OpenCV直方图计算函数calcHist的使用
- 操作系统:ubuntu22.04
- OpenCV版本:OpenCV4.9
- IDE:Visual Studio Code
- 编程语言:C++11
功能描述
图像的直方图是一种统计表示方法,用于展示图像中不同像素强度(通常是灰度值或色彩强度)出现的频率分布。具体来说,它将图像的整个色调范围(如0到255对于8位灰度图像)划分为若干个离散的bins(或区间),然后统计每个bin内像素值出现的次数,并以柱状图的形式展示出来。
通过图像的直方图,我们可以直观地了解到图像的亮度分布、对比度信息以及色彩分布情况。例如,如果一个图像的直方图集中在较暗的色调上,说明图像整体偏暗;如果直方图覆盖了较广的范围且分布均匀,表明图像具有良好的动态范围和对比度。
直方图对于图像处理和分析非常重要,常用于自动曝光、图像均衡化(如直方图均衡化)、图像分割、颜色校正等多种图像处理任务中。
calcHist函数
cv::calcHist函数用于计算一个或多个数组的直方图
函数原型1
void cv::calcHist
( const Mat * images,int nimages,const int * channels,InputArray mask,OutputArray hist,int dims,const int * histSize,const float ** ranges,bool uniform = true,bool accumulate = false
)
参数1
-
参数 images 源图像。它们都应该具有相同的深度,即CV_8U,CV_16U或CV_32F,并且具有相同的尺寸. 每个数组可以有任意数量的通道。
-
参数 nimages 源图像个数.
-
参数 channels 计算直方图的各个维度上所选择的通道列表.第一个数组的通道编号从0开始,一直到images[0].channels()-1;第二个数组的通道编号则从images[0].channels()开始,一直到images[0].channels() + images[1].channels()-1,以此类推.
对于第一个图像数组images[0],其通道编号从0开始,一直到该数组通道数减一。
第二个图像数组images[1]的通道编号紧接着第一个数组的通道编号之后,从images[0].channels()开始,直到images[0].channels() + images[1].channels()-1。
同样的规则应用于后续的图像数组,每个数组的通道编号都是紧接在前一个数组的通道编号之后。
这样的编号方式允许在计算直方图或其他涉及跨多个图像的通道操作时,可以统一地引用所有图像的通道,而不需要单独考虑每个图像的通道编号。这在处理复杂图像分析任务时特别有用,比如计算多图像的联合直方图或特征提取等。 -
参数 mask 可选参数掩码。如果矩阵不为空,它必须是一个与images[i]相同尺寸的8位数组。非零的掩码元素标记出了将在直方图中计数的数组元素。.
-
参数hist 输出的直方图,它是一个稠密或稀疏的dims维数组.
-
参数dims 直方图的维度必须是正数,并且不能超过CV_MAX_DIMS(在当前OpenCV版本中等于32).
