格图素书
格图素书

点云从入门到精通技术详解100篇-基于结构光测量的三维人脸重建及识别

目录

知识储备

3D结构光

人脸识别与结构光

人脸识别代码

 创建标签来显示图像

创建函数

红外人脸识别与3D结构光人脸识别对比

一、技术原理

二、性能特点

三、应用场景

四、优劣势对比

前言

三维人脸识别技术国内外现状

二维人脸识别研究现状

三维测量技术研究现状

三维人脸识别研究现状

2三维人脸重建及识别系统方案

2.1  基于结构光的三维人脸重建及识别系统构成

2.1.1  典型的投影光栅相位测量几何模型

2.1.1.1  平行式投影系统

2.1.1.2  交叉式投影系统

 本文篇幅较长，分为上中下三篇，文章索引详见

基于结构光测量的三维人脸重建及识别

基于结构光测量的三维人脸重建及识别（中）

基于结构光测量的三维人脸重建及识别（下）

知识储备

3D结构

你可能感兴趣的:(点云)

  • 【三维目标检测】Complex-Yolov4详解（二）：模型结构 Coding的叶子 Python三维点云实战宝典Complex-YoloComplex-Yolov4三维目标检测目标检测python
    本文为博主原创文章，未经博主允许不得转载。本文为专栏《python三维点云从基础到深度学习》系列文章，地址为“https://blog.csdn.net/suiyingy/article/details/124017716”。Complex-Yolo网络模型的核心思想是用鸟瞰图BEV替换Yolo网络输入的RGB图像。因此，在完成BEV处理之后，模型的训练和推理过程基本和Yolo完全一致。Yolov
  • 3D点云--常见文件格式及特点
    以下是针对3D点云常见文件格式及特点的详细解析，包含格式对比、结构示意图、典型应用场景及代码操作示例：一、主流点云文件格式全对比格式编码方式属性支持特点典型应用PCDASCII/二进制XYZ,RGB,强度,法线,自定义字段PCL原生格式，支持元数据头文件科研算法开发PLYASCII/二进制XYZ,RGB,法线,纹理坐标支持点云+网格混合存储，Stanford开发3D打印/扫描存档LAS二进制XYZ
  • 基于点云边界提取与B样条拟合的二维轮廓重建的思路与原理 迅卓科技 C++PCL点云处理实战专栏c++PCL点云
    该程序通过点云投影、凹包边界提取、逆时针排序和B样条曲线拟合四步流程，将三维点云转化为光滑的二维参数化边界曲线并可视化输出。效果图1.系统整体原理基于点云边界提取与B样条曲线拟合的系统，通过以下流程实现：点云预处理（投影+边界提取）边界点排序（逆时针）B样条曲线拟合结果可视化1.1点云预处理1.1.1点云投影功能：将三维点云投影到XY平面实现：创建z=0平面模型系数使用PProject函数执行投影
  • 如何从ulord里获取收益 践行的朋友
    Ulord是什么？Ulord是一条点对点的价值传递公链，通过搭建区块链底层架构和数字资源分发协议，支持第三方开发商在其开源协议之上构建自己的应用程序，与众多行业合作伙伴一起形成区块链技术与应用的完整生态。基于Ulord创建的各种规则和协议，嫁接包括文字、图片、音乐、视频、软件等在内的各类数字资源应用场景，为信息创造者与消费者提供直接的对接平台。听起来，很牛的样子，很多初识Ulord的朋友有点云里雾
  • 3D Gaussian splatting 03: 用户数据训练和结果查看
    目录3DGaussiansplatting01:环境搭建3DGaussiansplatting02:快速评估3DGaussiansplatting03:用户数据训练和结果查看3DGaussiansplatting04:代码阅读-提取相机位姿和稀疏点云3DGaussiansplatting05:代码阅读-训练整体流程3DGaussiansplatting06:代码阅读-训练参数3DGaussians
  • 寻找圆柱缺陷 迅卓科技 C++PCL点云处理实战专栏c++开发语言PCL点云
