胖胖大王叫我来巡山
胖胖大王叫我来巡山

mac安装labelme

mac安装labelme

labelme github地址：labelme

step1. 安装anaconda（这一步网上很多教程，记得添加环境变量就好啦～）
step2. 创建一个python虚拟环境

conda create -n labelme_py3 python=3.6.10   ###创建名为labelme_py3，编辑器为python3.6.10的python虚拟环境

step3. 激活python虚拟环境

conda activate labelme_py3

step4. 安装labelme
这一步时，自己曾经尝试用pip安装，但总是会遇到各种问题，推荐conda安装

conda install labelme -c conda-forge

这一步结束后，如果直接在命令行输入“labelme”会报错：
mac安装labelme_第1张图片

step5. 根据提示安装其他组件

conda install pyqt
conda install -c conda-forge pyside

step6. 再次尝试打开labelme
等候几秒弹出labelme窗口，命令行出现日志，证明安装成功
在这里插入图片描述

注：

  1. 如果安装失败，可按照github步骤，尝试安装docker等
  2. 若环境中同时存在opencv，则二者pyqt可能冲突

你可能感兴趣的:(图像处理)

  • Python Gradio：实现交互式图像编辑 PythonAI编程架构实战家 Python编程之道python开发语言ai
    PythonGradio：实现交互式图像编辑关键词：Python,Gradio,交互式图像编辑,计算机视觉,深度学习,图像处理,Web应用摘要：本文将深入探讨如何使用Python的Gradio库构建交互式图像编辑应用。我们将从基础概念开始，逐步介绍Gradio的核心功能，并通过实际代码示例展示如何实现各种图像处理功能。文章将涵盖图像滤镜应用、对象检测、风格迁移等高级功能，同时提供完整的项目实战案例
  • 如何学好图像处理——从小白到大神？ chentengkui 图像处理
    如何学好图像处理——从小白到大神？标签：图像处理学习方法2016-02-2617:4818439人阅读评论(25)收藏举报分类：学习方法与方法论（13）版权声明：本文为博主原创文章，未经博主允许不得转载。什么是数字图像处理？历史、以及它所研究的内容。说起图像处理，你会想到什么？你是否真的了解这个领域所研究的内容。纵向来说，数字图像处理研究的历史相当悠久；横向来说，数字图像处理研究的话题相当广泛。数
  • 多通道 ISP（双 ISP）并行处理机制解析：架构演进、资源调度与实战配置路径 观熵 影像技术全景图谱：架构调优与实战接口隔离原则架构影像Camera
    多通道ISP（双ISP）并行处理机制解析：架构演进、资源调度与实战配置路径关键词：双ISP、并行图像处理、多Sensor管线、分布式调度、ISP平衡调度、帧同步、多路输入、SoC图像架构摘要：随着智能手机多摄系统的普及，传统单通道ISP架构已无法满足同时驱动多颗高分辨率摄像头、并发处理视频与拍照任务的性能需求。为此，各大SoC厂商纷纷引入“双ISP”或“多通道ISP”设计，用于提升吞吐能力、降低延
  • Halcon试用与许可指南：2022年7月版 我就是夏迎春
    本文还有配套的精品资源，点击获取简介：本文件提供了Halcon软件的试用证书和许可证相关资料的集合，为潜在用户提供免费体验Halcon各项功能的途径，包括图像处理、形状匹配、OCR和条形码读取等。用户可以通过试用版全面了解软件功能，评估是否符合项目需求，并指导如何正确管理和优化许可证使用，以符合预算和需求。1.Halcon软件概述在当今高度自动化的工业时代，机器视觉系统发挥着至关重要的作用。Hal
  • 专业图片背景移除工具 开开心心_Every ocr语音识别人工智能excelsymfony启发式算法宽度优先