-
参数histSize 在每一维度上的直方图大小的数组。
-
参数ranges 数组ranges包含了dims个数组,每个数组表示直方图在对应维度上的bin边界。当直方图是均匀的(uniform=true),对于每个维度i,只需要指定第0个直方图bin的下界(包含) L 0 L_0 L0和最后一个binhistSize[i]-1的上界(不包含) U histSize [ i ] − 1 U_{\texttt{histSize}[i]-1} UhistSize[i]−1。也就是说,在均匀直方图的情况下,ranges[i]是一个包含2个元素的数组,分别表示该维度上bin的起始和结束边界。
然而,当直方图是非均匀的(uniform=false),ranges[i]则包含histSize[i]+1个元素: L 0 , U 0 = L 1 , U 1 = L 2 , . . . , U histSize[i] − 2 = L histSize[i] − 1 , U histSize[i] − 1 L_0, U_0=L_1, U_1=L_2, ..., U_{\texttt{histSize[i]}-2}=L_{\texttt{histSize[i]}-1}, U_{\texttt{histSize[i]}-1} L0,U0=L1,U1=L2,...,UhistSize[i]−2=LhistSize[i]−1,UhistSize[i]−1。这里的Lj和Uj分别表示第j个bin的下界和上界。在非均匀直方图中,数组中的元素若不在 L 0 L_0 L0和 U histSize[i] − 1 U_{\texttt{histSize[i]}-1} UhistSize[i]−1之间,则不会被计入直方图. -
参数 uniform 这是一个标志,指示直方图是否为均匀直方图(参见上述说明)
-
参数 accumulate 累积标志。如果设置了这个标志,那么在分配直方图时,直方图不会在开始时被清零。这个特性使你能够在不同时刻从多组数组中计算单一的直方图,或者随时间更新直方图。
函数原型2
这是一个重载成员函数,提供是为了方便使用。它与上述函数的不同之处仅在于它接受的参数类型。
此版本的函数使用SparseMat作为输出类型。
在OpenCV中,SparseMat是一种专门用于存储稀疏矩阵的容器。与常规的矩阵存储方式相比,SparseMat在存储和处理包含大量零值或无效值的大型矩阵时更加高效。它仅存储非零或有效元素及其位置,从而显著减少了内存占用和计算成本。
void cv::calcHist
(const Mat * images,int nimages,const int * channels,InputArray mask,SparseMat & hist,int dims,const int * histSize,const float ** ranges,bool uniform = true,bool accumulate = false
)
参数2
-
参数 images 源图像。它们都应该具有相同的深度,即CV_8U,CV_16U或CV_32F,并且具有相同的尺寸. 每个数组可以有任意数量的通道。
-
参数 nimages 源图像个数.
-
参数 channels 计算直方图的各个维度上所选择的通道列表.第一个数组的通道编号从0开始,一直到images[0].channels()-1;第二个数组的通道编号则从images[0].channels()开始,一直到images[0].channels() + images[1].channels()-1,以此类推.
对于第一个图像数组images[0],其通道编号从0开始,一直到该数组通道数减一。
第二个图像数组images[1]的通道编号紧接着第一个数组的通道编号之后,从images[0].channels()开始,直到images[0].channels() + images[1].channels()-1。
同样的规则应用于后续的图像数组,每个数组的通道编号都是紧接在前一个数组的通道编号之后。
这样的编号方式允许在计算直方图或其他涉及跨多个图像的通道操作时,可以统一地引用所有图像的通道,而不需要单独考虑每个图像的通道编号。这在处理复杂图像分析任务时特别有用,比如计算多图像的联合直方图或特征提取等。 -
参数 mask 可选参数掩码。如果矩阵不为空,它必须是一个与images[i]相同尺寸的8位数组。非零的掩码元素标记出了将在直方图中计数的数组元素。.
-
参数hist 输出的直方图,使用SparseMat作为输出类型.
-
参数dims 直方图的维度必须是正数,并且不能超过CV_MAX_DIMS(在当前OpenCV版本中等于32).
-
参数histSize 在每一维度上的直方图大小的数组。
-
参数ranges 数组ranges包含了dims个数组,每个数组表示直方图在对应维度上的bin边界。当直方图是均匀的(uniform=true),对于每个维度i,只需要指定第0个直方图bin的下界(包含) L 0 L_0 L0和最后一个binhistSize[i]-1的上界(不包含) U histSize [ i ] − 1 U_{\texttt{histSize}[i]-1} UhistSize[i]−1。也就是说,在均匀直方图的情况下,ranges[i]是一个包含2个元素的数组,分别表示该维度上bin的起始和结束边界。