    该程序通过圆柱拟合、差异检测、聚类分割和三维尺寸计算，实现了对工业零件表面缺陷的自动化检测与量化分析，并输出可视化结果和详细尺寸报告。效果图1.圆柱拟合模块1.1核心功能实现点云数据的圆柱拟合，包括以下关键操作：最小二乘法拟合：通过特征值分解计算圆柱轴线方向RANSAC拟合：使用法线估计和采样一致性算法精修圆柱参数坐标变换：将圆柱轴线旋转至与Z轴平行圆柱可视化：根据参数生成圆柱表面点云1.2工作流
  • 自动分割和测量混凝土钢筋的思路与原理 迅卓科技 C++PCL点云处理实战专栏c++开发语言PCL点云
    该代码实现了一个基于PCL的点云处理系统，通过地面提取、钢筋识别和几何计算，自动测量混凝土结构中钢筋的间距、直径和高度差等参数。以下是分步骤原理详解：效果图1.系统架构概述系统使用PCL库处理点云数据，主要流程分为4个阶段：地面提取与旋转对齐混凝土结构分割钢筋识别与分组几何参数计算（直径/间距/高度差）2.核心处理流程2.1地面提取与旋转对齐//主要函数调用序列PGetMaxPlaneCoe()→
  • 曲面点云填充加切片 迅卓科技 C++PCL点云处理实战专栏c++开发语言PCL点云
    该点云处理系统通过平面检测、坐标系对齐、分层切片和着色可视化四步实现三维物体分析：首先使用RANSAC算法检测点云中的最大平面作为基准面；然后计算旋转矩阵将基准面对齐至XOY平面；接着沿法线方向等距移动点云生成平行切片；最后通过球形搜索提取切片点云并随机着色保存，实现物体在三维空间中的分层可视化分析。系统结合了几何变换（罗德里格斯旋转）、邻域搜索（KD树球形查询）和颜色映射等关键技术，为工业检测、
  • 【C++PCL】点云处理总目录持续更新..... 迅卓科技 PCL点云处理c++开发语言
    作者：迅卓科技简介：本人从事过多项点云项目，并且负责的项目均已得到好评！公众号：迅卓科技888重点：每个模块都有参数如何调试的讲解，即调试某个参数对结果的影响是什么，大家有问题可以评论哈，如果文章有错误的地方，欢迎来指出错误的地方。最近更新时间：2025年7月16号目录一、点云储存1.kd-tree2.kd-tree应用3.八叉树二、点云采样1.下采样2.上采样三、点云滤波1.传统滤波2.改进传统
  • 【C++PCL】OBB包围盒 迅卓科技 PCL点云处理c++人工智能开发语言
    作者：迅卓科技简介：本人从事过多项点云项目，并且负责的项目均已得到好评！公众号：迅卓科技888，一个可以让您可以学习点云的好地方重点：每个模块都有参数如何调试的讲解，即调试某个参数对结果的影响是什么，大家有问题可以评论哈，如果文章有错误的地方，欢迎来指出错误的地方。1.原理介绍OBB（OrientedBoundingBox）是包含点云的最小体积长方体，其方向由点云的主成分决定，而非与坐标轴对齐。核
  • Windows PCL CMakeLists.txt配置示例 Coding的叶子 临时专栏CMakeLists.pclc++windowscmake
    【版权声明】本文为博主原创文章，未经博主允许严禁转载，我们会定期进行侵权检索。参考书籍：《人工智能点云处理及深度学习算法》本文为专栏《Python三维点云实战宝典》系列文章，专栏介绍地址“【python三维深度学习】python三维点云从基础到深度学习_python3d点云从基础到深度学习-CSDN博客”。配套书籍《人工智能点云处理及深度学习算法》提供更加全面和系统的解析。在计算机视觉和机器人领域
  • 使用C++和PCL创建模拟点云 Coding的叶子 临时专栏c++pcl点云可视化
    【版权声明】本文为博主原创文章，未经博主允许严禁转载，我们会定期进行侵权检索。参考书籍：《人工智能点云处理及深度学习算法》本文为专栏《Python三维点云实战宝典》系列文章，专栏介绍地址“【python三维深度学习】python三维点云从基础到深度学习_python3d点云从基础到深度学习-CSDN博客”。配套书籍《人工智能点云处理及深度学习算法》提供更加全面和系统的解析。当使用C++和PCL（点
  • Ubuntu PCL CMakeLists.txt配置示例 Coding的叶子 临时专栏ubuntucmakeCMakeLists.pclc++
