(数字图像处理MATLAB+Python)第二章数字图像处理基础-第二节:色度学基础与颜色模型
文章目录
- 一:颜色匹配
- 二:CIE 1931-RGB系统
- 三:CIE 1931标准色度系统
- 四:CIE 1976Lab均匀颜色空间
- 五:孟塞尔表色系统
- (1)孟塞尔明度(Value,记为V)
- (2)孟塞尔彩度(Chroma,记为C)
- (3)孟塞尔色调(Hue,记为H)
- 六:常用的颜色模型
- (1)RGB颜色模型
- (2)CMY和CMYK颜色模型
- (3)YIQ颜色模型
- (4)YUV颜色模型
- (5)YCbCr颜色模型
- (6)HSI颜色模型
- (7)HSV颜色模型
将颜色转变为数字量,必须解决它的定量度量问题,但是,颜色是光作用于人眼引起的视觉特性,不是纯物理量,涉及观察者的视觉生理、视觉心理、照明条件、观察条件等许多问题。因此,如何进行颜色的测量和定量描述是色度学的研究对象
一:颜色匹配
如下图,把两种颜色调节到视觉上相同或相等的过程,将观察者的颜色感觉数字化
注意以下概念
- 三原色: 在颜色匹配中,用于颜色混合以产生任意颜色的三种颜色
- 三刺激值: 颜色匹配实验中,当与待测色达到色匹配时所需要的三原色的数量,记作RRR、GGG、BBB
- 颜色匹配方程: C(C)=R(R)+B(B)+C(C)C(C)=R(R)+B(B)+C(C)C(C)=R(R)+B(B)+C(C)
- 等能光谱: 各单色光的辐射能量值都保持为相同
- 光谱三刺激值: 匹配等能光谱色的三原色数量,用符号rˉ\bar{r}rˉ、gˉ\bar{g}gˉ、bˉ\bar{b}bˉ表示
- 色品坐标: 三原色各自在R+G+BR+G+BR+G+B总量中的相对比例,用符号rrr、ggg、bbb来表示
- 色品图: 以色品坐标rrr、ggg、bbb表示的平面图
颜色匹配方程和计算任一颜色三刺激值必须测得人眼的光谱三刺激值,将辐射光谱与人眼颜色特性相联。实验证明,不同观察者视觉特性有差异,但对正常颜色视觉的人差异不大,故可根据一些观察者的颜色匹配实验,确定一组匹配等能光谱色的三原色数据——“标准色度观察三刺激值”。由于选用的三原色不同及确定三刺激值单位的方法不一致,因而数据无法统一,CIE综合了莱特和吉尔德颜色匹配实验结果,提出了CIE 1931-RGB色度系统
二:CIE 1931-RGB系统
CIE 1931-RGB系统:1931年,CIE定出匹配等能光谱色的RGB三刺激值,用rˉ\bar{r}rˉ、gˉ\bar{g}gˉ、bˉ\bar{b}bˉ,称为“CIE 1931—RGB系统标准色度观察者光谱三刺激值”,简称“CIE 1931—RGB系统标准色度观察者”,代表人眼2°视场的平均颜色视觉特性,这一系统称为“CIE 1931- RGB色度系统”
三:CIE 1931标准色度系统
- CIE1931-RGB系统的光谱三刺激值rˉ\bar{r}rˉ、gˉ\bar{g}gˉ、bˉ\bar{b}bˉ是由实验获得的,本来可以用于色度计算,但由于光谱三刺激值与色度坐标都出现了负值,计算起来不方便,又不易理解,因此,1931年CIE讨论推荐了一个新的国际通用色度系统—CIE1931-XYZ系统
CIE 1931标准色度系统:由CIE 1931-RGB系统推导来,其匹配等能光谱的三刺激值定名为“CIE 1931标准色度观察者光谱三刺激值”,简称为“CIE 1931标准色度观察者”
CIE 1931-XYZ系统用三个假想的原色(X)(X)(X)、(Y)(Y)(Y)、(Z)(Z)(Z)建立了一个新的色度系统,系统中光谱三刺激值全为正值。因此选择三原色时,必须使三原色所形成的颜色三角形能包括整个光谱轨迹。即整个光谱轨迹完全落在XXX、YYY、ZZZ所形成的虚线三角形内
XYZXYZXYZ系统和RGBRGBRGB系统三刺激值间的关系
色品坐标为
如下为,CIE1931 x-y色品图
四:CIE 1976Lab均匀颜色空间