然而,当直方图是非均匀的(uniform=false),ranges[i]则包含histSize[i]+1个元素: L 0 , U 0 = L 1 , U 1 = L 2 , . . . , U histSize[i] − 2 = L histSize[i] − 1 , U histSize[i] − 1 L_0, U_0=L_1, U_1=L_2, ..., U_{\texttt{histSize[i]}-2}=L_{\texttt{histSize[i]}-1}, U_{\texttt{histSize[i]}-1} L0,U0=L1,U1=L2,...,UhistSize[i]−2=LhistSize[i]−1,UhistSize[i]−1。这里的Lj和Uj分别表示第j个bin的下界和上界。在非均匀直方图中,数组中的元素若不在 L 0 L_0 L0和 U histSize[i] − 1 U_{\texttt{histSize[i]}-1} UhistSize[i]−1之间,则不会被计入直方图. -
参数 uniform 这是一个标志,指示直方图是否为均匀直方图(参见上述说明)
-
参数 accumulate 累积标志。如果设置了这个标志,那么在分配直方图时,直方图不会在开始时被清零。这个特性使你能够在不同时刻从多组数组中计算单一的直方图,或者随时间更新直方图。
函数原型3
这是一个重载的成员函数,提供以方便使用。它与上述函数的不同之处仅在于它接受的参数类型。
此版本的函数仅支持均匀直方图。
ranges参数可以是一个空向量,或者是一个包含histSize.size()*2个元素的扁平化向量(即histSize.size()对元素)。每一对元素中的第一个和第二个元素分别指定了对应维度的下界和上界。
void cv::calcHist
(InputArrayOfArrays images,const std::vector< int > & channels,InputArray mask,OutputArray hist,const std::vector< int > & histSize,const std::vector< float > & ranges,bool accumulate = false
)
参数3
-
参数 images 源图像。它们都应该具有相同的深度,即CV_8U,CV_16U或CV_32F,并且具有相同的尺寸. 每个数组可以有任意数量的通道。
-
参数 channels 计算直方图的各个维度上所选择的通道列表.第一个数组的通道编号从0开始,一直到images[0].channels()-1;第二个数组的通道编号则从images[0].channels()开始,一直到images[0].channels() + images[1].channels()-1,以此类推.
对于第一个图像数组images[0],其通道编号从0开始,一直到该数组通道数减一。
第二个图像数组images[1]的通道编号紧接着第一个数组的通道编号之后,从images[0].channels()开始,直到images[0].channels() + images[1].channels()-1。
同样的规则应用于后续的图像数组,每个数组的通道编号都是紧接在前一个数组的通道编号之后。
这样的编号方式允许在计算直方图或其他涉及跨多个图像的通道操作时,可以统一地引用所有图像的通道,而不需要单独考虑每个图像的通道编号。这在处理复杂图像分析任务时特别有用,比如计算多图像的联合直方图或特征提取等。 -
参数 mask 可选参数掩码。如果矩阵不为空,它必须是一个与images[i]相同尺寸的8位数组。非零的掩码元素标记出了将在直方图中计数的数组元素。.
-
参数hist 输出的直方图,使用SparseMat作为输出类型.
-
参数histSize 在每一维度上的直方图大小的数组。
-
参数ranges 数组ranges包含了dims个数组,每个数组表示直方图在对应维度上的bin边界。当直方图是均匀的(uniform=true),对于每个维度i,只需要指定第0个直方图bin的下界(包含) L 0 L_0 L0和最后一个binhistSize[i]-1的上界(不包含) U histSize [ i ] − 1 U_{\texttt{histSize}[i]-1} UhistSize[i]−1。也就是说,在均匀直方图的情况下,ranges[i]是一个包含2个元素的数组,分别表示该维度上bin的起始和结束边界。
然而,当直方图是非均匀的(uniform=false),ranges[i]则包含histSize[i]+1个元素: L 0 , U 0 = L 1 , U 1 = L 2 , . . . , U histSize[i] − 2 = L histSize[i] − 1 , U histSize[i] − 1 L_0, U_0=L_1, U_1=L_2, ..., U_{\texttt{histSize[i]}-2}=L_{\texttt{histSize[i]}-1}, U_{\texttt{histSize[i]}-1} L0,U0=L1,U1=L2,...,UhistSize[i]−2=LhistSize[i]−1,UhistSize[i]−1。这里的Lj和Uj分别表示第j个bin的下界和上界。在非均匀直方图中,数组中的元素若不在 L 0 L_0 L0和 U histSize[i] − 1 U_{\texttt{histSize[i]}-1} UhistSize[i]−1之间,则不会被计入直方图. -
参数 accumulate 累积标志。如果设置了这个标志,那么在分配直方图时,直方图不会在开始时被清零。这个特性使你能够在不同时刻从多组数组中计算单一的直方图,或者随时间更新直方图。
代码示例
#include "opencv2/core/utility.hpp"
#include "opencv2/highgui.hpp"
#include "opencv2/imgcodecs.hpp"
#include "opencv2/imgproc.hpp"
#include <iostream>
