- 工业缺陷检测的计算机视觉方法总结
思绪漂移
计算机视觉人工智能缺陷检测
工业缺陷检测的计算机视觉方法总结传统方法特征提取方式:颜色:基于HSV/RGB空间分析,如颜色直方图、颜色矩等纹理:采用LBP、Haar、Gabor滤波器等算子提取纹理模式形状:基于Hu矩、Zernike矩等数学描述符刻画几何特性尺寸:通过连通域分析计算物体像素面积、周长等参数典型处理流程:手动设计特征提取算法建立规则分类器(如SVM、决策树)基于阈值分割目标区域深度学习方法核心特点:端到端学习:
- 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
- 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(
- OpenCV轻松入门:面向Python【1.9】
BinaryStarXin
Python工程师提升计划opencv人工智能计算机视觉基于HSV色彩空间开发语言pythonRGBA色彩空间
4.4.3标记指定颜色在HSV色彩空间中,H通道(饱和度Hue通道)对应不同的颜色。或者换个角度理解,颜色的差异主要体现在H通道值的不同上。所以,通过对H通道值进行筛选,便能够筛选出特定的颜色。例如,在一幅HSV图像中,如果通过控制仅仅将H通道内值为240(在OpenCV内被调整为120)的像素显示出来,那么图像中就会仅仅显示蓝色部分。本节将首先通过例题展示一些实现上的细节问题,然后通过具体例题展
- opencv-图像处理
芒果快进我嘴里
opencv计算机视觉人工智能
彩色图像HSV色调、饱和度、亮度gray是灰度图像颜色追踪(inRange的使用)hsv=cv.cvtColor(frame,cv.COLOR_BGR2HSV)lower_hsv=np.array([11,43,46])upper_hsv=np.array([25,255,255])mask=cv.inRange(hsv,lowerb=lower_hsv,upperb=upper_hsv)inRa
- OpenCV稠密光流法可直接运行的例程(python)
indrrra
opencvpython人工智能
#dense_optical_flow.pyimportcv2importnumpyasnpimportargparsedefdense_optical_flow(method,video_path,params=[],to_gray=False):#读取视频cap=cv2.VideoCapture(video_path)#读取第一帧ret,old_frame=cap.read()#创建HSV并使
- 评估遥感云雾浓度的无参化指标(适用于其它合成雾的场景)
夏天是冰红茶
去雾与加雾opencv计算机视觉人工智能
前言本文总结了四种用于评估图像雾浓度的无参考指标:FADE、densityD、AuthESI和JSFD。FADE通过MATLAB实现,能较好反映雾气浓度但计算耗时;densityD基于TensorFlow,对天空场景较为敏感;AuthESI主要用于评估合成雾真实性,不适用于浓度评估;JSFD结合HSV空间S值、白点比例和暗通道特征,准确性较高但计算时间长。实验表明,FADE和JSFD以及densi
- OpenCV颜色矩哈希算法------cv::img_hash::ColorMomentHash
操作系统:ubuntu22.04OpenCV版本:OpenCV4.9IDE:VisualStudioCode编程语言:C++11算法描述该类实现了颜色矩哈希算法(ColorMomentHash),用于图像相似性比较。它基于图像在HSV颜色空间中的颜色矩统计特征来生成哈希值,对颜色分布的变化具有较好的鲁棒性。适用于以下场景:图像检索图像去重水印检测色彩变化较大的图像匹配公共成员函数compute(I
- OpenCV 图像操作:颜色识别、替换与水印添加
