玫瑰窃贼-sc
玫瑰窃贼-sc

数字图像处理知识梳理——3

  • 四、图像增强

    • G(x,y)=T[f(x,y)]重点在于T的定义：并不以图像保真为准则，突出某些人/机器分析有意义的信息，抑制无用信息

    • 4.1空间域

      • 4.1.1点运算(针对一个个像素点的运算)

        • 灰度运算
          • 线性运算：t=T(s)=as+b：根据a,b的取值不同得到不同的处理结果
          • 分段线性运算：将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域
          • 非线性运算
            • 对数变换：增强图像暗区域，使得整个图像变亮（低灰度区域扩展，高灰度区域压缩）
            • 指数变换
              • r>1：图像变暗，可以用于人眼对光线变化的反应曲线矫正
              • r<1：图像变量，与对数变换的效果类似（高灰度区域扩展，低灰度区域压缩）
          • 灰度切割：增强图像特定范围内的对比度，突出图像中特定灰度范围的亮度
          • 位图切割：图像所有像素固定的每个位构成的平面称为位面，对位面进行操作。位越高，信息越多
        • 直方图修正法
          • 直方图的定义
            • 颜色直方图：需要量化后进行统计，位置无关，无图像的位置信息。各阶统计矩消除光照，旋转无关性，可以用于颜色特征分析
            • 描述一幅图像的概貌，如明暗状况和对比度等特征
            • 一幅图像对应于一个直方图，一个直方图可能对应于多幅图像
            • 直方图的作用：检查量化参数选取是否得当；选择边界阈值，可以用于阈值分割。
          • 直方图均衡化
            • 直方图均衡化的推导
            • 通过灰度级的合并与减少，使得直方图的分布趋于均匀分布，增强图像的对比度
            • 优点：自动增强图像的对比度，改善图像的亮度
            • 缺点
              • 一些小的灰度级可能包含图像的细节信息，直方图均衡化后会使得这些信息丢失
              • 对于有高峰存在的直方图，均衡化处理后对比度不自然的过分增强
              • 无法进行局部处理，不能有选择的增强某个灰度值范围内的对比度，具体增强效果不可控
          • 直方图规定化
            • 突出感兴趣的灰度范围，使得图像质量得到改善
        • 局部统计法

      • 4.1.2空域模板处理（滤波处理：针对一个小区域内的像素进行处理）

        • 空域滤波：卷积运算：模板与图像进行卷积
        • 空域滤波器
          • 线性滤波器
            • 高通：边缘增强与提取
            • 低通：图像平滑与去噪
            • 带通：删除特定频率，在增强中很少用
          • 非线性滤波器
            • 中值：去除脉冲噪声很有用，对于小概率的脉冲噪声还行，对于较大概率的脉冲噪声而言，需要采用图像复原中的自适应中值滤波器
            • MAX：使得暗边缘变细
            • MIN：使得亮边缘变细
          • 图像平滑
            • 噪声定义：①孤立点②与周围像素差异大 是整个去噪平滑的核心
            • 基本低通滤波
              • 邻域均值法：邻域半径越大，平滑效果越好，但是模糊程度也变大
              • 加权平均法：克服简单局部平均的弊病，保留边缘细节的局部平均算法 核心在于模板系数的选择和领域点数的选取：梯度倒数平滑滤波
              • 超限邻域平均
                • 阈值T的选取很重要
                  • T过大会导致噪声去除不干净
                  • T过小会导致图像模糊
              • 噪声门限滤波：阈值选取一般位窗口内像素数的一半附近，阈值选取影响同上
            • 中值滤波
          • 图像锐化：前提是有较高的信噪比，否则噪声对锐化结果产生很大的影响
            • 基本高通滤波
            • 高增益滤波：保留原图信息，又增强了边缘信息；高增益滤波=A原图-低通=（A-1）原图+高通
            • 微分滤波：利用差分代替微分
              • 一阶微分滤波器：斜坡出一阶导数非0
                • Roberts算子：方法简单，但是对噪声极为敏感
                • Prewitt算子：先平均再微分
                • Sobel算子：先加权再微分
              • 二阶微分滤波器：固定坡度二阶导数为0
                • 拉普拉斯算子：考推导？
                  • 各向同性，提取完备，旋转无关性的证明
                  • H(u,v)=-4pi^2(u^2+v^2)
                  • 对噪声敏感：采用高增益滤波
              • 图像分割中微分算子的作用
                • Roberts算子对陡峭边缘提取效果较好，但是对噪声很敏感
                • Sobel和Prewitt算子对噪声有一定的抑制能力，但不能完全排除虚假边缘的提取
                • 拉普拉斯算子对阶跃型边缘点定位准确，但是对噪声很敏感，会double边缘
                • LOG算子：高斯拉普拉斯算子
                • Canny算子：基于最优化思想推导出来的算子，有较强的噪声抑制能力，但是平滑过程会导致一些尖锐的边缘也被滤除