标准色度系统解决了用数量来描述颜色的问题,但不能解决色差判别的问题。均匀颜色空间是一个三维空间,每点代表一种颜色,空间中两点之间的距离代表两种颜色的色差,相等的距离代表相同的色差。n1976年CIE推荐了两个色空间:CIE 1976Luv色空间和CIE 1976Lab色空间
- CIE LUV主要应用于照明、CRT和电视工业以及那些采用加色法混合产生色彩的行业
- CIE LAB主要应用于颜料和图像艺术工业,近代的颜色数码成像标准和实际应用也是用CIE LAB
五:孟塞尔表色系统
孟塞尔表色系统:由美国美术家孟塞尔在20纪初建立的一种表色系统,美国国家标准协会和美国材料测试协会的颜色标准,目前得到世界公认的最重要表色系统之一,中国颜色体系及日本颜色标准将其作为参考
- CIE色度系统通过三刺激值来定量地描述颜色,这一表色系统称为混色系统
- 混色系统的颜色可用数字量表示、计算和测量,是用应用心理物理学的方法表示在特定条件下的颜色量,但三刺激值和色品坐标不能与人的视觉所能感知的颜色三属性:明度、色调和饱和度直接关联
- 人们用各种颜料混合制成许多尺寸相同的小卡片,按照一定原则依次排列,给予每个颜色卡片以相应的字符和数码,以此来传递颜色信息,这种表色系统称为颜色次序系统
(1)孟塞尔明度(Value,记为V)
孟塞尔明度(V):孟塞尔颜色立体的中心轴代表由底部的黑色到顶部白色的非彩色系列的明度值,称为孟塞尔明度,以符号V表示。孟塞尔明度值由0至10共分为11个在视觉上等距(等明度差)的等级,理想黑色V=0,理想白色V=10。但实际应用中理想白、黑色并不存在,只用到1-9级
彩色的明度值:在颜色立体中以离开基底平面的高度代表,即同一水平面上的所有颜色的明度值相等且等于该水平面中央轴上非彩色(灰色)的明度值
(2)孟塞尔彩度(Chroma,记为C)
孟塞尔彩度(C):颜色的饱和度以离开中央轴的距离来表示,称为孟塞尔彩度,表示这一颜色与相同明度值的非彩色之间的差别程度,以符号C来表示
(3)孟塞尔色调(Hue,记为H)
孟塞尔色调:是以围绕色立体中央轴的角位置来代表的,以符号H表示,孟塞尔色立体水平剖面上以中央轴为中心,将圆周等分为10个部分,排列着10种基本色调组成色调环
每一种色调再细分成10个等级,从1到10,并规定每种主要色调和中间色调的标号均为5,孟塞尔色调环共有100个刻度(色调),色调值10等于下一个色调的0
六:常用的颜色模型
颜色模型:颜色的描述是通过建立色彩模型来实现的,不同的色彩模型对应于不同的处理目的,CIE在进行大量的色彩测试实验的基础上提出了一系列的颜色模型用于对色彩进行描述,各种不同的颜色模型之间可以通过数学方法互相转换
- 为了不同的研究目的,确立了某种标准,按这个标准用基色表示颜色
- 一般情况下,一种颜色模型用一个三维坐标系统和系统中的一个子空间来表示,每种颜色是这个子空间的一个单点
(1)RGB颜色模型
RGB颜色模型:CIE规定以700nm(红)、546.1nm (绿)、435.8nm(蓝)三个色光为三基色,又称为物理三基色。自然界的所有颜色都可以通过选用这三基色按不同比例混合而成
(2)CMY和CMYK颜色模型
CMY和CMYK颜色模型:运用在大多数在纸上沉积彩色颜料的设备,如彩色打印机和复印机。C、M、Y、K分别指青、紫、黄、黑,等量的CMY原色产生黑,但不纯,CMY基础上, 加入黑色, 形成CMYK彩色模型。CMY和RGB之间的转换如下
- RGB→CMY:计算机内部采用RGB数据,彩打要求CMY数据
- CMY→RGB:无实际意义
(3)YIQ颜色模型
YIQ颜色模型:Y指亮度,即灰度值;I和Q指色调,描述色彩及饱和度。利用人的可视系统对亮度变化比对色调和饱和度变化更敏感而设计。用于彩色电视广播,被北美的电视系统(NTSC)所采用,Y分量可提供黑白电视机的所有影像信息。YIQ和RGB之间的转换方式如下
(4)YUV颜色模型
YUV颜色模型:Y指亮度,与YIQ的Y相同;U和V也指色调,不同于YIQ中的I和Q。用于彩色电视广播,被欧洲的电视系统(PAL)所采用,Y分量也可提供黑白电视机的所有影像信息。YUV和RGB之间的转换
(5)YCbCr颜色模型