    【版权声明】本文为博主原创文章，未经博主允许严禁转载，我们会定期进行侵权检索。参考书籍：《人工智能点云处理及深度学习算法》本文为专栏《Python三维点云实战宝典》系列文章，专栏介绍地址“【python三维深度学习】python三维点云从基础到深度学习_python3d点云从基础到深度学习-CSDN博客”。配套书籍《人工智能点云处理及深度学习算法》提供更加全面和系统的解析。在计算机视觉和机器人领域
  • C++ PCL求解法向量及可视化 Coding的叶子 临时专栏pclc++点云
    【版权声明】本文为博主原创文章，未经博主允许严禁转载，我们会定期进行侵权检索。参考书籍：《人工智能点云处理及深度学习算法》本文为专栏《Python三维点云实战宝典》系列文章，专栏介绍地址“【python三维深度学习】python三维点云从基础到深度学习_python3d点云从基础到深度学习-CSDN博客”。配套书籍《人工智能点云处理及深度学习算法》提供更加全面和系统的解析。当使用C++和PCL（P
  • 第3.3章 一文带你入门PCL点云库及在机器人SLAM中的代码实战 行知SLAM 机器人工程师带你入门SLAM人工智能c++算法机器人开发语言
    目录一、PCL库：开启3D感知大门的钥匙二、PCL库基础入门2.1什么是PCL库2.2PCL源码头文件分类概览总结2.3安装PCL库2.4基础数据结构与概念三、PCL库在SLAM中的核心应用3.1点云获取与预处理3.2点云特征提取与描述3.3点云配准3.4点云分割与目标识别四、进阶技巧与优化策略4.1提高算法效率的方法4.2解决实际问题的经验4.3与其他技术的融合五、案例分析：PCL库实战应用六、
  • C++ PCL点云处理实战专栏 迅卓科技 C++PCL点云处理实战专栏c++开发语言
    本次技术分享围绕C++与PCL库在工业点云处理中的工程化应用展开，结合电力、建筑、隧道等垂直领域的实际技术需求，分阶段解析点云处理的核心算法、开发实践与系统落地路径。内容涵盖：算法原理剖析：深入解析PCL库核心机制（如点云滤波、特征提取、曲面重建等），结合数学原理与代码实现逻辑，建立工业级点云处理的算法认知体系。动态库开发实践：探讨工业场景下点云处理工具链的工程化封装（如点云分割、三维建模模块），
  • 5.PCL 点云可视化,交互 吃个糖糖 PCL交互microsoft
    文章目录可视化简单可视化高级可视化显示的方法法向显示显示形状多窗口键盘鼠标交互可视化简单可视化pcl::visualization::CloudViewerviewer("CloudViewer");//创建viewer对象viewer.showCloud(cloud);高级可视化使用PCLVisualizerpcl::visualization::PCLVisualizerviewer("3DV
  • 【三维感知目标检测论文阅读】《Point RCNN: An Angle-Free Framework for Rotated Object Detection》
    今天给大家带来的论文是2019年的《PointRCNN:AnAngle-FreeFrameworkforRotatedObjectDetection》。尽管这是一篇较早的纯点云检测论文，但我把它放在了最后来讲。因为在了解了各类主流方法后，再回过头来阅读它会有更深的理解。PointRCNN采用自底向上的方式直接从点云生成高质量的3D候选框，其对于旋转框的无角度（Angle-Free）处理方式，对于理
  • C++ | 基于PCL与CloudCompare的投影点密度法（DOPP）开发实战 河工点云智绘WangG 点云深处CloudCompare&PCL开发c++开发语言
    一、算法原理与详细步骤1.算法原理DOPP是一种用于点云地面滤波的算法，通过将三维点云投影到二维平面，并分析投影点密度的分布特征来区分地面点与非地面点（如植被、建筑物等）。其核心思想是：地面点在投影平面上通常呈现均匀且低密度的分布，而建筑物点等非地面点则密度高。DOPP本质是二维密度场分析，将三维分离问题转化为二维空间密度统计问题。2.算法详细步骤（1）点云投影（Projection）将三维点云沿
  • C++ | 玩转点云：CloudCompare & PCL原生开发核心指南与示例分享 河工点云智绘WangG 点云深处CloudCompare&PCL开发c++开发语言