    • 4.2频域处理

      • 流程：预处理（图像中心化）——>傅里叶变换——>频域滤波器——>傅里叶反变换——>图像去中心化后处理

      • 4.2.1高通滤波：同空域处理一样，需要在高信噪比的条件下进行（高频加强滤波，加入低频成分）

        • 理想高通滤波器
        • 巴特沃斯高通滤波器
        • 指数高通滤波器
        • 高斯高通滤波器
        • 梯形高通滤波器

      • 4.2.2低通滤波：消除随机噪声，减弱边缘效应，起到平滑作用

        • 理想低通滤波
        • 巴特沃斯低通滤波
        • 指数低通滤波：无振铃效应
        • 高斯低通滤波：无振铃效应，高斯函数的傅里叶变换仍然是高斯函数（证明题）
        • 梯形低通滤波器

      • 4.2.3带通带阻滤波器：对于周期性的噪声条纹使用，分析噪声模式

      • 4.2.4同态滤波增强：将图像看成是入射分量（低频）与反射分量（高频）相乘得到的

        • 处理流程：图像对数变换——>傅里叶变换——>同态滤波器处理——>傅里叶反变换——>指数变换

    • 4.3彩色图像处理

      • 4.3.1彩色图像增强

        • 在RGB空间模型上的增强
          • 彩色平衡：对于本来是灰度的区域有了颜色，将其矫正过来。以RGB其中的一个分量为基准，采用线性变换的方法矫正
          • 反色变换
          • 彩色图像的灰度化
            • 最大值法
            • 平均值法
            • 加权均值：人眼对绿色敏感，其次是红色，最后是蓝色，基于此分配不同的权重，权重总和为1
          • 平滑滤波
          • 边缘检测
        • 在HSI空间模型上的增强：针对三个分量分别进行处理

      • 4.3.2伪彩色图像处理：先验知识（位置相近、像素灰度值相近）

        • 伪彩色变换
          • 对三个颜色通道分别处理，建立颜色映射表
          • 彩虹映射：灰度值增加对应于波长越长，越偏向红色
        • 密度分割
        • 频域滤波

      • 4.3.3彩色变换及其应用

    • 4.4图像的代数运算

你可能感兴趣的:(图像处理)