YCbCr颜色模型:Y指亮度,与YIQ和YUV的Y相同,Cb和Cr指色彩。YCbCr是作为ITU-R BT.601标准的一部分而制定,充分考虑了色彩组成时RGB三色的重要因素,压缩时可以充分取出冗余量。YCbCr和RGB之间的转换方式如下
常见的灰度化公式为
Y=0.299∗R+0.587∗G+0.114∗BY=0.299*R+0.587*G+0.114*B Y=0.299∗R+0.587∗G+0.114∗B
(6)HSI颜色模型
HSI颜色模型:I分量与图像的彩色信息无关,H和S分量与人感受颜色的方式紧密相连。将亮度(I)与色调(H)和饱和度(S)分开,避免颜色受到光照明暗(I)等条件的干扰,仅仅分析反映色彩本质的色调和饱和。广泛用于计算机视觉、图像检索和视频检索
I分量:表示光照强度,确定像素的整体亮度,不管其颜色是什么。沿底面中心向上,由黑到白
H分量:是指色度,反映了该颜色最接近什么样的光谱波长
- 红绿蓝三条坐标轴平分360º,0º为红色,120º为绿色,240º为蓝色,0º到240º覆盖了所有可见光谱的颜色,240º到300º是人眼可见的非光谱色(紫)
- P点的色调H是圆心到P的向量与红色轴的夹角
S分量:是指饱和度,指一种颜色被白色稀释的程度
- 与彩色点P到色环圆心的距离成正比,距圆心越远,饱和度越大
- 在环的外围圆周是纯的或称饱和的颜色,其饱和度值为1。在中心是中性(灰)影调,即饱和度为0
RGB转换为HSI方法如下
HSI转换为RGB方法如下
(7)HSV颜色模型
HSV颜色模型:类似于HSI,V是明度。用下六棱锥或下圆锥、圆柱表示,底部是黑色,V=0;顶部是纯色,V=1
转换方式如下
相关文章:
![](https://img-blog.csdnimg.cn/6f660b53c13f48128ac16aef80c37c3a.png)
(数字图像处理MATLAB+Python)第二章数字图像处理基础-第二节:色度学基础与颜色模型
文章目录一:颜色匹配二:CIE 1931-RGB系统三:CIE 1931标准色度系统四:CIE 1976Lab均匀颜色空间五:孟塞尔表色系统(1)孟塞尔明度(Value,记为V)(2)孟塞尔彩度(Ch…...
![](https://www.ngui.cc/images/no-images.jpg)
【华为OD机试 2023最新 】 网上商城优惠活动(C++)
文章目录 题目描述输入描述输出描述备注用例题目解析C++题目描述 某网上商场举办优惠活动,发布了满减、打折、无门槛3种优惠券,分别为: 每满100元优惠10元,无使用数限制,如100199元可以使用1张减10元,200299可使用2张减20元,以此类推;92折券,1次限使用1张,如100元,…...
![](https://www.ngui.cc/images/no-images.jpg)
记一次CentOS 8 部署packstack部署OpenStack失败案例,请直接看最后
首先你需要一台安装好CentOS8 的虚拟机,相关参数如图。两块网卡,网卡1 NAT IP 192.168.100.100 GW192.168.100.2 网卡2 可不做配置。能ping通百度。创建完成虚拟机记得打好快照。 开机编辑基本配置环境变量 [rootlocalhost ~]# nmcli connection show NA…...
![](https://www.ngui.cc/images/no-images.jpg)
【2023春招】美团技术岗笔试10min+AK
随手投递了前端&移动端,笔试2道算法+选择+行测题(为什么笔试会有行测题?) 目录 T1-火车栈结构 题意 输入描述 输出描述 样例 AC_Code T2-春游...
![](https://www.ngui.cc/images/no-images.jpg)
Echarts实现图表自适应屏幕分辨率
一:简介 之前做项目的时候要实现echarts图表随浏览器窗口大小变化而改变,echarts本身提供了一个resize()方法,然后我们需要用一个函数实现浏览器窗口监听,最初我选用的是window.onresize方法,当页面只有一个图表时可以…...