    软件介绍本文介绍一款具有智能抠图功能的图像处理工具，帮助用户快速完成图片背景分离操作。软件特性这款抠图工具提供绿色汉化版本，无需安装即可直接运行，操作界面简洁直观。使用方法用户只需将需要处理的图片文件拖拽至软件界面，系统即可自动识别并完成抠图操作，无需复杂设置。离线功能该工具支持离线使用模式，用户无需连接互联网即可完成图片抠图处理，保障隐私安全。这款工具还有许多功能，我就不一一介绍啦。以下为软件获
  • 《零基础入门AI：OpenCV图像预处理进一步学习》 竹子_23 OpenCV入门opencv人工智能学习
    本文全面讲解OpenCV图像预处理的七大核心技术（插值方法、边缘填充、图像矫正（透视变换）、图像掩膜、ROI切割、图像添加水印、图像噪点消除），每个知识点都配有详细解释和实用代码示例，帮助初学者建立系统的图像处理知识体系。一、插值方法：图像缩放的核心技术插值是在图像缩放或旋转时估算新像素值的方法，不同方法在速度和质量上有显著差异。1.最近邻插值原理：直接取最邻近像素的值特点：速度最快，但会产生锯齿
  • OpenCV基础02_图像预处理 白槿_cha 计算机视觉基础opencv人工智能计算机视觉笔记
    图像预处理在计算机视觉和图像处理领域，图像预处理是一个重要的步骤，它能够提高后续处理（如特征提取、目标检测等）的准确性和效率。OpenCV提供了许多图像预处理的函数和方法，一些常见的图像预处理操作：图像色彩空间转换图像大小调整图像仿射变换图像翻转图像裁剪图像二值化处理图像去噪边缘检测图像平滑处理图像形态学一、图像翻转cv2.flip是OpenCV库中的一个函数，用于翻转图像。翻转可以是水平翻转、垂
  • 小白学视觉 | 在OpenCV中进行图像预处理 双木的木 深度学习拓展阅读人工智能机器学习深度学习opencv计算机视觉图像处理ai
    本文来源公众号“小白学视觉”，仅用于学术分享，侵权删，干货满满。原文链接：在OpenCV中进行图像预处理今天，我们进一步深入，并处理在图像处理中常用的形态学操作。形态学操作用于提取区域、边缘、形状等。什么是形态学操作？形态学操作是在二值图像上进行的。二值图像可能包含许多不完美之处。特别是由一些简单的阈值操作产生的二值图像（如果你对阈值不熟悉，现在不用担心）可能包含许多噪声和畸变。OpenCV库中提
  • 机器视觉Halcon
    介绍Halcon是由德国MVTecSoftwareGmbH公司开发的一款机器视觉软件，广泛应用于工业检测、医学成像、机器人引导、三维视觉等领域。它提供强大的图像处理和分析功能，支持快速开发高效的机器视觉应用。_____________________________________________________________________________Halcon主要特点1.强大的图像处理
  • 显卡什么牌子的好？质量好性价比高 ？显卡品牌最好排名前十名？ 日常购物小技巧
    今天我们就来说下：显卡什么牌子的好？质量好性价比高？显卡品牌最好排名前十名？大家好！我是花桃平台最大团队&联合创始人大同导师。相较于其它返利app，花桃佣金更高，模式更好，终端用户不流失！在如今的信息时代中，电脑已成为人们日常生活中必不可少的电子设备之一。而显卡作为电脑的核心零部件之一，是保障电脑图像处理、游戏运行等方面必不可少的硬件设备。在市场上，显卡品牌数不胜数，那么显卡什么牌子好呢？这是一个
  • LabVIEW图像处理与OCR综合实践 咸鱼cc
    本文还有配套的精品资源，点击获取简介：本压缩包“图像VI.zip”提供了与图像处理和OCR技术相关的LabVIEW子VI，涵盖了从摄像头获取图像到OCR处理的全套功能。LabVIEW是美国国家仪器公司开发的图形化编程工具，适用于数据采集、测量和控制应用。该课程将指导学生如何使用LabVIEW的“VisionAcquisition”库进行图像采集，并通过相关子VI实现连续或单帧图像的获取。同时，讲解
  • 图像处理全栈指南：从传统算法到深度学习，再到FPGA移植 阿牛的药铺 图像算法区图像处理算法深度学习
    图像处理全栈指南：从传统算法到深度学习，再到FPGA移植一、引言：图像处理是光学类产品的“大脑”光学类产品（可见光摄像头、红外热成像、光谱仪）的核心价值，在于将光信号转化为可理解的图像信息。而图像处理算法，就是解读这些信息的“大脑”——从传统的边缘检测到深度学习的目标识别，从实时降噪到高维光谱分割，每一步都决定了产品的性能（如分辨率、帧率、功耗）。对于算法移植工程师（科研助理1）岗位而言，需要掌握