目录引言代码实现1.导入必要的库2.图像加法3.图像直接相加4.颜色加权加法5.HSV颜色空间转换概念作用6.查找颜色范围对应的像素点7.与运算-生成掩膜8.添加水印9.主函数总结引言在计算机视觉领域,OpenCV是一个强大的库,提供了丰富的图像操作功能。本文将详细介绍如何使用OpenCV进行图像加法、颜色加权加法、HSV颜色空间转换、颜色范围查找、与运算生成掩膜以及添加水印等操作,并给出相应的P
- 用python解决关于opencv对图片色点选取并与原图形成对照,代码与常见问题
枕书眠月
opencvopencv人工智能计算机视觉python嵌入式硬件开发语言
下面我们将学习opencv和HSV,因为RGB相同的颜色在各种照明条件下可能看起来不同,HSV模型将颜色信息(色调)与亮度和强度分开,这使得检测黄色、红色或绿色等颜色变得更加容易,尤其是在不同的光照条件下HSV更胜一筹,RGB不太适合颜色检测。所以使用HSV(色相、饱和度、值)颜色模型来检测图像中的红色。接下来逐步完成每个步骤,包括导入库、加载图像、将图像转换为HSV色彩空间、创建红色蒙版、查找轮
- matlab基于图像的人员计数
kaikaile1995
matlab计算机视觉人工智能
以室内、外不同空间的人数统计为背景,研究基于图像的人员计数技术,对某时段内进出摄像机视野中指定区域的人数,或指定区域内在景人数进行统计。主要研究内容有以下几点:(1)人员计数方案论证本文分析对比了不同人员计数算法,研究分析了基于像素、基于Hough变换的人员计数算法的优缺点。(2)基于像素统计的人员计数系统实现:①分别采用近似中值背景模型和高斯混合背景模型提取前景图像;②采用基于HSV颜色空间变换
- OpenCV C++ 图像处理模块 imgproc 详解
achene_ql
opencvc++图像处理计算机视觉人工智能
在计算机视觉领域,OpenCV的图像处理模块imgproc(ImageProcessing)是开发者处理图像数据的核心工具集。它涵盖了从基础的颜色变换、图形绘制,到复杂的轮廓查找与分析等功能。本文将讲解imgproc模块中各个重要功能的使用方法与细节。颜色变换色彩空间转换OpenCV支持多种色彩空间之间的转换,最常用的是RGB(红绿蓝)与灰度图、HSV(色调、饱和度、明度)之间的转换。使用cvtC
- Python----OpenCV(图像处理——图像的多种属性、RGB与BGR色彩空间、HSB、HSV与HSL、ROI区域)
Python----计算机视觉处理(opencv:像素,RGB颜色,图像的存储,opencv安装,代码展示)Python----计算机视觉处理(Opencv:图片颜色识别:RGB颜色空间,HSV颜色空间,掩膜)Python----计算机视觉处理(Opencv:ROI图像切割)一、图像的多种属性图像的多种属性图像处理涉及到多种属性,这些属性可以帮助我们分析和理解图像的内容。以下是图像的一些常见属性,
- 一篇文章带你直观理解OpenCV:从操作到实战
Campbell的学习小屋
opencv人工智能计算机视觉
在图像处理领域,OpenCV(OpenSourceComputerVisionLibrary)是一个广泛使用的计算机视觉库。它提供了丰富的函数接口,帮助我们处理图像和视频数据。本文将通过实例深入探讨OpenCV中常见的操作,帮助大家理解每个操作的核心原理,并通过代码示例加以实现。目录一、opencv常见操作1.格式转换操作1.1灰度图转换1.2HSV转换2.二值化操作3.滤波操作3.1均值滤波3.
- OpenCV--图像色彩空间及转换
醉后才知酒浓
OpenCVopencvpython人工智能
图像色彩空间及转换python代码和笔记python代码和笔记importcv2色彩空间,基础:RGB或BGROpenCV中:一、HSV(HSB):用的最多,Hue:色相-色彩(0-360),红色:0°,绿色:120°,蓝色:240°Saturation:饱和度,表示颜色接近光谱色的程度,0%-100%,(混合)Value(Brightness):明度,表示颜色明亮的程度0%(黑)-100%(白)
- 【图像处理基石】OpenCV中都有哪些图像增强的工具?