  • OpenCV（一个C++人工智能领域重要开源基础库） 简介 愚梦者 OpenCV人工智能人工智能opencvc++图像处理计算机视觉开源
    返回：OpenCV系列文章目录（持续更新中......）上一篇：OpenCV4.9.0配置选项参考下一篇：OpenCV4.9.0开源计算机视觉库安装概述引言：OpenCV（全称OpenSourceComputerVisionLibrary）是一个基于开放源代码发行的跨平台计算机视觉库，可以用来进行图像处理、计算机视觉和机器学习等领域的开发。该库由英特尔公司于1999年开始开发，最初是为了加速处理器
  • Android 实现照片抠出人像。 No Promises﹉ android
    谢谢阅览、关注！！一、各平台的实现方式：1.Android实现方式：使用图像处理库（如OpenCV）：集成OpenCV库，利用其图像处理功能进行边缘检测和图像分割；使用机器学习模型（如TensorFlowLite）：集成TensorFlowLite和预训练的人像分割模型；使用第三方API服务：利用如百度AI、腾讯AI等提供的在线API进行图像处理。步骤：集成必要的库或API、加载和处理图像、应用抠
  • [C++] 图像处理 DiamondC++ 笔记c++
    额打算用FreeType获取字体像素，然后贴在一张图上然后这个就是图像处理工具，只有复制和镜像，但足够了（旋转缩放难倒我了）使用完成后需要手动释放资源（干脆用智能指针它不香吗）代码#ifndef__IMAGE_PROCESSING_HPP__#define__IMAGE_PROCESSING_HPP__#includetypedefunsignedintuint;typedefunsignedch
  • Dockerfile多阶段构建 是小叶啊 容器技术dockerdockerfile
    前言我们在构建docker镜像时，希望最后得到的镜像越小越好，但是在构建时，总是会用到各种各样复杂的环境，大部分都是临时环境，只是为了生成对应的目标程序。比如我们经常会在OpenCV环境下编译图像处理类程序，但其实目标程序只需要用的之前生成的子程序就行，不需要引入中间用到的环境。这里我们就能用到Dockerfile多阶段构建，它可以把前面多个阶段生成的文件拷贝到下一个阶段使用，并且不引入之前用到的
  • 基于Python和OpenCV的产品码识别与验证案例 GT开发算法工程师 pythonopencv开发语言人工智能计算机视觉
    引言：本案例展示了如何使用Python结合OpenCV库来实现产品码的识别与验证。首先，通过图像预处理技术（如灰度化、二值化、降噪等）优化产品码图像，然后利用OpenCV中的模板匹配或机器学习算法（如SVM、神经网络等）来定位并识别产品码。目录原理：代码部分：注意：原理：产品码识别与验证的核心在于图像处理与模式识别技术。首先，通过图像处理技术提取出产品码区域，去除背景干扰，增强产品码的可识别性。然
  • opendronemap集群搭建 Robber2000 云计算容器运维云原生
    需求OpenDroneMap（ODM）是一个开源项目，旨在利用无人机采集的图像数据生成地图、模型和其他地理空间数据。它主要解决以下问题：航空摄影数据处理：ODM可以处理无人机拍摄的大量航空图像数据，通过图像处理和计算机视觉技术生成高质量的地图和模型。地图制作与更新：利用ODM，用户可以快速、成本效益地生成地图，并及时更新地理空间数据，有助于城市规划、灾害监测等领域的应用。三维建模：ODM可以生成精
  • Canny详解 kxg916361108 计算机视觉图像处理人工智能
    Canny边缘检测是一种经典的图像处理技术，被广泛应用于计算机视觉和图像处理领域。它由JohnF.Canny在1986年提出，是一种多阶段的边缘检测算法，具有高精度和低错误率的特点。Canny边缘检测的步骤：高斯滤波（GaussianBlur）：Canny边缘检测首先对图像进行高斯平滑处理，以减少图像中的噪声。高斯滤波器将图像中的每个像素与周围像素进行加权平均，从而模糊图像并减少噪声。计算图像梯度
  • MATLAB图像拼接算法及实现 程序员小溪 算法matlab计算机视觉MATLAB人工智能
    图像拼接算法及实现（一）论文关键词：图像拼接图像配准图像融合全景图论文摘要：图像拼接(imagemosaic)技术是将一组相互间重叠部分的图像序列进行空间匹配对准,经重采样合成后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。一般来说,图像拼接的过程由图像获取,图像配准,图像
  • Python图像处理【21】基于卷积神经网络增强微光图像 AI technophile Python图像处理实战python图像处理cnn
    基于卷积神经网络增强微光图像0.前言1.MBLLEN网络架构2.增强微光图像小结系列链接0.前言在本节中，我们将学习如何基于预训练的深度学习模型执行微光/夜间图像增强。由于难以同时处理包括亮度、对比度、伪影和噪声在内的所有因素，因此微光图像增强一直是一项具有挑战性的问题。为了解决这一问题，提出了多分支微光增强网络(multi-branchlow-lightenhancementnetwork,MB
  • 悟空图像工具箱：一站式在线图像处理与GIF制作利器！ AiBoxss 图像处理人工智能计算机视觉