  • opencv-day2-图像预处理1 谢眠 OpenCVopencv计算机视觉
    图像预处理在计算机视觉和图像处理领域，图像预处理能够提高后续处理（如特征提取、目标检测等）的准确性和效率。常见的图像预处理操作：图像色彩空间转换图像大小调整图像仿射变换图像翻转图像裁剪图像二值化处理图像去噪边缘检测图像平滑处理图像形态学图像翻转cv2.flip是OpenCV库中的一个函数，用于翻转图像。翻转可以是水平翻转、垂直翻转或同时水平和垂直翻转。这个函数接受两个参数：要翻转的图像和一个指定翻
  • OpenCV学习探秘之二 ：数字图像的矩阵原理，OpenCV图像类与常用函数接口说明，及其常见操作核心技术详解 牵牛老人 opencv专栏opencv学习矩阵
    一、图像处理基础概念1.1数字图像的矩阵如下图，这是我们看到的Lena的头像，但是计算机看来，这副图像只是一堆亮度各异的点。一副尺寸为M×N的图像可以用一个M×N的矩阵来表示，矩阵元素的值表示这个位置上的像素的亮度，一般来说像素值越大表示该点越亮。一般来说，灰度图用2维矩阵表示；彩色（多通道）图像用3维矩阵（M×N×3）表示。对于图像显示来说，目前大部分设备都是用无符号8位整数（类型为CV_8U）
  • 轻松实现图片去色的实用工具
    本文还有配套的精品资源，点击获取简介：图片去色工具是一款专注于将彩色图片转换为黑白图片的软件，通过灰度化处理来增添艺术感或特殊效果。该工具采用简单步骤，支持批量处理，易于操作，且兼容多种图片格式及操作系统。本篇文章深入探讨了图片颜色模型、灰度图像生成、批量处理功能和软件的版本特点，以及使用说明和艺术效果的创造，为读者提供全面的去色工具应用指导。1.图片颜色模型（RGB模型）在数字图像处理中，颜色模
  • OpenCV图像预处理
    图像预处理在计算机视觉和图像处理领域，图像预处理是一个重要的步骤，它能够提高后续处理（如特征提取、目标检测等）的准确性和效率。OpenCV提供了许多图像预处理的函数和方法，以下是一些常见的图像预处理操作：图像色彩空间转换图像大小调整图像仿射变换图像翻转图像裁剪图像二值化处理图像去噪边缘检测图像平滑处理图像形态学图像翻转cv2.flip是OpenCV库中的一个函数，用于翻转图像。翻转可以是水平翻转、
  • Day 17: 常见的聚类算法
    聚类算法聚类算法是一种无监督学习技术，用于将数据集中的相似对象分组到不同的类别（称为“簇”）中，而不需要预先定义的标签。其核心目标是：同一簇内的数据点尽可能相似（高内聚性），不同簇之间的数据点尽可能不同（高分离性）。聚类广泛应用于数据挖掘、模式识别、图像处理等领域，如客户细分、文档分类或异常检测。聚类算法的基本原理聚类依赖于相似度度量（如欧氏距离）来评估数据点之间的接近程度。假设数据集包含nnn个
  • 前端性能新纪元：Rust + WebAssembly 如何在浏览器中实现10倍性能提升（以视频处理为例） 码力无边-OEC 前端rustwasmwebjavascript
    前端性能新纪元：Rust+WebAssembly如何在浏览器中实现10倍性能提升（以视频处理为例）JavaScript，作为Web开发的基石，是动态的、灵活的，但在性能上，它也存在着天生的“软肋”。对于那些计算密集型任务——如实时图像处理、视频编辑、3D渲染、复杂数据分析——纯JavaScript的执行效率往往会成为瓶颈，导致页面卡顿，用户体验直线下降。多年来，我们一直在寻找突破这层性能天花板的方
  • 基于Matlab苹果质量检测及分级系统
    欢迎大家点赞、收藏、关注、评论啦，由于篇幅有限，只展示了部分核心代码。文章目录一项目简介二、功能三、系统四.总结一项目简介  一、项目背景与意义随着现代农业的快速发展和消费者对食品品质要求的提高，苹果作为重要的水果品种，其质量检测与分级显得尤为重要。传统的苹果质量检测与分级方法依赖于人工操作，存在效率低下、主观性强、一致性差等问题。因此，本项目旨在利用Matlab编程环境，结合先进的图像处理技术和