using namespace cv;
using namespace std;
int _brightness = 100;
int _contrast = 100;
Mat image;
/* brightness/contrast callback function */
static void updateBrightnessContrast( int /*arg*/, void* )
{int histSize = 64;int brightness = _brightness - 100;int contrast = _contrast - 100;/** The algorithm is by Werner D. Streidt* (http://visca.com/ffactory/archives/5-99/msg00021.html)*/double a, b;if ( contrast > 0 ){double delta = 127. * contrast / 100;a = 255. / ( 255. - delta * 2 );b = a * ( brightness - delta );}else{double delta = -128. * contrast / 100;a = ( 256. - delta * 2 ) / 255.;b = a * brightness + delta;}Mat dst, hist;image.convertTo( dst, CV_8U, a, b );imshow( "image", dst );calcHist( &dst, 1, 0, Mat(), hist, 1, &histSize, 0 );Mat histImage = Mat::ones( 200, 320, CV_8U ) * 255;normalize( hist, hist, 0, histImage.rows, NORM_MINMAX, CV_32F );histImage = Scalar::all( 255 );int binW = cvRound( ( double )histImage.cols / histSize );for ( int i = 0; i < histSize; i++ )rectangle( histImage, Point( i * binW, histImage.rows ), Point( ( i + 1 ) * binW, histImage.rows - cvRound( hist.at< float >( i ) ) ), Scalar::all( 0 ), -1, 8, 0 );imshow( "histogram", histImage );
}
const char* keys = { "{help h||}{@image|baboon.jpg|input image file}" };
int main( int argc, const char** argv )
{// Load the source image. HighGUI use.image = imread( "/media/dingxin/data/study/OpenCV/sources/images/white.jpg", cv::IMREAD_GRAYSCALE );if ( image.empty() ){std::cerr << "Cannot read image file" << std::endl;return -1;}Size sz2Sh( 300, 400 );resize( image, image, sz2Sh, 0, 0, INTER_LINEAR_EXACT );namedWindow( "image", 0 );namedWindow( "histogram", 0 );createTrackbar( "brightness", "image", &_brightness, 200, updateBrightnessContrast );createTrackbar( "contrast", "image", &_contrast, 200, updateBrightnessContrast );updateBrightnessContrast( 0, 0 );waitKey();return 0;
}
运行结果
原图:
直方图:
你可以调整亮度的滑动块,或者对比度的滑动块,来观察直方图的变化,从而更好地去理解直方图的概念。
相关文章:
OpenCV直方图计算函数calcHist的使用
操作系统:ubuntu22.04OpenCV版本:OpenCV4.9IDE:Visual Studio Code编程语言:C11 功能描述 图像的直方图是一种统计表示方法,用于展示图像中不同像素强度(通常是灰度值或色彩强度)出现的频率分布。具体来说…...
09 docker 安装tomcat 详解
目录 一、安装tomcat 1. tomcat镜像的获取 2. docker创建容器实列 3. 访问测试 404错误 4. 解决方案 5. 使用免修改版容器镜像 5.1. 运行实列的创建 5.2. 出现问题及解决: 6. 验证 OK 一、安装tomcat 1. tomcat镜像的获取 docker search tomcat #docker …...
44.实现管理HOOK点的链表对象
上一个内容:43.实现HOOK接管寄存器数据 以 43.实现HOOK接管寄存器数据 它的代码为基础进行修改 首先创建一个类 这里创建的名为HOOKPOINT.h HOOKPOINT.cpp文件里面的内容 #include "pch.h" #include "HOOKPOINT.h"HOOKPOINT::HOOKPOINT() {…...