    还在为点云处理的效率瓶颈和功能限制发愁吗？面对点云处理个性需求，是否让你感到束手束脚？调试困难、性能受限、定制化需求难以满足...本次分享将带你深入核心，走进点云深处，揭秘如何直接运用C++进行CloudCompare&PCL的原生集成开发。掌握核心步骤，规避常见陷阱，并附实用开发示例源码。助你：效率飙升：直达底层，性能最大化！灵活无限：自由定制算法流程，深度集成业务逻辑！掌控全局：彻底理解框架机
  • 手持激光雷达单木分割——以河南工程学院杰出校友杨靖宇将军雕塑背后树林为例 河工点云智绘WangG 河工点云智绘教育培训
    教学相长，最近带学生激光雷达实习，采集了河南工程学院校园机载、车载和手持激光雷达数据，针对手持激光雷达，也来玩玩单木分割。一、手持激光雷达单木分割概念单木分割（IndividualTreeSegmentation）是从激光雷达（LiDAR）点云数据中识别并分离出单棵树木的过程，是林业资源调查、森林碳汇估算、生物多样性研究的关键技术。二、关键技术步骤详解1.点云预处理去噪：移除飞点、鸟群等非地表物体
  • 自动驾驶激光3D点云处理系统性阐述及Open3D库函数应用 一碗白开水一 DPL自动驾驶3d人工智能
    一、自动驾驶激光3D点云处理的核心挑战与流程自动驾驶系统依赖激光雷达（LiDAR）生成的高精度3D点云数据实现环境感知，其处理流程需解决以下核心问题：数据规模与实时性：现代LiDAR每秒生成数百万点，需在毫秒级完成处理以支持决策。动态环境适应性：需区分静态障碍物（如道路、建筑）与动态目标（如车辆、行人）。多传感器融合：与摄像头、雷达数据时空对齐，构建统一环境模型。典型处理流程分为四个阶段：原始点云
  • 海森矩阵（Hessian Matrix）在SLAM图优化和点云配准中的应用介绍 点云SLAM 算法矩阵概率论机器学习数值优化最小二乘法算法机器人
    在非线性最小二乘问题中（如SLAM或点云配准），通常我们有一个误差函数：f(x)=∑i∥ei(x)∥2f(x)=\sum_i\|e_i(x)\|^2f(x)=i∑∥ei(x)∥2其中ei(x)e_i(x)ei(x)是残差项，对它求Hessian就需要用雅可比矩阵：H=J⊤J+∑iei⊤HeiH=J^\topJ+\sum_ie_i^\topH_{e_i}H=J⊤J+i∑ei⊤Hei通常我们近似为：H
  • 【常见滤波器】PCL 点云投影到拟合平面 X-Vision 《PCL算法案例开发》平面3dpcl计算机视觉算法点云
    PCL点云投影到拟合平面-原理、实现与最佳实践目录平面投影的核心原理⚙️PCL平面投影架构基础平面投影实现高级投影技术与优化投影质量评估与分析️工程应用案例⚠️常见问题与解决方案可视化与调试平面投影的核心原理数学原理与几何概念点云投影到拟合平面是将三维点云数据降维到二维平面的过程，核心思想是正交投影：平面方程：ax+by+cz+d=0ax+by+cz+d=0ax+by+cz+d=0平面法向量：n=
  • 【常见滤波器】PCL 模型滤波器
    PCL模型滤波器-几何模型驱动的点云处理技术目录模型滤波器核心概念⚙️PCL模型滤波器架构基础模型滤波器实践高级模型滤波技术模型拟合精度优化️工业应用案例调试与可视化⚡️性能优化策略模型滤波器核心概念模型滤波的本质模型滤波器通过拟合几何模型并评估点云与模型的贴合度，实现对点云的过滤和处理。不同于基础的空间滤波器，模型滤波器能够识别并利用点云的底层几何结构信息。在阈值内超出阈值输入点云模型识别与拟合
  • PCL | 体素滤波器pcl::VoxelGrid＜＞ Nines～ ROS算法ROSSLAMPCLC++
    文章目录概述一、定义介绍二、功能作用三、使用示例源码：解释：概述  本节详细介绍pcl::VoxelGrid是PointCloudLibrary(PCL)中的一个常用滤波器，用于对点云数据进行体素栅格化（VoxelGridFiltering）。它将点云分割成一个个体素（voxel），并使用这些体素中的点计算出一个代表性的点，从而减少点云的数量，实现降采样的效果。二、功能作用降采样:在处理大规模点云
  • PCL改进的体素滤波器 代码探险狂人 PCL