    悟空图像工具箱简介：悟空图像工具箱是一款集成了多种图像处理和GIF制作功能的在线工具箱，用户无需下载安装任何软件，只需在网页上操作即可完成各种任务。这款工具箱旨在帮助用户更高效地进行图像处理和GIF制作，提高工作效率。【Ai-321.com】超多实用AI工具集，助你快速写作、绘画、视频创作，赶紧免费体验！悟空图像工具箱功能列表：图片转GIF：将多张图片合成为GIF动图。视频转GIF：将视频转换为G
  • 深入了解OpenCVSharp中常见的图像处理功能 仰望大佬007 图像处理opencv计算机视觉c#
    深入了解OpenCVSharp中常见的图像处理功能前言1.图像加载与保存2.图像基本操作3.图像滤波4.边缘检测5.图像分割6.特征检测与描述子7.目标识别与跟踪8.图像融合与拼接9.形状匹配与模板匹配10.颜色空间转换与直方图11.图像转换与绘制12.图像分类与机器学习13.高级图像处理算法14.GPU加速与并行计算前言OpenCVSharp是C#语言中用于图像处理和计算机视觉的开源库，它提供了
  • Numpy快速入门（1） 胡乱儿起个名 python基础numpy
    文章目录一、Numpy是什么？二、基础知识1.数组创建2.数组的索引、切片和迭代3.形状操纵一、Numpy是什么？  NumPy是一个开源的Python库，提供了多维数组对象（ndarray）和用于处理这些数组的函数。它是科学计算和数据分析的基础库之一，被广泛应用于各种领域，包括数值计算、数据处理、机器学习、图像处理等。二、基础知识  NumPy的主要对象是同构多维数组。它是一个元素表（通常是数字
  • 从玩游戏到写外挂，C语言/C++程序员大神是怎样做到的！ 小辰带你看世界
    今天和大家分享一下我自己的C语言学习的过程，与大家共勉。嗯，由于我本人水平有限，出现错误在所难免，希望大家看到后能够指出来，以便大家共同进步。C语言是面向过程的，而C＋＋是面向对象的这些是C/C++能做的服务器开发工程师、人工智能、云计算工程师、信息安全（黑客反黑客）、大数据、数据平台、嵌入式工程师、流媒体服务器、数据控解、图像处理、音频视频开发工程师、游戏服务器、分布式系统、游戏辅助等首先我来讲
  • octave 与 matlab UPUPUPEveryday matlab开发语言
    octave与matlab联系与区别Octave和Matlab是两种数字计算和科学编程语言。它们之间有很多联系和区别。联系：Octave和Matlab都是为了进行数值计算和科学编程而设计的，它们都具有很强的数值计算和矩阵操作的能力。Octave和Matlab都支持向量化的操作，使得对矩阵和向量的运算更加高效。Octave和Matlab都提供了丰富的数学函数库，包括线性代数、信号处理、图像处理等领域
  • 压缩感知中的稀疏基是什么？ superdont 计算机视觉入门计算机视觉人工智能pythonopencv算法
    要压缩感知中，涉及到要将信号转换为稀疏形式。此时，需要用到的就是稀疏基。稀疏基可能是傅里叶基或者小波基。例如，如下参考文献提到：参考基傅里叶基和小波基是用于信号处理和图像处理中的常用数学工具，它们能够帮助我们在不同的基下表示信号，便于对信号的分析、压缩和重建。傅里叶基（FourierBasis）:傅里叶基是一组复指数函数（对于连续信号）或者傅里叶级数（对于离散信号），可以用来表示周期性信号。对于任
  • 图像处理ASIC设计方法 笔记4 异步FIFO 徐丹FPGA之路 异构计算FPGA笔记图像处理fpga开发
    P66异步FIFO这段对FIFO的描述很精彩：理解了水位信号的含义（相当于通常所说的满/空标志，注意读时钟域的空信号，写时钟域的满信号，只能在它各自的时钟域直接使用，如果要在另一时钟域用，需要使用同步器）FIFO可以理解为一个传输数据的管道，写入一方顺序将数据压入管道的一端，读出一方从管道的另一端按照写入的顺序依次取出数据（所以叫先进先出）。由于进行顺序读写，FIFO不需要地址线，所以减少端口引线
  • matlab计算正交变换,图像的正交变换matlab.pdf 大Victor matlab计算正交变换
    图像的正交变换matlab《数字图像处理》课程实验报告实验名：图像的正交变换实验1院系：自动化测试与控制系班级：1201132姓名：李丹阳学号：1120110113哈尔滨工业大学电气工程及自动化学院光电信息工程2015年12月13日一、实验原理二、实验内容三、实验结果与分析1、傅立叶变换A)绘制一个二值图像矩阵,并将其傅立叶函数可视化。(傅里叶变换A)的实验结果B)利用傅立叶变换分析两幅图像的相关
  • ps自学视频教程资源，Photoshop初、中、高级网盘教程大全2024 全网优惠分享君
    Photoshop是一款功能强大的图像处理软件，广泛应用于广告、摄影、设计等领域。对于想要学习Photoshop的人来说，找到一套系统、全面的教程是非常重要的。在这里，小编为大家整理了一份Photoshop初、中、高级网盘教程大全，帮助大家快速掌握Photoshop的使用技巧。一、初级教程对于初学者来说，首先需要掌握的是Photoshop的基础知识和操作技巧。以下是一些必备的初级教程：1.Phot
  • OpenCL 图像处理函数、图像放缩和插值 陈塬升 OpenCLc++算法