  • MATLAB水果分级系统水果识别 清风明月来几时 图像算法处理matlab开发语言
    MATLAB草莓识别系统是一个基于MATLAB的图像处理系统，用于识别和分类草莓图像。该系统可以帮助农业领域的研究人员和农民快速准确地识别草莓品种和成熟度，从而帮助决策种植、采摘和销售的工作。系统的主要功能包括：1.图像预处理：对草莓图像进行去噪、增强和标准化等预处理工作，以提高后续的图像分析和识别效果。2.特征提取：从预处理后的图像中提取代表草莓特征的信息，例如颜色、形状、纹理等。3.分类器训练
  • 基于Matlab图像处理的水果分级系统 7zcode 图像处理开发matlab图像处理人工智能
    本研究提出了一种基于图像处理技术的果实质量评估方法，旨在通过分析水果的颜色、形态特征和缺陷情况，自动化地对水果进行分级。通过使用MATLAB中的图像处理工具箱，首先将水果图像转换为HSV色彩空间，并提取色度信息，以计算水果的红色比率。随后，采用灰度转换、滤波和二值化处理来提取形态特征，并使用形态学操作评估水果的圆度和其他形状指标。此外，利用边缘检测技术分析水果表面的缺陷，进一步结合颜色和缺陷率来实
  • 【OpenCV-Python】——图像处理基础&读写及显示图像&读写及播放视频&灰度图/彩色图/图像通道操作、运算 柯宝最帅 OpenCV学习pythonopencv图像处理
    目录前言：1、读并显示图像、写图像2、读并播放视频、写视频3、操作灰度图和彩色图、图像通道操作、运算总结：前言：在Python中，OpenCV使用NumPy数组存储图像，Numpy是使用Python进行数组计算的软件包，提供强大的N维数组对象，支持复杂的广播功能（数组运算），集成了C/C++和Fortran代码工具，支持线性代数、傅里叶变换和随机数等特性，还可作为通用数据的高效多维容器，如在Ope
  • 图像处理——基于opencv和python（一）
    一、实验环境配置1.1Python安装官网：https://www.python.org/downloads/下载任意3.6以上版本，如下载最新版本注意软件安装位置，注意勾选把路径，添加到系统变量。其它按推荐方式下一步。检查Python编译器是否正常安装。在CMD命令行中输入python,能够进入交互环境。或者在VSCode/Pycharm集成开发环境(IDE)能否检索到编译器。Writingto
  • opencv 裂缝_OpenCV——形态学 weixin_39738755 opencv裂缝
    前言继续学习图像里面的形态学知识——结构元、腐蚀、膨胀、开运算、闭运算、击中/不击中变换。以及部分基本形态学算法，包括边界提取、空洞填充、连通分量的提取、凸壳、细化、粗化、骨架、裁剪、形态学重建。其实就是对冈萨雷斯的《数字图像处理》中第9章节《形态学处理》的简要理解。如果你认为腐蚀是减小白色区域，膨胀是扩充白色区域，请务必看本博客，注意不同结构元的结果。参考博客：`OpenCV`官方的形态学运算文
  • python数字图像处理、色彩空间类型转换_Python+OpenCV图像处理—— 色彩空间转换... weixin_39653311 python数字图像处理色彩空间类型转换
    一、色彩空间的转换代码如下：#色彩空间转换importcv2ascvdefcolor_space_demo(img):gray=cv.cvtColor(img,cv.COLOR_BGR2GRAY)#RGB转换为GRAY这里的GRAY是单通道的cv.imshow("gray",gray)hsv=cv.cvtColor(img,cv.COLOR_BGR2HSV)#RGB转换为HSVcv.imshow(
  • python图片处理入门 PyHaVolask pythonpillow图像处理
    内容基于Pillow库，涵盖从环境配置到高级合成、滤镜、绘制与验证码生成等各方面操作摘要本文系统地介绍了如何使用Python中最常用的图像处理库Pillow（PIL的升级版）进行从基础操作到高级合成和绘制的全方位图像处理，内容包括：环境配置与基本概念打开、查看、读取、保存与格式转换图像混合、遮罩与通道分离缩放、裁剪、旋转与镜像过滤器与数学合成（加减、乘除、反相等）亮度、色彩与对比度增强绘制基本图形