Unity小知识
1.当我们把摄像机的内容渲染到RenderTexture上而不是屏幕上时,那么相机的Aspect默认会设置成和RenderTexture的分辨率一样.不过最终如果把RenderTexture作为贴图贴到模型上去的时候还是会被UV拉伸和缩小的。 2.要想自定义UnityPackage的内容,只要找到UnityProject/L…...
【Jupyter Notebook与Git完美融合】在Notebook中驾驭版本控制的艺术
标题:【Jupyter Notebook与Git完美融合】在Notebook中驾驭版本控制的艺术 Jupyter Notebook是一个流行的开源Web应用程序,允许用户创建和共享包含实时代码、方程、可视化和解释性文本的文档。而Git是一个广泛使用的分布式版本控制系统,用于跟…...
Python开发者必看:内存优化的实战技巧
更多Python学习内容:ipengtao.com Python是一种高级编程语言,以其易读性和强大的功能而广受欢迎。然而,由于其动态类型和自动内存管理,Python在处理大量数据或高性能计算时,内存使用效率可能不如一些低级语言。本文将介…...
Golang | Leetcode Golang题解之第214题最短回文串
题目: 题解: func shortestPalindrome(s string) string {n : len(s)fail : make([]int, n)for i : 0; i < n; i {fail[i] -1}for i : 1; i < n; i {j : fail[i - 1]for j ! -1 && s[j 1] ! s[i] {j fail[j]}if s[j 1] s[i] {fail[i…...
【ajax实战08】分页功能
本文章目标:点击上/下一页按钮,实现对应页面的变化 实现基本步骤: 一:保存并设置文章总条数 设置一个全局变量,将服务器返回的数据返回给全局变量 二:点击下一页,做临界值判断,并…...
基于Hadoop平台的电信客服数据的处理与分析②项目分析与设计---需求分析-项目场景引入
任务描述 需求分析是软件生命周期中一个非常重要的过程,它决定着整个软件项目的质量,也是整个软件开发的成败所在。本环节任务是完成软件需求规格说明书。 知识点 :软件需求规格说明书的编写 重 点 :软件需求规格说明书内容的…...
debug-mmlab
mmyolo bug1: MMYOLO for yolov5 instance segmentation on balloon dataset getting this error "ValueError: Key img_path is not in available keys. solution: pip install albumentations1.3.1 reference...
年轻人为什么那么爱喝奶茶?
作者 | 艾泊宇 为什么年轻人那么爱喝奶茶?答案很简单:对他们来说,奶茶之于年轻人,正如白酒之于中年人。 奶茶不仅仅是一种饮料,它已经演化成一种文化现象,代表着温暖和爱的象征,甚至在某种程度上…...
手写数组去重
方法1-判断相邻元素 function _deleteRepeat(arr){if(!Array.isArray(arr)){throw new Error(参数必须是数组)}let res[];// 使用slice创建arr的副本,并排序let sortArrarr.slice().sort((a,b)>a-b);for(let i0;i<sortArr.length;i){if(isortArr.length-1||s…...
Firewalld 防火墙
1. 概述 在 RHEL7 系统中,firewalld 防火墙取代了传统的 iptables 防火墙。iptables 的防火墙策略是通过内核层面的 netfilter 网络过滤器来处理的,而 firewalld 则是通过内核层面的 nftables 包过滤框架来处理。firewalld 提供了更为丰富的功能和动态更…...
Hive查询优化 - 面试工作不走弯路
引言:Hive作为一种基于Hadoop的数据仓库工具,广泛应用于大数据分析。然而,由于其依赖于MapReduce框架,查询的性能可能会受到影响。为了确保Hive查询能够高效运行,掌握查询优化技巧至关重要。在日常工作中,高…...
【VUE3】uniapp + vite中 uni.scss 使用 /deep/ 不生效(踩坑记录三)
vite 中使用 /deep/ 进行样式穿透报错 原因:vite 中不支持,换成 ::v-deep 或:deep即可...