![](https://img-blog.csdnimg.cn/6a6894a3d7dc43a9a43b295ab94e2fc9.png)
【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一
相关链接 【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题一 【2023年第十一届泰迪杯数据挖掘挑战赛】B题:产品订单的数据分析与需求预测 建模及python代码详解 问题二 1 题目 一.问题…...
![](https://img-blog.csdnimg.cn/be8693689e1c4c3ab8ec63923c800607.png)
【蓝桥杯嵌入式】第十三届蓝桥杯嵌入式国赛客观题以及详细题解
题1 概念题。 USRAT:异步串口通信,常用于数据传输;SW-DP:SWD 的全称应该是 The Serial Wire Debug Port (SW-DP),也就是串行调试端口,是 >ARM 目前支持的两种调试端口之一;JTAG-DP:另一个调试…...
![](https://www.ngui.cc/images/no-images.jpg)
java中Map遍历的4种方式
目录 1、map.entrySet()方式 2、map.keySet()方式 3、map.values()方式 4、forEach方式 本文以如下map案例: Map<String, String> map new HashMap<>(); map.put("student1", "张三"); map.put("student2", "…...
![](https://img-blog.csdnimg.cn/5cf9e6b0e5b2480999a72347f9111155.png)
GCC 编译器的主要组件和编译过程
主要组件: 分析器:分析器将源语言程序代码转换为汇编语言。因为要从一种格式转换为另一种格式(C到汇编),所以分析器需要知道目标机器的汇编语言。 汇编器:汇编器将汇编语言代码转换为CPU可以执行字节码。 …...
![](https://www.ngui.cc/images/no-images.jpg)
蓝桥杯冲刺 - week2
文章目录💬前言🌲day1最大和 (DP质因数分解)901. 滑雪 - 记忆化搜索🌲day21227. 分巧克力 - 二分🌲day31221. 四平方和 - 空间换时间1230. K倍区间🌲day41076. 迷宫问题 - 路径2017-迷宫-填空🌲day5848. 有…...
第十四届蓝桥杯三月真题刷题训练——第 20 天
目录 第 1 题:纸张尺寸 问题描述 输入格式 输出格式 样例输入1 样例输出1 样例输入 2 样例输出 2 运行限制 代码: 解析: 第 2 题:最大数字 第 3 题:全排列的价值_递推公式 问题描述 输入格式 输出格式…...
![](https://img-blog.csdnimg.cn/3f8ccdd2c64c4954afa94e7e058d02ce.png)
【C++】科普:C++中的浮点数怎么在计算机中表示?
这里我们以8.25这个数为例说明计算机时如何存取float类型的数据的: float a 8.25;引言 1. 所占位数 首先,明确一个概念,float类型的数据在常规计算机中通常占4个字节,也就是32位。其内存分布如图: 位字段说明所占位…...
![](https://img-blog.csdnimg.cn/292e170d643e4c2cba1d72e6307a6412.jpeg#pic_center)
Linux 多线程:多线程和多进程的对比
目录一、多进程优缺点二、多线程优缺点三、使用多执行流的场景在多任务处理中,我们既可以使用多进程,也可以使用多线程。但多进程和多线程并不是随意选择的,因为它们应对的场景不同,优缺点也不同。 一、多进程优缺点 多进程就是在…...
![](https://img-blog.csdnimg.cn/img_convert/d736ed7db8184b36e5e12597e4321d85.png)
IO流你了解多少
IO流你了解多少 🏠个人主页:shark-Gao 🧑个人简介:大家好,我是shark-Gao,一个想要与大家共同进步的男人😉😉 🎉目前状况:23届毕业生,目前在某公…...
![](https://www.ngui.cc/images/no-images.jpg)
【C++】C++ 11 新特性之auto关键字
文章目录类型别名的思考auto简介auto关键字的特性类型别名的思考 随着程序越来越复杂,程序中用到的类型也越来越复杂,经常体现在: 类型难于拼写含义不明确导致容易出错 #include <string> #include <map> int main() {std::ma…...
![](https://www.ngui.cc/images/no-images.jpg)
nodejs的后端框架egg,thinkjs,nestjs,nuxtjs,nextjs对比
1. Egg.js:优点:Egg.js是一个基于Koa的Node.js企业级应用开发框架,它提供了完整的开发规范和一套稳定性和安全性较高的架构体系,能够帮助开发者快速构建高可用、高性能的应用程序。同时,Egg.js还提供了很多自定义插件和…...