AndrewHZ
图像处理基石图像处理opencv算法计算机视觉图像增强滤波颜色科学
OpenCV图像增强工具系统性介绍OpenCV提供了丰富的图像增强工具,主要分为以下几类:亮度与对比度调整线性变换(亮度/对比度调整)直方图均衡化自适应直方图均衡化(CLAHE)滤波与平滑高斯滤波中值滤波双边滤波锐化与边缘增强拉普拉斯算子高通滤波非锐化掩蔽(UnsharpMasking)色彩空间变换灰度转换HSV色彩调整颜色平衡高级增强技术伽马校正对数变换幂律变换下面是各种工具的优缺点对比表:工具
- 视频编解码学习一之相关学科
小虎卫远程打卡app
视频编解码计算机视觉人工智能深度学习
RGB、YUV等颜色空间(ColorSpace)以及图像的显示、表示、编码等相关的学科通常属于以下领域:图像处理(ImageProcessing)包括图像的表示(如RGB、YUV、HSV等颜色模型)、转换、压缩(如JPEG、PNG)、增强、滤波等基础技术。颜色科学(ColorScience)研究颜色的感知、表示(如CIEXYZ、sRGB、AdobeRGB)、色彩管理、颜色空间转换等。计算机图形学(
- HSV颜色空间概述
一个没有本领的人
基础知识深度学习人工智能目标检测
原文链接H通道H通道代表色度,描述的是纯色的属性。从上图中可以看到,在圆周上从0开始是红色,逆时针转动经过的颜色,其H值逐渐增大。S通道S通道代表饱和度,在图中对应的是圆盘上的半径方向。越往外饱和度越高,相反到圆心时饱和度衰减为0,对应的是白色。V通道V通道也就I通道,表示亮度。在图中是垂直圆盘的轴,往上是亮度增加,往下是亮度减小。实例以三原色图像为例,分离HSV三个通道,结果如下:H通道图中,红
- 【IP101】图像处理基础:从零开始学习颜色操作(RGB、灰度化、二值化、HSV变换)
J先生x
图像处理学习人工智能计算机视觉
颜色操作详解在图像处理的世界里,颜色操作就像是一个魔术师的基本功。今天,让我们一起来解锁这些有趣又实用的"魔法"吧!目录通道替换-RGB与BGR的"调包"游戏灰度化-让图像"褪色"的艺术二值化-非黑即白的世界大津算法-自动寻找最佳阈值的智慧之眼HSV变换-探索更自然的色彩空间通道替换理论基础在计算机视觉中,我们经常会遇到RGB和BGR两种颜色格式。它们就像是"外国人"和"中国人"的称呼顺序,一个是
- OpenCV 图形API(54)颜色空间转换-----将图像从 RGB 色彩空间转换到 HSV色彩空间RGB2HSV()
村北头的码农
OpenCVopencv人工智能计算机视觉
操作系统:ubuntu22.04OpenCV版本:OpenCV4.9IDE:VisualStudioCode编程语言:C++11算法描述将图像从RGB色彩空间转换为HSV。该函数将输入图像从RGB色彩空间转换到HSV。R、G和B通道值的常规范围是0到255。输出图像必须是8位无符号三通道图像CV_8UC3。注意:函数的文字ID是“org.opencv.imgproc.colorconvert.rg
- opencv识别颜色
西柚与蓝莓
opencvopencv人工智能计算机视觉
导入必要的库:首先,需要导入OpenCV库和其他可能用到的库,如NumPy。加载图像:使用cv2.imread函数加载包含多种颜色的图像。定义颜色范围:在HSV颜色空间中定义要识别的颜色范围。可以使用颜色选择器工具来确定所需颜色的HSV值范围。颜色识别函数:创建一个颜色识别函数,用于在图像中识别指定颜色的区域。图像处理:在颜色识别函数中,进行图像处理操作,如转换颜色空间、二值化、膨胀、检测轮廓等。
- opencv HSV的具体描述
2401_87862479
opencv人工智能计算机视觉
色调H:使用角度度量,取值范围为0°\~360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°。它们的补色是:黄色为60°,青色为180°,紫色为300°。通过改变H的值,可以选择不同的颜色饱和度S:饱和度S表示颜色接近光谱色的程度。一种颜色可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例越大,颜色接近光谱色的程度就越高,颜色的饱和度就越高。饱和度越高,颜色就越