容器部署rabbitmq集群迁移
1、场景: 因业务需要,要求把rabbitmq-A集群上的数据迁移到rabbitmq-B集群上,rabbitmq的数据包括元数据(RabbitMQ用户、vhost、队列、交换和绑定)和消息数据,而消息数据存储在单独的消息存储库中。 2、迁移要…...
DP:背包问题----0/1背包问题
文章目录 💗背包问题💛背包问题的变体🧡0/1 背包问题的数学定义💚解决背包问题的方法💙例子 💗解决背包问题的一般步骤?💗例题💗总结 ❤️❤️❤️❤️❤️博客主页&…...
React antd umi 监听当前页面离开,在菜单栏提示操作
需求是我这里有个页面,离开当前页面之后,需要在菜单栏显示个提示,也就是Tour const [unblock, setUnblock] useState<() > void>(() > () > {});const [next, setNext] useState();useEffect(() > {const unblockHandler…...
在 Windows PowerShell 中模拟 Unix/Linux 的 touch 命令
在 Unix 或 Linux 系统中,touch 命令被广泛用于创建新文件或更新现有文件的时间戳。不过,在 Windows 系统中,尤其是在 PowerShell 环境下,并没有内置的 touch 命令。这篇博客将指导你如何在 Windows PowerShell 中模拟 touch 命令…...
鸿蒙NEXT
[中国,东莞,2024年6月24日] 华为开发者大会(HDC)正式开幕,带来全新的 HarmonyOS NEXT、盘古大模型5.0等最创新成果,持续为消费者和开发者带来创新体验。 HarmonyOS NEXT 鸿蒙生态 星河璀璨 鸿蒙生态设备数…...
VUE3-Elementplus-form表单-笔记
1. 结构相关 el-row表示一行,一行分成24份 el-col表示列 (1) :span"12" 代表在一行中,占12份 (50%) (2) :span"6" 表示在一行中,占6份 (25%) (3) :offset"3" 代表在一行中,左侧margin份数 el…...
Analyze an ORA-12801分析并行 parallel 12801 实际原因
"ORA-06512: at "PKG_P_DATA", line 19639 ORA-06512: at "PKG_P_DATA", line 19595 ORA-06512: at "PKG_P_DATA", line 14471-JOB 调用 -ORA-12801: error signaled in parallel query server P009, instance rac2:dwh2 (2) Error: ORA-12…...
高级运维工程师讲述银河麒麟V10SP1服务器加固收回权限/tmp命令引起生产mysql数据库事故实战
高级运维工程师讲述银河麒麟V10SP1服务器加固收回权限/tmp命令引起生产MySql数据库事故实战 一、前言 作为运维工程师经常会对生产服务器进行安全漏洞加固,一般服务厂商、或者甲方信息安全中心提供一些安全的shell脚本,一般这种shell脚本都是收回权限&…...
昇思25天学习打卡营第09天|sea_fish
打开第九天,本次学习的内容为保存与加载,记录学习的过程。本次的内容少而且简单。 在训练网络模型的过程中,实际上我们希望保存中间和最后的结果,用于微调(fine-tune)和后续的模型推理与部署,因…...
flutter开发实战-Charles抓包设置,dio网络代理
flutter开发实战-Charles抓包设置 在开发过程中抓包,可以看到请求参数等数据,方便分析问题。flutter上使用Charles抓包设置。dio需要设置网络代理。 一、dio设置网络代理 在调试模式下需要抓包调试,所以需要使用代理,并且仅用H…...
Elasticsearch:Runtime fields - 运行时字段(二)
这是继上一篇文章 “Elasticsearch:Runtime fields - 运行时字段(一)” 的续篇。 在查询时覆盖字段值 如果你创建的运行时字段与映射中已存在的字段同名,则运行时字段会隐藏映射字段。在查询时,Elasticsearch 会评估运…...
Python正则表达式的入门用法(上)
Python正则表达式是使用re模块来进行操作的。re模块提供了一组函数,用于进行字符串的匹配和查找操作。 下面是Python中使用正则表达式的一些常用函数: re.search(pattern, string):在字符串中查找并返回第一个匹配的对象。 re.match(patte…...