![](https://www.ngui.cc/images/no-images.jpg)
SpringBoot @SpringBootTest 无法启动服务
这几天在看Hikari、Druid连接池。按照网上代码写Junit测试类。当时代码如下: package com.ceaning.crudp.utils;import org.junit.Test; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; impo…...
![](https://img-blog.csdnimg.cn/img_convert/a06ad62832e5490dae8b02076c28ffa6.jpeg)
PyTorch深度学习实战 | 神经网络的优化难题
即使我们可以利用反向传播来进行优化,但是训练过程中仍然会出现一系列的问题,比如鞍点、病态条件、梯度消失和梯度爆炸,对此我们首先提出了小批量随机梯度下降,并且基于批量随机梯度下降的不稳定的特点,继续对其做出方…...
![](https://img-blog.csdnimg.cn/img_convert/c6f18d87dc4b758c0cb125f32433a903.jpeg)
如何缩小pdf文件的大小便于上传?在线压缩pdf工具推荐
平时在工作、学习时我们经常都需要用到pdf文件,那么当遇上需要将pdf压缩大小的时候,该使用哪种pdf压缩(https://www.yasuotu.com/pdfyasuo)方式呢?今天分享一个在线压缩pdf的方法,需要的小伙伴一起来了解…...
![](https://img-blog.csdnimg.cn/a1c560979c734ecf93214f44bed9090e.png)
使用C++编写一个AVL的增删改查代码并附上代码解释
//qq460219753提供其他代码帮助 #include <iostream> using namespace std;struct Node {int data;Node *left;Node *right;int height; };// 获取结点高度 int height(Node *node) {if (node nullptr){return 0;}return node->height; }// 获取两个数中较大的一个 i…...
![](https://www.ngui.cc/images/no-images.jpg)
React/ReactNative 状态管理: redux-toolkit 如何使用
有同学反馈开发 ReactNative 应用时状态管理不是很明白,接下来几篇文章我们来对比下 React 及 ReactNative 状态管理常用的几种框架的使用和优缺点。 上一篇文章介绍了 redux 的使用,这篇文章我们来看下 redux 的升级版:redux-toolkit。 下…...
![](https://img-blog.csdnimg.cn/e85741140a59462fbe016e6188e462e6.png)
14基于双层优化的电动汽车优化调度研究
说明书 MATLAB代码:基于双层优化的电动汽车优化调度研究 关键词:双层优化 选址定容 输配协同 时空优化 参考文档:《考虑大规模电动汽车接入电网的双层优化调度策略_胡文平》中文版 《A bi-layer optimization based temporal and sp…...
![](https://www.ngui.cc/images/no-images.jpg)
古茗科技面试:为什么 ElasticSearch 更适合复杂条件搜索?
文章目录 ElasticSearch 简介倒排索引联合索引查询跳表合并策略Bitset 合并策略MySQL 最多使用一个条件涉及的索引来过滤,然后剩余的条件只能在遍历行过程中进行内存过滤。 上述这种处理复杂条件查询的方式因为只能通过一个索引进行过滤,所以需要进行大量的 I/O 操作来读取行…...
![](https://img-blog.csdnimg.cn/c3eb759563fe4e9e9eb550ea8f5bf1ec.png)
【数据结构】哈希表
目录 1、哈希表 1.1 哈希表的简介 1.2 降低哈希冲突率 1.3 解决哈希冲突 1.3.1 闭散列 1.3.2 开散列(哈希桶) 1、哈希表 1.1 哈希表的简介 假设我们目前有一组数据,我们要从这组数据中找到指定的 key 值,那么咱们目…...
![](https://www.ngui.cc/images/no-images.jpg)
物联网常用协议MQTT协议相关介绍
概述 MQTT(Message Queuing Telemetry Transport)是一种轻量级的消息传输协议,旨在在网络带宽有限的情况下,为物联网设备之间的通信提供可靠的、低延迟的消息传递服务。MQTT协议具有订阅/发布模式,支持多种传输协议&a…...
![](https://img-blog.csdnimg.cn/35ecf198531945f286ea4ff5bf7d61a6.jpeg#pic_center)
【C语言进阶】13. 假期测评②
day10 1. int类型字节数 求函数返回值,传入 -1 ,则在64位机器上函数返回( ) int count 0; int x -1; while (x) {count;x x >> 1; } printf("%d", count);A: 1 B: 2 C: 32 D: 死循环,没结果 【答案解析】C xx&(x-1)这…...