    体素滤波是一种常用的点云数据处理方法，可以用于去除噪声、平滑点云数据以及进行体素化等操作。PCL（点云库）是一个广泛使用的开源库，提供了丰富的点云处理算法和工具。在本文中，我们将介绍如何改进PCL的体素滤波器，并提供相应的源代码。体素滤波器是一种基于体素网格的滤波方法，它将点云数据划分为规则的体素网格，并对每个体素内的点进行处理。传统的体素滤波器在去除噪声和平滑数据方面表现良好，但在一些特定场景下
  • 使用python的open3d库读取Bin格式点云并可视化
    Python有很多库都可以处理点云，比如Python-PCL、Open3D等等。Python-PCL库已经很久没有维护了，而且安装极其麻烦！Open3D是由intel发布的3D点云可视化库，点云可视化和渲染都很方便，重要的是安装方便！！！1.安装PythonOpen3D环境：Ubuntu16.04pipinstallopen3d==0.9.0.0注意：open3d0.9.0.0只支持python2
  • loam的scanRegistration.cpp文件学习
    上一篇博客解析了imuhandler和AccumulateIMUShift()函数，知道了imu预积分。本篇文章就一块看看，点云生成以及点云特征是如何提取的。一、首先看订阅点云函数voidlaserCloudHandler(constsensor_msgs::PointCloud2ConstPtr&laserCloudMsg)。先看代码了//接收点云数据，velodyne雷达坐标系安装为x轴向前，
  • 什么是点云？怎么实现点云扫描？ zhongqu_3dnest 点云点云扫描点云建模三维空间激光扫描技术
    什么是点云？点云是一种数据集，其中包含大量代表物体表面几何形状的点。这些点通过测量仪器获取，通常使用三维坐标测量机、三维激光扫描仪或照相式扫描仪等设备。每个点由X、Y、Z坐标和一个强度值组成，这个强度值通常反映了物体表面反射率返回信号的强度。当这些点被组合在一起时，就形成了一个点云，即空间中代表3D形状或对象的数据点集合。点云是3D扫描和3D建模过程中的直接数字输出，可以用于创建高度精确的3D模型
  • SQL的各种连接查询 xieke90 UNION ALLUNION外连接内连接JOIN
    一、内连接   概念：内连接就是使用比较运算符根据每个表共有的列的值匹配两个表中的行。                 内连接（join 或者inner join ）       SQL语法：       select * fron
  • java编程思想--复用类 百合不是茶 java继承代理组合final类
          复用类看着标题都不知道是什么,再加上java编程思想翻译的比价难懂,所以知道现在才看这本软件界的奇书   一:组合语法:就是将对象的引用放到新类中即可     代码:     package com.wj.reuse; /** * * @author Administrator 组
  • [开源与生态系统]国产CPU的生态系统 comsci cpu
          计算机要从娃娃抓起...而孩子最喜欢玩游戏....       要让国产CPU在国内市场形成自己的生态系统和产业链,国家和企业就不能够忘记游戏这个非常关键的环节....       投入一些资金和资源,人力和政策,让游
  • JVM内存区域划分Eden Space、Survivor Space、Tenured Gen，Perm Gen解释 商人shang jvm内存
    jvm区域总体分两类，heap区和非heap区。heap区又分：Eden Space（伊甸园）、Survivor Space(幸存者区)、Tenured Gen（老年代-养老区）。 非heap区又分：Code Cache(代码缓存区)、Perm Gen（永久代）、Jvm Stack(java虚拟机栈)、Local Method Statck(本地方法栈)。 HotSpot虚拟机GC算法采用分代收
  • 页面上调用 QQ oloz qq
    <A href="tencent://message/?uin=707321921&amp;Site=有事Q我&amp;Menu=yes">   <img style="border:0px;" src=http://wpa.qq.com/pa?p=1:707321921:1></a>