Audio Processing Graphs 管理 Audio Units
Audio Processing Graphs 管理 Audio Units Audio Processing Graphs 管理 Audio UnitsAudio Processing Graph 拥有精确的 I/O UnitAudio Processing Graph 提供线程安全通过 graph "pull" 音频流 Audio Processing Graphs 管理 Audio Units audio processing grap…...
欧盟,又出了新规-通用充电器新规通用充電器的 RED 修正案如何办理?
欧盟,又出了新规-通用充电器新规通用充電器的 RED 修正案如何办理? 欧盟新规委员会发布《通用充电器指令》指南通用充電器的 RED 修正案办理流程: 2024年5月7日,欧盟委员会发布《通用充电器指令》指南,修订了《无线…...
thinkphp6/8 验证码
html和后台验证代码按官方来操作 ThinkPHP官方手册 注意: 如果验证一直失败,看看Session是否开启, 打印dump(session_status());结果2为正确的, PHP_SESSION_DISABLED: Session功能被禁用(返回值为0)。…...
Ubuntu 22.04 LTS 上安装 MySQL8.0.23(在线安装)
目录 在线安装MySQL 步骤1:更新软件包列表 步骤2:安装MySQL服务器 步骤3:启动MySQL服务 步骤4:检查MySQL状态 步骤5:修改密码、权限 在线安装MySQL 步骤1:更新软件包列表 在进行任何软件安装之前&a…...
如何选择优质模型?SD3性能究竟如何?
遇到难题不要怕!厚德提问大佬答! 厚德提问大佬答12 厚德提问大佬答第十二期 你是否对AI绘画感兴趣却无从下手?是否有很多疑问却苦于没有大佬解答带你飞?从此刻开始这些问题都将迎刃而解!你感兴趣的话题,厚德…...
Linux上脚本备份数据库(升级版)
直接上代码: #!/bin/bash# 配置部分 mysql_user"root" mysql_host"localhost" mysql_port"3306" mysql_charset"utf8mb4" mysql_defaults_file"/home/mysql/mysql_back/.my.cnf"backup_base_dir"/mnt/sdd/…...
【深度解析】滑动窗口:目标检测算法的基石
标题:【深度解析】滑动窗口:目标检测算法的基石 目标检测是计算机视觉领域的一个核心任务,旨在识别图像中所有感兴趣的目标,并确定它们的位置和大小。滑动窗口方法作为目标检测中的一种传统技术,虽然在深度学习时代逐…...
约束:对于数据的限制
主键约束 主键约束:唯一约束非空约束,该字段上的数据不能重复且不能为null 注意:一张表必须有且只有一个主键 添加主键约束 -- 方式一(推荐) CREATE TABLE user(username VARCHAR(32) PRIMARY KEY,password VARCHAR(32),nick_name VARCHAR(3…...
【总线】AXI4第七课时:AXI的额外的控制信息(PROT和CACHE)
大家好,欢迎来到今天的总线学习时间!如果你对电子设计、特别是FPGA和SoC设计感兴趣,那你绝对不能错过我们今天的主角——AXI4总线。作为ARM公司AMBA总线家族中的佼佼者,AXI4以其高性能和高度可扩展性,成为了现代电子系统中不可或缺的通信桥梁…...
MAVEN 重新配置参考
【笔记04】下载、配置 MAVEN(配置 MAVEN 本地仓库)(MAVEN 的 setting.xml)-阿里云开发者社区 windows 系统环境变量 MAVEN_HOME 也可以改一下...
ByteTrack论文阅读笔记
目录 ByteTrack: Multi-Object Tracking by Associating Every Detection Box摘要INTRODUCTION — 简介BYTE算法BYTE算法用Python代码实现实验评测指标轻量模型的跟踪性能 总结SORT算法简介ByteTrack算法和SORT算法的区别 ByteTrack: Multi-Object Tracking by Associating Eve…...