![](https://img-blog.csdnimg.cn/img_convert/7c87ac603060844c7ce3b75de2b96b6b.png)
【国产FPGA】国产FPGA搭建图像处理平台
最近收到了高云寄过来的FPGA板卡,下图:来源:https://wiki.sipeed.com/hardware/zh/tang/tang-primer-20k/primer-20k.htmlFPGA主要参数:FPGA型号参数GW2A-LV18PG256C8/I7逻辑单元(LUT4) 20736寄存器(FF) 15552分布式静态随机存储器S-SRAM(bit…...
![](https://img-blog.csdnimg.cn/0f0c332b2cd74f26951c81d61c1b4178.png)
你的应用太慢了,给我司带来了巨额损失,该怎么办
记得很久之前看过谷歌官方有这么样的声明:如果一个页面的加载时间从 1 秒增加到3 秒,那么用户跳出的概率将增加 32%。 但是早在 2012 年,亚马逊就计算出了,页面加载速度一旦下降一秒钟,每年就会损失 16 亿美元的销售额…...
![](https://img-blog.csdnimg.cn/38c4f0da6fb24917b3ddf471f737b6fe.png)
第十四届蓝桥杯三月真题刷题训练——第 22 天
目录 第 1 题:受伤的皇后_dfs 题目描述 输入描述 输出描述 输入输出样例 运行限制 代码: 思路: 第 2 题:完全平方数 问题描述 输入格式 输出格式 样例输入 1 样例输出 1 样例输入 2 样例输出 2 评测用例规模与约…...
![](https://img-blog.csdnimg.cn/61687de608d14c6a86ceb44f9d4a5267.png)
机器学习:朴素贝叶斯模型算法原理(含实战案例)
机器学习:朴素贝叶斯模型算法原理 作者:i阿极 作者简介:Python领域新星作者、多项比赛获奖者:博主个人首页 😊😊😊如果觉得文章不错或能帮助到你学习,可以点赞👍收藏&…...
![](https://img-blog.csdnimg.cn/img_convert/fa8cdd0282e3e7c7d5bd77986fd1c145.png)
济南网站建设 泉诺/网站搭建详细教程
参考 C训练 (csdn.net) 目录 04HTTP 常用请求头 用户凭证Cookie Session 习题 06HTTPS 为什么使用HTTPS 2、SSL 3、TLS 4、证书与证书链 习题 07OSI七层模型 习题 08IP基础 1、IP分类 2、小知识 3、 网络类型 习题 09IPv6 10网络拓扑 习题 11域名解析 习…...
![](/images/no-images.jpg)
梅州做网站多少钱/网络营销公司有哪些公司
python元类, 工作已经三年多了,python开发也进行了3年之久,也从一个小小开发者,转换成面试官(依然觉得自己很low,还需要继续努力学习)。 但每次问到别人python metaclass时,别人的回…...
![](http://5b0988e595225.cdn.sohucs.com/images/20181012/5f683c24efd84306bee70cf583b3e8a2.png)
程序员自己做项目网站/公司网站如何推广
emcms是国内第一个开源外贸的网站管理系统,目前大多数的外贸网站都是用的semcms系统,该系统兼容许多浏览器,像IE,google,360极速浏览器都能非常好的兼容,官方semcms有php版本,asp版本,我们SINE对其安全检测的同时发现该…...
![](/images/no-images.jpg)
易语言可以做网站后端/央视新闻
docker私服搭建有官方的registry镜像,也有改版后的NexusOss3.x,因为maven的原因搭建了nexus,所以一并将docker私服也搭建到nexus上。 nexus的安装过程就单独说了,如果是2.x系列需要升级到2.14版本再升级到3.y系列,如果…...
![](/images/no-images.jpg)
国内个人网站设计欣赏/自助建站官网
"ORA-01654: 索引VGSM.AUDIT_DATA_I无法通过8192(在表空间KLDB中)扩展"1.有可能是索引表空间不够select sum(bytes/1024/1024) sizeMB from dba_free_space z where z.tablespace_nameKLDB还有400M的剩余空间 应该足够。但是通过查询发现是 se…...
![](/images/no-images.jpg)
品牌网站建设精湛磐石网络/市场调研与分析
笔记本或者显示器 默认设置125%或者150%缩放,导致布局错乱的解决方法 现在很多14寸的笔记本,出厂默认就是150%的显示。导致很多时候我们的项目,自己开发的时候都是按照100%比例来开发的,上线了就会发现这个问题 解决方案 vue项目u…...