  • 一些问题 文强chu 问题
    1.eclipse 导出 doc  出现“The Javadoc command does not exist.” javadoc command 选择 jdk/bin/javadoc.exe 2.tomcate 配置 web 项目 ..... SQL:3.mysql  * 必须得放前面 否则  select&nbs
  • 生活没有安全感 小桔子 生活孤独安全感
           圈子好小，身边朋友没几个，交心的更是少之又少。在深圳，除了男朋友，没几个亲密的人。不知不觉男朋友成了唯一的依靠，毫不夸张的说，业余生活的全部。现在感情好，也很幸福的。但是说不准难免人心会变嘛，不发生什么大家都乐融融，发生什么很难处理。我想说如果不幸被分手(无论原因如何)，生活难免变化很大，在深圳，我没交心的朋友。明
  • php 基础语法 aichenglong php 基本语法
    1 .1 php变量必须以$开头 <?php $a=” b”; echo ?> 1 .2 php基本数据库类型 Integer  float/double Boolean string 1 .3 复合数据类型 数组array和对象 object 1 .4 特殊数据类型  null 资源类型(resource)    $co
  • mybatis tools 配置详解 AILIKES mybatis
    MyBatis Generator中文文档 MyBatis Generator中文文档地址： http://generator.sturgeon.mopaas.com/ 该中文文档由于尽可能和原文内容一致，所以有些地方如果不熟悉，看中文版的文档的也会有一定的障碍，所以本章根据该中文文档以及实际应用，使用通俗的语言来讲解详细的配置。 本文使用Markdown进行编辑，但是博客显示效
  • 继承与多态的探讨 百合不是茶 JAVA面向对象 继承 对象
    继承 extends   多态 继承是面向对象最经常使用的特征之一：继承语法是通过继承发、基类的域和方法 //继承就是从现有的类中生成一个新的类，这个新类拥有现有类的所有extends是使用继承的关键字：     在A类中定义属性和方法； class A{ //定义属性 int age； //定义方法 public void go
  • JS的undefined与null的实例 bijian1013 JavaScriptJavaScript
    <form name="theform" id="theform"> </form> <script language="javascript"> var a alert(typeof(b)); //这里提示undefined if(theform.datas
  • TDD实践（一） bijian1013 java敏捷TDD
    一.TDD概述         TDD：测试驱动开发，它的基本思想就是在开发功能代码之前，先编写测试代码。也就是说在明确要开发某个功能后，首先思考如何对这个功能进行测试，并完成测试代码的编写，然后编写相关的代码满足这些测试用例。然后循环进行添加其他功能，直到完全部功能的开发。     
  • [Maven学习笔记十]Maven Profile与资源文件过滤器 bit1129 maven
    什么是Maven Profile Maven Profile的含义是针对编译打包环境和编译打包目的配置定制，可以在不同的环境上选择相应的配置，例如DB信息，可以根据是为开发环境编译打包，还是为生产环境编译打包，动态的选择正确的DB配置信息   Profile的激活机制 1.Profile可以手工激活，比如在Intellij Idea的Maven Project视图中可以选择一个P
  • 【Hive八】Hive用户自定义生成表函数(UDTF) bit1129 hive
    1. 什么是UDTF   UDTF，是User Defined Table-Generating Functions，一眼看上去，貌似是用户自定义生成表函数，这个生成表不应该理解为生成了一个HQL Table， 貌似更应该理解为生成了类似关系表的二维行数据集   2. 如何实现UDTF 继承org.apache.hadoop.hive.ql.udf.generic