  • Python常用医疗AI库以及案例解析（场景化进阶版） Allen_Lyb pythonpython人工智能开发语言健康医疗
    框架应用拓扑图用例MONAISimpleITKBiopythonscanpyPyTorchscikit-learnLLaVA-MedTransformersFHIRFastAPIFlowerPySyft医学图像处理生物信息学模型训练多模态分析数据交换隐私保护部署应用医学图像处理
  • 深度盘点：那些超实用的 Mac 下载网站 fukai7722 macos
    在Mac的使用过程中，丰富多样的软件能极大地提升我们的工作效率与娱乐体验。但从哪里获取可靠、安全且丰富的Mac软件呢？今天就给大家推荐并盘点一些实用的Mac下载网站。Mac青桔Macqj.com青桔堪称Mac用户的宝藏平台。它的资源库极为丰富，无论是日常办公所需的办公套件，还是进行创意工作的图像处理、视频剪辑软件，亦或是休闲娱乐的各类游戏，在这里都能找到。其优势在于，更新速度比较快。同时，网站的界
  • opencv学习（图像处理）
    目录1.图像的截取2.颜色通道的提取3.图像边界填充4.数值计算（OpenCV图像数组的算术运算与OpenCV内置加法函数）5.图像融合（两个图像只有shape值相同才能融合）6.图像阈值（通过设定一个或多个阈值，将图像中的像素值划分为不同的类别（通常是黑白两个类别），从而简化图像信息，突出感兴趣的区域。）7.图像平滑（模糊，主动降低图像清晰度，目的是去除噪声、弱化细节）（1）均值滤波（2）方框滤
  • Camera图像处理原理及实例分析-重要图像概念 xw面朝大海 图像处理
    Camera图像处理原理及实例分析做为拍照手机的核心模块之一，camerasensor效果的调整，涉及到众多的参数，如果对基本的光学原理及sensor软/硬件对图像处理的原理能有深入的理解和把握的话，对我们的工作将会起到事半功倍的效果。否则，缺乏了理论的指导，只能是凭感觉和经验去碰，往往无法准确的把握问题的关键，不能掌握sensor调试的核心技术，无法根本的解决问题。1.1色彩感应及校正1.1.1
  • 戴尔笔记本win8系统改装win7系统 sophia天雪 win7戴尔改装系统win8
    戴尔win8 系统改装win7 系统详述 第一步：使用U盘制作虚拟光驱：         1）下载安装UltraISO：注册码可以在网上搜索。         2）启动UltraISO，点击“文件”—》“打开”按钮，打开已经准备好的ISO镜像文
  • BeanUtils.copyProperties使用笔记 bylijinnan java
    BeanUtils.copyProperties VS PropertyUtils.copyProperties 两者最大的区别是： BeanUtils.copyProperties会进行类型转换，而PropertyUtils.copyProperties不会。 既然进行了类型转换，那BeanUtils.copyProperties的速度比不上PropertyUtils.copyProp
  • MyEclipse中文乱码问题 0624chenhong MyEclipse
    一、设置新建常见文件的默认编码格式，也就是文件保存的格式。 在不对MyEclipse进行设置的时候，默认保存文件的编码，一般跟简体中文操作系统（如windows2000，windowsXP）的编码一致，即GBK。 在简体中文系统下，ANSI 编码代表 GBK编码;在日文操作系统下，ANSI 编码代表 JIS 编码。 Window-->Preferences-->General -
  • 发送邮件 不懂事的小屁孩 send email
    import org.apache.commons.mail.EmailAttachment; import org.apache.commons.mail.EmailException; import org.apache.commons.mail.HtmlEmail; import org.apache.commons.mail.MultiPartEmail;