- 基于opencv的图像颜色识别
weixin_46053772
opencv人工智能计算机视觉
使用传统方法对图像颜色进行识别,适用于单个颜色的提取,可以有效地将前景与背景分离。1.定义HSV颜色空间图像色彩分为RGB与HSV空间,RGB是一种基于红(Red)、绿(Green)、蓝(Blue)三原色的加色法来产生色彩的表示方法。这三种颜色光以不同比例相加,可以产生多种多样的颜色。HSV是一种基于色调(Hue)、饱和度(Saturation)、明度(Value)的色彩模型,也称为HSB(B即B
- OpenCV-Python 颜色空间转换
LeonDL168
Opencv-Pythonopencvpython人工智能
目标•你将学习如何对图像进行颜色空间转换,比如从BGR到灰度图,或者从BGR到HSV等。•我没还要创建一个程序用来从一幅图像中获取某个特定颜色的物体。•我们将要学习的函数有:cv2.cvtColor(),cv2.inRange()等。13.1转换颜色空间在OpenCV中有超过150中进行颜色空间转换的方法。但是你以后就会、发现我们经常用到的也就两种:BGR↔Gray和BGR↔HSV。我们要用到的函
- Python从0到100(七十五):计算机视觉-利用HSV和YIQ颜色空间处理图像噪声
是Dream呀
python计算机视觉算法
前言:零基础学Python:Python从0到100最新最全教程。想做这件事情很久了,这次我更新了自己所写过的所有博客,汇集成了Python从0到100,共一百节课,帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习、神经网络以及人工智能相关知识,成为学习学习和学业的先行者!欢迎大家订阅专栏:零基础学Python:Python从0到100最新
- 计算机视觉色彩空间全解析:RGB、HSV与Lab的实战对比
xcLeigh
计算机视觉CV计算机视觉人工智能AI色彩空间RGBHSVLAB
计算机视觉色彩空间全解析:RGB、HSV与Lab的实战对比一、前言二、RGB色彩空间2.1RGB色彩空间原理2.1.1基本概念2.1.2颜色混合机制2.2RGB在计算机视觉中的应用2.2.1图像读取与显示2.2.2颜色识别2.2.3RGB色彩空间的局限性三、HSV色彩空间3.1HSV色彩空间原理3.1.1定义与参数3.1.2色彩模型表示3.2HSV在计算机视觉中的应用3.2.1基于颜色范围的目标提
- QColor类详细介绍
wanglaqqqq
#PyQt5.QtGuipython开发语言qt
QColor是PyQt5中用于表示颜色的类,支持RGB、HSV、CMYK、HSL等多种颜色模型,并提供了丰富的颜色操作和转换方法。以下是详细说明及常用方法:一、核心功能颜色表示:支持RGB、十六进制、预定义颜色名等方式创建颜色。颜色空间转换:RGB↔HSV↔CMYK↔HSL。透明度控制:通过Alpha通道(0完全透明,255完全不透明)。颜色计算:亮度调整、颜色混合、对比度计算等。二、构造函数方法
- Angular中使用Kendo UI组件的弹出窗口定位技巧
t0_54program
编程问题解决手册angular.jsui前端个人开发
在开发Angular应用时,经常会使用到各种UI组件来增强用户体验。KendoUI为Angular提供了丰富的UI组件库,其中kendo-colorpicker组件允许用户在界面上选择颜色。然而,在使用这个组件时,可能会遇到一些定位和样式上的问题,特别是当我们需要将弹出窗口附着到组件本身上时。今天,我们将详细讨论如何解决kendo-colorpicker组件的弹出窗口定位问题,并通过实际例子来说明
- opencv python rgb转yuv_OpenCV之色彩空间与色彩空间转换
xiao fei
opencvpythonrgb转yuv