    1.OpenCL提供了大量可以在内核中运行的图像处理函数，它们大致可以分为以下三类：（1）Readfunctiongs--返回给定坐标上的颜色取值；（2）writefunctiongs--设定给定坐标上的颜色取值；（3）Informationfunctions--提供关于图像对象的信息，例如图像的维度以及像素属性；图像读取函数是从图像对象中读取向量，他们各自的参数基本一样。唯一的区别是函数返回的是
  • 最近发现了很多好用的工具，推荐给大家 ʚ小华 编辑器贴图
    截图工具（PixPin）：目前只有windows,还没有mac版本，非常强大！！！PixPin是一款优秀的图像标注工具，它可以帮助用户在图像上添加注释、标记和说明。这个软件适用于各种不同的场景，例如教育、商业、设计和医学等领域的图像处理和注释需求。高效率：PixPin的直观界面和丰富的注释工具使用户可以更快地完成图像标注任务。同时，它还支持云端同步和导出功能，使得用户可以轻松地共享和交流注释内容。
  • 图片批量添加文字水印 巴鶴
    为了版权安全，可以给自己设计的图片设置批量文字水印功能思路分析为图片添加文字水印，主要用到PIL库中的相应类，PIL是一个Python图像处理库，它支持多种文件格式，并提供了强大的图像处理和图形处理能力，本例中主要使用PIL库的Image模块、ImageDraw模块、ImageFont模块和ImageEnhance模块，作用分别如下：Image模块：该模块中提供了一个与模块同名的Image类，用来
  • Baumer工业相机堡盟相机彩色相机如何实现白平衡 格林威 工业相机数码相机opencvc++计算机视觉开发语言
    项目场景Baumer工业相机堡盟相机是一种高性能、高质量的工业相机，可用于各种应用场景，如物体检测、计数和识别、运动分析和图像处理。Baumer的万兆网相机拥有出色的图像处理性能，可以实时传输高分辨率图像。此外，该相机还具有快速数据传输、低功耗、易于集成以及高度可扩展性等特点。Baumer工业相机中彩色相机具有色彩还原度真实的特性，适用于颜色分析的工业应用。技术背景Baumer工业彩色相机由于传感
  • 图像预处理技术与算法 木子n1 算法嵌入式开发算法数码相机计算机视觉
    图像预处理是计算机视觉和图像处理中非常关键的第一步，其目的是为了提高后续算法对原始图像的识别、分析和理解能力。以下是一些主要的图像预处理技术：1.图像增强：对比度调整：通过直方图均衡化（HistogramEqualization）等方法改善图像整体或局部的对比度。伽玛校正：改变图像的亮度特性，用于补偿显示器或其他硬件设备的非线性响应。锐化处理：如使用高通滤波器（如拉普拉斯算子、Sobel边缘检测算
  • 金线检测步骤 耿直小伙 算法
    半导体行业,金线检测是必不可以少的一个检测项,除了焊点,die面,手指以外的必检项目.重难点在于金线的提取,算法多种多样,找到适合才是关键,涉及到打光,图像处理,这里不做深入分析,软件和硬件配合好才能做的最好.经典算法Block分析,结合图像检测.高斯算法提取边缘检测算法提取这几种算法各有利弊,经典算法的适用性一般,对图像质量要求高,鲁棒性好.高斯算法,参数难调,鲁棒性差一点,但是提取的准确度高.
  • 中科星图——影像卷积核函数Kernel之gaussian高斯核函数核算子、Laplacian4核算子和square核算子等的分析 此星光明 中科星图计算机视觉人工智能深度学习核函数高斯卷积云计算
    简介高斯核函数是图像处理中常用的一种卷积核函数。它是一种线性滤波器，可以实现图像的平滑处理。在图像处理中，高斯核函数的卷积操作可以用于去噪、平滑和模糊等任务。高斯核函数的定义可以表示为一个二维高斯分布函数，表达式如下：G(x,y)=(1/(2*pi*sigma^2))*exp(-(x^2+y^2)/(2*sigma^2))其中，x和y表示图像中的像素位置，sigma表示高斯分布的标准差。高斯核函数
  • 相机图像质量研究(29)常见问题总结：图像处理对成像的影响--图像插值Demosaic 上天肖 ISP计算机视觉数码相机人工智能
    系列文章目录相机图像质量研究(1)Camera成像流程介绍相机图像质量研究(2)ISP专用平台调优介绍相机图像质量研究(3)图像质量测试介绍相机图像质量研究(4)常见问题总结：光学结构对成像的影响--焦距相机图像质量研究(5)常见问题总结：光学结构对成像的影响--景深相机图像质量研究(6)常见问题总结：光学结构对成像的影响--对焦距离相机图像质量研究(7)常见问题总结：光学结构对成像的影响--镜片
  • 计算机科学引论2021英文,计算机科学引论= Computing Essentials : 英文 弗雷德里克·雷蒙德 计算机科学引论2021英文
    摘要：本书概括地介绍了计算机科学与信息技术的主要领域,各种应用及其对社会的影响.全书由15章和一些附录组成,主要内容包括:信息技术概述;因特网,万维网与电子商务;基本应用软件(包括字处理,表处理,数据库管理系统,文字和图形演示,集成化软件包等);专用软件(包括图形图像处理,音频与视频,多媒体,Web创作以及虚拟现实和专家系统等新兴应用);操作系统等系统软件;计算机系统组成部件;输入/输出及相关外部
  • OpenCV统计函数之minMaxLoc和meanStdDev 忙什么果 opencvC&C++opencv人工智能计算机视觉