  • 动画合集 换个号韩国红果果 htmlcss
    动画 指一种样式变为另一种样式 keyframes应当始终定义0 100 过程 1 transition  制作鼠标滑过图片时的放大效果 css .wrap{ width: 340px;height: 340px; position: absolute; top: 30%; left: 20%; overflow: hidden; bor
  • 网络最常见的攻击方式竟然是SQL注入 蓝儿唯美 sql注入
    NTT研究表明，尽管SQL注入（SQLi）型攻击记录详尽且为人熟知，但目前网络应用程序仍然是SQLi攻击的重灾区。 信息安全和风险管理公司NTTCom Security发布的《2015全球智能威胁风险报告》表明，目前黑客攻击网络应用程序方式中最流行的，要数SQLi攻击。报告对去年发生的60亿攻击 行为进行分析，指出SQLi攻击是最常见的网络应用程序攻击方式。全球网络应用程序攻击中，SQLi攻击占
  • java笔记2 a-john java
    类的封装： 1，java中，对象就是一个封装体。封装是把对象的属性和服务结合成一个独立的的单位。并尽可能隐藏对象的内部细节（尤其是私有数据） 2，目的：使对象以外的部分不能随意存取对象的内部数据（如属性），从而使软件错误能够局部化，减少差错和排错的难度。 3，简单来说，“隐藏属性、方法或实现细节的过程”称为——封装。 4，封装的特性：       4.1设置
  • [Andengine]Error：can't creat bitmap form path “gfx/xxx.xxx” aijuans 学习Android遇到的错误
            最开始遇到这个错误是很早以前了，以前也没注意，只当是一个不理解的bug，因为所有的texture，textureregion都没有问题，但是就是提示错误。 昨天和美工要图片，本来是要背景透明的png格式，可是她却给了我一个jpg的。说明了之后她说没法改，因为没有png这个保存选项。 我就看了一下，和她要了psd的文件，还好我有一点
  • 自己写的一个繁体到简体的转换程序 asialee java转换繁体filter简体
              今天调研一个任务，基于java的filter实现繁体到简体的转换，于是写了一个demo，给各位博友奉上，欢迎批评指正。          实现的思路是重载request的调取参数的几个方法，然后做下转换。          
  • android意图和意图监听器技术 百合不是茶 android显示意图隐式意图意图监听器
    Intent是在activity之间传递数据;Intent的传递分为显示传递和隐式传递   显式意图：调用Intent.setComponent() 或 Intent.setClassName() 或 Intent.setClass()方法明确指定了组件名的Intent为显式意图，显式意图明确指定了Intent应该传递给哪个组件。   隐式意图;不指明调用的名称,根据设
  • spring3中新增的@value注解 bijian1013 javaspring@Value
            在spring 3.0中，可以通过使用@value，对一些如xxx.properties文件中的文件，进行键值对的注入，例子如下： 1.首先在applicationContext.xml中加入：  <beans xmlns="http://www.springframework.
  • Jboss启用CXF日志 sunjing logjbossCXF
    1. 在standalone.xml配置文件中添加system-properties：     <system-properties>        <property name="org.apache.cxf.logging.enabled" value=&
  • 【Hadoop三】Centos7_x86_64部署Hadoop集群之编译Hadoop源代码 bit1129 centos