  • tfs restful api 加auth 2.0认计 ronin47
    　　目前思考如何给tfs的ngx-tfs api增加安全性。有如下两点： 　　一是基于客户端的ip设置。这个比较容易实现。 　　二是基于OAuth2.0认证，这个需要lua，实现起来相对于一来说，有些难度。 　　现在重点介绍第二种方法实现思路。 　　 前言：我们使用Nginx的Lua中间件建立了OAuth2认证和授权层。如果你也有此打算，阅读下面的文档，实现自动化并获得收益。SeatGe
  • jdk环境变量配置 byalias javajdk
    进行java开发，首先要安装jdk，安装了jdk后还要进行环境变量配置： 1、下载jdk（http://java.sun.com/javase/downloads/index.jsp），我下载的版本是：jdk-7u79-windows-x64.exe 2、安装jdk-7u79-windows-x64.exe 3、配置环境变量：右击"计算机"-->&quo
  • 《代码大全》表驱动法-Table Driven Approach-2 bylijinnan java
    package com.ljn.base; import java.io.BufferedReader; import java.io.FileInputStream; import java.io.InputStreamReader; import java.util.ArrayList; import java.util.Collections; import java.uti
  • SQL 数值四舍五入 小数点后保留2位 chicony 四舍五入
    1.round() 函数是四舍五入用，第一个参数是我们要被操作的数据，第二个参数是设置我们四舍五入之后小数点后显示几位。 2.numeric 函数的2个参数，第一个表示数据长度，第二个参数表示小数点后位数。 例如： 　　select   cast(round(12.5,2)   as   numeric(5,2))  
  • c++运算符重载 CrazyMizzz C++
    一、加+，减-，乘*，除/ 的运算符重载 Rational operator*(const Rational &x) const{ return Rational(x.a * this->a); } 在这里只写乘法的，加减除的写法类似 二、<<输出,>>输入的运算符重载      &nb
  • hive DDL语法汇总 daizj hive修改列DDL修改表
    hive DDL语法汇总 １、对表重命名 hive> ALTER TABLE table_name RENAME TO new_table_name;   2、修改表备注 hive> ALTER TABLE table_name SET TBLPROPERTIES ('comment' = new_comm
  • jbox使用说明 dcj3sjt126com Web
    参考网址：http://www.kudystudio.com/jbox/jbox-demo.html jBox v2.3 beta [ 点击下载]  技术交流QQGroup：172543951 100521167 [2011-11-11] jBox v2.3 正式版 - [调整&修复] IE6下有iframe或页面有active、applet控件
  • UISegmentedControl 开发笔记 dcj3sjt126com
      //    typedef NS_ENUM(NSInteger, UISegmentedControlStyle) {     //        UISegmentedControlStylePlain,     // large plain   &
  • Slick生成表映射文件 ekian scala