    在OpenCV中，minMaxLoc和meanStdDev是两个用于统计图像或数组中元素的基本特性的函数。这些统计函数对于图像处理、特征提取和数据分析非常有用。minMaxLocminMaxLoc函数用于查找数组或图像中的最小值和最大值，并可选地返回这些值的位置。这在处理图像时特别有用，比如在动态调整对比度或进行阈值操作之前确定图像的亮度范围。voidminMaxLoc(InputArraysrc
  • e_ophtha_MA眼底数据集—根据微血管瘤标注Mask绘制Contour轮廓图 curemoon
    眼底医学图像处理：微血管瘤Microaneurysm检测分割采用数据集e_ophtha中的e_ophtha_MA，此数据集可从互联网下载实现根据微血管瘤标注Mask，在原图绘制轮廓图，以直观了解微血管瘤，以便检测分割微血管瘤1.可展示数据集中原图和绘制轮廓图的并列拼接图2.可保存Mask，原图，根据标注绘制轮廓图的眼底图的拼接图1.原图和绘制轮廓图的并列拼接图2.保存Mask，原图，根据标注绘制轮
  • 计算机视觉与图像处理面试题,深度学习图像处理算法工程师面试题 ZW9 计算机视觉与图像处理面试题
    AI开发平台ModelArtsModelArts是面向开发者的一站式AI开发平台，为机器学习与深度学习提供海量数据预处理及半自动化标注、大规模分布式Training、自动化模型生成，及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。按需/包周期付费可选，最低0.00元/小时引入MoXingFramework模块||https://support.huaweicloud
  • java短路运算符和逻辑运算符的区别 3213213333332132 java基础
    /* * 逻辑运算符——不论是什么条件都要执行左右两边代码 * 短路运算符——我认为在底层就是利用物理电路的“并联”和“串联”实现的 * 原理很简单，并联电路代表短路或（||），串联电路代表短路与（&&）。 * * 并联电路两个开关只要有一个开关闭合，电路就会通。 * 类似于短路或（||），只要有其中一个为true（开关闭合）是
  • Java异常那些不得不说的事 白糖_ javaexception
    一、在finally块中做数据回收操作 比如数据库连接都是很宝贵的，所以最好在finally中关闭连接。 JDBCAgent jdbc = new JDBCAgent(); try{ jdbc.excute("select * from ctp_log"); }catch(SQLException e){ ... }finally{ jdbc.close();
  • utf-8与utf-8(无BOM)的区别 dcj3sjt126com PHP
    BOM——Byte Order Mark，就是字节序标记   在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输 字符"ZERO WIDTH NO-BREAK SPACE"。这样如
  • JAVA Annotation之定义篇 周凡杨 java注解annotation入门注释
        Annotation: 译为注释或注解 An annotation, in the Java computer programming language, is a form of syntactic metadata that can be added to Java source code. Classes, methods, variables, pa
  • tomcat的多域名、虚拟主机配置 g21121 tomcat
    众所周知apache可以配置多域名和虚拟主机，而且配置起来比较简单，但是项目用到的是tomcat，配来配去总是不成功。查了些资料才总算可以，下面就跟大家分享下经验。 很多朋友搜索的内容基本是告诉我们这么配置： 在Engine标签下增面积Host标签，如下： <Host name="www.site1.com" appBase="webapps"
  • Linux SSH 错误解析（Capistrano 的cap 访问错误 Permission ） 510888780 linuxcapistrano
    1.ssh -v [email protected] 出现 Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password). 错误 运行状况如下： OpenSSH_5.3p1, OpenSSL 1.0.1e-fips 11 Feb 2013 debug1: Reading configuratio
  • log4j的用法 Harry642 javalog4j
    一、前言：     log4j 是一个开放源码项目，是广泛使用的以Java编写的日志记录包。由于log4j出色的表现，     当时在log4j完成时，log4j开发组织曾建议sun在jdk1.4中用log4j取代jdk1.4 的日志工具类，但当时jdk1.4已接近完成，所以sun拒绝使用log4j，当在java开发中
  • mysql、sqlserver、oracle分页，java分页统一接口实现 aijuans oraclejave
    定义：pageStart 起始页，pageEnd 终止页,pageSize页面容量 oracle分页： 　　　　select * from ( select mytable.*,rownum num from (实际传的SQL) where rownum<=pageEnd) where num>=pageStart sqlServer分页：  