      编译必需的软件 Firebugs3.0.0 Maven3.2.3 Ant JDK1.7.0_67 protobuf-2.5.0 Hadoop 2.5.2源码包       Firebugs3.0.0   http://sourceforge.jp/projects/sfnet_findbug
  • struts2验证框架的使用和扩展 白糖_ 框架xmlbeanstruts正则表达式
    struts2能够对前台提交的表单数据进行输入有效性校验，通常有两种方式： 1、在Action类中通过validatexx方法验证，这种方式很简单，在此不再赘述； 2、通过编写xx-validation.xml文件执行表单验证，当用户提交表单请求后，struts会优先执行xml文件，如果校验不通过是不会让请求访问指定action的。 本文介绍一下struts2通过xml文件进行校验的方法并说
  • 记录-感悟 braveCS 感悟
    再翻翻以前写的感悟，有时会发现自己很幼稚，也会让自己找回初心。   2015-1-11 1. 能在工作之余学习感兴趣的东西已经很幸福了； 2. 要改变自己，不能这样一直在原来区域，要突破安全区舒适区，才能提高自己，往好的方面发展； 3. 多反省多思考；要会用工具，而不是变成工具的奴隶； 4. 一天内集中一个定长时间段看最新资讯和偏流式博
  • 编程之美-数组中最长递增子序列 bylijinnan 编程之美
    import java.util.Arrays; import java.util.Random; public class LongestAccendingSubSequence { /** * 编程之美 数组中最长递增子序列 * 书上的解法容易理解 * 另一方法书上没有提到的是，可以将数组排序（由小到大）得到新的数组， * 然后求排序后的数组与原数
  • 读书笔记5 chengxuyuancsdn 重复提交struts2的token验证
    1、重复提交 2、struts2的token验证 3、用response返回xml时的注意 1、重复提交 (1)应用场景 (1-1)点击提交按钮两次。 (1-2)使用浏览器后退按钮重复之前的操作，导致重复提交表单。 (1-3)刷新页面 (1-4)使用浏览器历史记录重复提交表单。 (1-5)浏览器重复的 HTTP 请求。 (2)解决方法 (2-1)禁掉提交按钮 (2-2)
  • [时空与探索]全球联合进行第二次费城实验的可能性 comsci
         二次世界大战前后,由爱因斯坦参加的一次在海军舰艇上进行的物理学实验 -费城实验   至今给我们大家留下很多迷团.....      关于费城实验的详细过程,大家可以在网络上搜索一下,我这里就不详细描述了      在这里,我的意思是,现在
  • easy connect 之 ORA-12154: TNS: 无法解析指定的连接标识符 daizj oracleORA-12154
    用easy connect连接出现“tns无法解析指定的连接标示符”的错误，如下： C:\Users\Administrator>sqlplus username/[email protected]:1521/orcl SQL*Plus: Release 10.2.0.1.0 – Production on 星期一 5月 21 18:16:20 2012 Copyright (c) 198
  • 简单排序:归并排序 dieslrae 归并排序
    public void mergeSort(int[] array){ int temp = array.length/2; if(temp == 0){ return; } int[] a = new int[temp]; int
  • C语言中字符串的\0和空格 dcj3sjt126com c
       \0 为字符串结束符，比如说：                       abcd (空格)cdefg； 存入数组时，空格作为一个字符占有一个字节的空间，我们
  • 解决Composer国内速度慢的办法 dcj3sjt126com Composer