LVS+Keepalived 高可用集群搭建实验
192.168.40.204lvs+keepalivedlvs-k1192.168.40.140lvs+keepalivedlvs-k2192.168.40.150nginx官方教程web-1192.168.40.151nginxepel阿里云源web-2Woo79 | LVS+Keepalived 高可用集群搭建 (图文详解小白易懂) doctor @yang | 生产环境必备的LVS+Keepalived ,超级详细的原理…...
代码随想三刷动态规划篇7
代码随想三刷动态规划篇7 198. 打家劫舍题目代码 213. 打家劫舍 II题目代码 337. 打家劫舍 III题目代码 121. 买卖股票的最佳时机题目代码 198. 打家劫舍 题目 链接 代码 class Solution {public int rob(int[] nums) {if(nums.length1){return nums[0];}if(nums.length2){…...
linux应用开发基础知识(八)——内存共享(mmap和system V)
mmap内存映射 内存共享定义 内存映射,简而言之就是将用户空间的一段内存区域映射到内核空间,映射成功后,用户对这段内存区域的修改可以直接反映到内核空间,同样,内核空间对这段区域的修改也直接反映用户空间。那么对…...
上海小程序开发需要进行定制开发吗?
随着互联网技术与移动设备的不断成熟,小程序也已普及到人们日常生活的方方面面。随着企业与互联网联结的愈发深入,小程序的开发可以为企业带来更高效的经营模式,降本增效。那么,上海小程序作为无需安装且开发门槛较低的应用&#…...
Qt开发 | qss简介与应用
文章目录 一、qss简介与应用二、QLineEdit qss介绍与使用三、QPushButton qss1.常用qss1.1 基本样式表1.2 背景图片1.3 图片在左文字在右 2.点击按钮弹出菜单以及右侧箭头样式设置3.鼠标悬浮按钮弹出对话框 四、QCheckBox qss妙用:实时打开关闭状态按钮五、QComboBo…...
模块一SpringBoot(一)
maven记得配置本地路径和镜像 IJ搭建 SpringIntiallizer--》将https://start.spring.io改成https://start.aliyun.com/ 项目结构 Spring有默认配置, application.properties会覆盖默认信息: 如覆盖端口号server.port8888...
C语言 | Leetcode C语言题解之第213题打家劫舍II
题目: 题解: int robRange(int* nums, int start, int end) {int first nums[start], second fmax(nums[start], nums[start 1]);for (int i start 2; i < end; i) {int temp second;second fmax(first nums[i], second);first temp;}retur…...
Linux LVS 负载均衡群集
在业务量达到一定量的时候,往往单机的服务是会出现瓶颈的。此时最常见的方式就是通过负载均衡来进行横向扩展。其中我们最常用的软件就是 Nginx。通过其反向代理的能力能够轻松实现负载均衡,当有服务出现异常,也能够自动剔除。但是负载均衡服…...
onTouch()与onTouchEvent()的区别
onTouch()和onTouchEvent()是Android中处理触摸事件的两个重要方法。它们用于不同的场景,并在事件分发机制中扮演不同的角色。以下是它们的详细区别和使用方法: onTouch() 方法 定义:onTouch(View v, MotionEvent event)是View.OnTouchList…...
计算机网络网络层复习题2
一. 单选题(共22题,100分) 1. (单选题)如果 IPv4 数据报太大,会在传输中被分片,对分片后的数据报进行重组的是( )。 A. 中间路由器B. 核心路由器C. 下一跳路由器D. 目的主机 我的答案: D:目的…...
[JS]面向对象ES6
class类 ES6是基于 class关键字 创建类 <script>// 1.定义类class Person {// 公有属性name// 公有属性 (设置默认值)age 18// 构造函数constructor(name) {// 构造函数的this指向实例化对象// 构造函数的作用就是给实例对象设置属性this.name name// 动态添加属性(不…...
ctfshow web sql注入 web242--web249
web242 into outfile 的使用 SELECT ... INTO OUTFILE file_name[CHARACTER SET charset_name][export_options]export_options:[{FIELDS | COLUMNS}[TERMINATED BY string]//分隔符[[OPTIONALLY] ENCLOSED BY char][ESCAPED BY char]][LINES[STARTING BY string][TERMINATED…...