  • Hessian 简单例子 antlove javaWebservicehessian
    hello.hessian.MyCar.java package hessian.pojo; import java.io.Serializable; public class MyCar implements Serializable { private static final long serialVersionUID = 473690540190845543
  • 数据库对象的同义词和序列 百合不是茶 sql序列同义词ORACLE权限
    回顾简单的数据库权限等命令; 解锁用户和锁定用户 alter user scott account lock/unlock; //system下查看系统中的用户 select * dba_users; //创建用户名和密码 create user wj identified by wj; identified by //授予连接权和建表权 grant connect to
  • 使用Powermock和mockito测试静态方法 bijian1013 持续集成单元测试mockitoPowermock
            实例： package com.bijian.study; import static org.junit.Assert.assertEquals; import java.io.IOException; import org.junit.Before; import org.junit.Test; import or
  • 精通Oracle10编程SQL(6)访问ORACLE bijian1013 oracle数据库plsql
    /* *访问ORACLE */ --检索单行数据 --使用标量变量接收数据 DECLARE v_ename emp.ename%TYPE; v_sal emp.sal%TYPE; BEGIN select ename,sal into v_ename,v_sal from emp where empno=&no; dbms_output.pu
  • 【Nginx四】Nginx作为HTTP负载均衡服务器 bit1129 nginx
     Nginx的另一个常用的功能是作为负载均衡服务器。一个典型的web应用系统，通过负载均衡服务器，可以使得应用有多台后端服务器来响应客户端的请求。一个应用配置多台后端服务器，可以带来很多好处：   负载均衡的好处 增加可用资源 增加吞吐量 加快响应速度，降低延时 出错的重试验机制 Nginx主要支持三种均衡算法： round-robin l
  • jquery-validation备忘 白糖_ jquerycssF#Firebug
    留点学习jquery validation总结的代码：   function checkForm(){ validator = $("#commentForm").validate({// #formId为需要进行验证的表单ID errorElement :"span",// 使用"div"标签标记错误， 默认:&
  • solr限制admin界面访问（端口限制和http授权限制） ronin47 限定Ip访问
    solr的管理界面可以帮助我们做很多事情，但是把solr程序放到公网之后就要限制对admin的访问了。 可以通过tomcat的http基本授权来做限制，也可以通过iptables防火墙来限制。 我们先看如何通过tomcat配置http授权限制。 第一步： 在tomcat的conf/tomcat-users.xml文件中添加管理用户，比如： <userusername="ad
  • 多线程-用JAVA写一个多线程程序，写四个线程，其中二个对一个变量加1，另外二个对一个变量减1 bylijinnan java多线程
    public class IncDecThread { private int j=10; /* * 题目:用JAVA写一个多线程程序，写四个线程，其中二个对一个变量加1，另外二个对一个变量减1 * 两个问题： * 1、线程同步--synchronized * 2、线程之间如何共享同一个j变量--内部类 */ public static
  • 买房历程 cfyme
        2015-06-21: 万科未来城，看房子   2015-06-26: 办理贷款手续，贷款73万，贷款利率5.65=5.3675   2015-06-27: 房子首付,签完合同   2015-06-28，央行宣布降息 0.25，就2天的时间差啊，没赶上。   首付，老婆找他的小姐妹接了5万，另外几个朋友借了1-
  • [军事与科技]制造大型太空战舰的前奏 comsci 制造
           天气热了........空调和电扇要准备好..........        最近,世界形势日趋复杂化,战争的阴影开始覆盖全世界..........        所以,我们不得不关
  • dateformat dai_lm DateFormat
    "Symbol Meaning Presentation Ex." "------ ------- ------------ ----" "G era designator (Text) AD" "y year