    Scala添加SLICK进行数据库操作，需在sbt文件上添加slick-codegen包 "com.typesafe.slick" %% "slick-codegen" % slickVersion 因为我是连接SQL Server数据库，还需添加slick-extensions，jtds包 "com.typesa
  • ES-TEST gengzg test
    package com.MarkNum; import java.io.IOException; import java.util.Date; import java.util.HashMap; import java.util.Map; import javax.servlet.ServletException; import javax.servlet.annotation
  • 为何外键不再推荐使用 hugh.wang mysqlDB
    表的关联，是一种逻辑关系，并不需要进行物理上的“硬关联”，而且你所期望的关联，其实只是其数据上存在一定的联系而已，而这种联系实际上是在设计之初就定义好的固有逻辑。 在业务代码中实现的时候，只要按照设计之初的这种固有关联逻辑来处理数据即可，并不需要在数据库层面进行“硬关联”，因为在数据库层面通过使用外键的方式进行“硬关联”，会带来很多额外的资源消耗来进行一致性和完整性校验，即使很多时候我们并不
  • 领域驱动设计 julyflame VODAO设计模式DTOpo
    概念： VO（View Object）：视图对象，用于展示层，它的作用是把某个指定页面（或组件）的所有数据封装起来。 DTO（Data Transfer Object）：数据传输对象，这个概念来源于J2EE的设计模式，原来的目的是为了EJB的分布式应用提供粗粒度的数据实体，以减少分布式调用的次数，从而提高分布式调用的性能和降低网络负载，但在这里，我泛指用于展示层与服务层之间的数据传输对
  • 单例设计模式 hm4123660 javaSingleton单例设计模式懒汉式饿汉式
           单例模式是一种常用的软件设计模式。在它的核心结构中只包含一个被称为单例类的特殊类。通过单例模式可以保证系统中一个类只有一个实例而且该实例易于外界访问，从而方便对实例个数的控制并节约系统源。如果希望在系统中某个类的对象只能存在一个，单例模式是最好的解决方案。      &nb
  • logback zhb8015 loglogback
    一、logback的介绍      Logback是由log4j创始人设计的又一个开源日志组件。logback当前分成三个模块：logback-core,logback- classic和logback-access。logback-core是其它两个模块的基础模块。logback-classic是log4j的一个 改良版本。此外logback-class
  • 整合Kafka到Spark Streaming——代码示例和挑战 Stark_Summer sparkstormzookeeperPARALLELISMprocessing
    作者Michael G. Noll是瑞士的一位工程师和研究员，效力于Verisign，是Verisign实验室的大规模数据分析基础设施（基础Hadoop）的技术主管。本文，Michael详细的演示了如何将Kafka整合到Spark Streaming中。 期间， Michael还提到了将Kafka整合到 Spark Streaming中的一些现状，非常值得阅读，虽然有一些信息在Spark 1.2版
  • spring-master-slave-commondao 王新春 DAOspringdataSourceslavemaster
    互联网的web项目，都有个特点：请求的并发量高，其中请求最耗时的db操作，又是系统优化的重中之重。 为此，往往搭建 db的 一主多从库的 数据库架构。作为web的DAO层，要保证针对主库进行写操作，对多个从库进行读操作。当然在一些请求中，为了避免主从复制的延迟导致的数据不一致性，部分的读操作也要到主库上。（这种需求一般通过业务垂直分开，比如下单业务的代码所部署的机器，读去应该也要从主库读取数
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他