    用法： 有两种方式启用本镜像服务： 1 将以下配置信息添加到 Composer 的配置文件 config.json 中（系统全局配置）。见“例1” 2 将以下配置信息添加到你的项目的 composer.json 文件中（针对单个项目配置）。见“例2” 为了避免安装包的时候都要执行两次查询，切记要添加禁用 packagist 的设置，如下 1 2 3 4 5
  • 高效可伸缩的结果缓存 shuizhaosi888 高效可伸缩的结果缓存
    /** * 要执行的算法，返回结果v */ public interface Computable<A, V> { public V comput(final A arg); }   /** * 用于缓存数据 */ public class Memoizer<A, V> implements Computable<A,
  • 三点定位的算法 haoningabc c算法
    三点定位， 已知a,b,c三个顶点的x,y坐标 和三个点都z坐标的距离，la，lb,lc 求z点的坐标 原理就是围绕a,b,c 三个点画圆，三个圆焦点的部分就是所求 但是，由于三个点的距离可能不准，不一定会有结果， 所以是三个圆环的焦点，环的宽度开始为0，没有取到则加1 运行 gcc -lm test.c test.c代码如下 #include "stdi
  • epoll使用详解 jimmee clinux服务端编程epoll
    epoll - I/O event notification facility在linux的网络编程中，很长的时间都在使用select来做事件触发。在linux新的内核中，有了一种替换它的机制，就是epoll。相比于select，epoll最大的好处在于它不会随着监听fd数目的增长而降低效率。因为在内核中的select实现中，它是采用轮询来处理的，轮询的fd数目越多，自然耗时越多。并且，在linu
  • Hibernate对Enum的映射的基本使用方法 linzx0212 enumHibernate
      枚举   /** * 性别枚举 */ public enum Gender { MALE(0), FEMALE(1), OTHER(2); private Gender(int i) { this.i = i; } private int i; public int getI
  • 第10章 高级事件（下） onestopweb 事件
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • 孙子兵法 roadrunners 孙子兵法
    始计第一 孙子曰： 兵者，国之大事，死生之地，存亡之道，不可不察也。 故经之以五事，校之以计，而索其情：一曰道，二曰天，三曰地，四曰将，五 曰法。道者，令民于上同意，可与之死，可与之生，而不危也；天者，阴阳、寒暑 、时制也；地者，远近、险易、广狭、死生也；将者，智、信、仁、勇、严也；法 者，曲制、官道、主用也。凡此五者，将莫不闻，知之者胜，不知之者不胜。故校 之以计，而索其情，曰
  • MySQL双向复制 tomcat_oracle mysql
    本文包括: 主机配置 从机配置 建立主-从复制 建立双向复制   背景 按照以下简单的步骤: 参考一下： 在机器A配置主机(192.168.1.30) 在机器B配置从机(192.168.1.29) 我们可以使用下面的步骤来实现这一点   步骤1：机器A设置主机 在主机中打开配置文件 ,
  • zoj 3822 Domination(dp) 阿尔萨斯 Mina
    题目链接：zoj 3822 Domination 题目大意：给定一个N∗M的棋盘，每次任选一个位置放置一枚棋子，直到每行每列上都至少有一枚棋子，问放置棋子个数的期望。 解题思路：大白书上概率那一张有一道类似的题目，但是因为时间比较久了，还是稍微想了一下。dp[i][j][k]表示i行j列上均有至少一枚棋子，并且消耗k步的概率（k≤i∗j）,因为放置在i+1~n上等价与放在i+1行上，同理
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他