  • Hadoop如何实现关联计算 datamachine mapreducehadoop关联计算
        选择Hadoop，低成本和高扩展性是主要原因，但但它的开发效率实在无法让人满意。     以关联计算为例。     假设：HDFS上有2个文件，分别是客户信息和订单信息，customerID是它们之间的关联字段。如何进行关联计算，以便将客户名称添加到订单列表中？   &nbs
  • 用户模型中修改用户信息时，密码是如何处理的 dcj3sjt126com yii
    当我添加或修改用户记录的时候对于处理确认密码我遇到了一些麻烦，所有我想分享一下我是怎么处理的。 场景是使用的基本的那些(系统自带)，你需要有一个数据表(user)并且表中有一个密码字段(password),它使用 sha1、md5或其他加密方式加密用户密码。 面是它的工作流程: 当创建用户的时候密码需要加密并且保存，但当修改用户记录时如果使用同样的场景我们最终就会把用户加密过的密码再次加密，这
  • 中文 iOS/Mac 开发博客列表 dcj3sjt126com Blog
      本博客列表会不断更新维护，如果有推荐的博客，请到此处提交博客信息。 本博客列表涉及的文章内容支持 定制化Google搜索，特别感谢 JeOam 提供并帮助更新。 本博客列表也提供同步更新的OPML文件（下载OPML文件），可供导入到例如feedly等第三方定阅工具中，特别感谢 lcepy 提供自动转换脚本。这里有导入教程。
  • js去除空格，去除左右两端的空格 蕃薯耀 去除左右两端的空格js去掉所有空格js去除空格
    js去除空格，去除左右两端的空格 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>&g
  • SpringMVC4零配置--web.xml hanqunfeng springmvc4
    servlet3.0+规范后，允许servlet，filter，listener不必声明在web.xml中，而是以硬编码的方式存在，实现容器的零配置。 ServletContainerInitializer：启动容器时负责加载相关配置 package javax.servlet; import java.util.Set; public interface ServletContainer
  • 《开源框架那些事儿21》：巧借力与借巧力 j2eetop 框架UI
    同样做前端UI，为什么有人花了一点力气，就可以做好？而有的人费尽全力，仍然错误百出？我们可以先看看几个故事。 故事1：巧借力，乌鸦也可以吃核桃 有一个盛产核桃的村子，每年秋末冬初，成群的乌鸦总会来到这里，到果园里捡拾那些被果农们遗落的核桃。 核桃仁虽然美味，但是外壳那么坚硬，乌鸦怎么才能吃到呢？原来乌鸦先把核桃叼起，然后飞到高高的树枝上，再将核桃摔下去，核桃落到坚硬的地面上，被撞破了，于是，
  • JQuery EasyUI 验证扩展 可怜的猫 jqueryeasyui验证
      最近项目中用到了前端框架-- EasyUI，在做校验的时候会涉及到很多需要自定义的内容，现把常用的验证方式总结出来，留待后用。   以下内容只需要在公用js中添加即可。   使用类似于如下： <input class="easyui-textbox" name="mobile" id="mobile&
  • 架构师之httpurlconnection----------读取和发送(流读取效率通用类) nannan408
    1.前言.    如题. 2.代码. /* * Copyright (c) 2015, S.F. Express Inc. All rights reserved. */ package com.test.test.test.send; import java.io.IOException; import java.io.InputStream
  • Jquery性能优化 r361251 JavaScriptjquery
    一、注意定义jQuery变量的时候添加var关键字 这个不仅仅是jQuery，所有javascript开发过程中，都需要注意，请一定不要定义成如下： $loading = $('#loading'); //这个是全局定义，不知道哪里位置倒霉引用了相同的变量名，就会郁闷至死的 二、请使用一个var来定义变量 如果你使用多个变量的话，请如下方式定义： . 代码如下: var page
  • 在eclipse项目中使用maven管理依赖 tjj006 eclipsemaven
    概览: 如何导入maven项目至eclipse中 建立自有Maven  Java类库服务器 建立符合maven代码库标准的自定义类库 Maven在管理Java类库方面有巨大的优势，像白衣所说就是非常“环保”。 我们平时用IDE开发都是把所需要的类库一股脑的全丢到项目目录下，然后全部添加到ide的构建路径中，如果用了SVN/CVS，这样会很容易就 把
  • 中国天气网省市级联页面 x125858805 级联
    1、页面及级联js <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"> &l
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他