python代码:importcv2ascvsrc=cv.imread("test.jpg")cv.namedWindow("rgb",cv.WINDOW_AUTOSIZE)cv.imshow("rgb",src)#RGBtoHSVhsv=cv.cvtColor(src,cv.COLOR_BGR2HSV)cv.imshow("hsv",hsv)#RGBtoYUVyuv=cv.cvtColor(sr
- 【无标题】
东东就是我
opencv计算机视觉人工智能
1.计算机视觉与图像处理计算机视觉技术涵盖从图像预处理到目标检测的全流程,是工业视觉系统的核心部分。知识点扩展OpenCV基础cv2.imread()、cv2.imshow()、cv2.imwrite()进行基本图像读取、显示、保存cv2.cvtColor()进行颜色空间转换(RGB↔GRAY,RGB↔HSV)cv2.resize()进行图像缩放cv2.flip()进行图像翻转(水平/垂直)imp
- iOS http封装
374016526
ios服务器交互http网络请求
程序开发避免不了与服务器的交互,这里打包了一个自己写的http交互库。希望可以帮到大家。
内置一个basehttp,当我们创建自己的service可以继承实现。
KuroAppBaseHttp *baseHttp = [[KuroAppBaseHttp alloc] init];
[baseHttp setDelegate:self];
[baseHttp
- lolcat :一个在 Linux 终端中输出彩虹特效的命令行工具
brotherlamp
linuxlinux教程linux视频linux自学linux资料
那些相信 Linux 命令行是单调无聊且没有任何乐趣的人们,你们错了,这里有一些有关 Linux 的文章,它们展示着 Linux 是如何的有趣和“淘气” 。
在本文中,我将讨论一个名为“lolcat”的小工具 – 它可以在终端中生成彩虹般的颜色。
何为 lolcat ?
Lolcat 是一个针对 Linux,BSD 和 OSX 平台的工具,它类似于 cat 命令,并为 cat
- MongoDB索引管理(1)——[九]
eksliang
mongodbMongoDB管理索引
转载请出自出处:http://eksliang.iteye.com/blog/2178427 一、概述
数据库的索引与书籍的索引类似,有了索引就不需要翻转整本书。数据库的索引跟这个原理一样,首先在索引中找,在索引中找到条目以后,就可以直接跳转到目标文档的位置,从而使查询速度提高几个数据量级。
不使用索引的查询称
- Informatica参数及变量
18289753290
Informatica参数变量
下面是本人通俗的理解,如有不对之处,希望指正 info参数的设置:在info中用到的参数都在server的专门的配置文件中(最好以parma)结尾 下面的GLOBAl就是全局的,$开头的是系统级变量,$$开头的变量是自定义变量。如果是在session中或者mapping中用到的变量就是局部变量,那就把global换成对应的session或者mapping名字。
[GLOBAL] $Par
- python 解析unicode字符串为utf8编码字符串
酷的飞上天空
unicode
php返回的json字符串如果包含中文,则会被转换成\uxx格式的unicode编码字符串返回。
在浏览器中能正常识别这种编码,但是后台程序却不能识别,直接输出显示的是\uxx的字符,并未进行转码。
转换方式如下
>>> import json
>>> q = '{"text":"\u4
- Hibernate的总结
永夜-极光
Hibernate
1.hibernate的作用,简化对数据库的编码,使开发人员不必再与复杂的sql语句打交道
做项目大部分都需要用JAVA来链接数据库,比如你要做一个会员注册的 页面,那么 获取到用户填写的 基本信后,你要把这些基本信息存入数据库对应的表中,不用hibernate还有mybatis之类的框架,都不用的话就得用JDBC,也就是JAVA自己的,用这个东西你要写很多的代码,比如保存注册信
- SyntaxError: Non-UTF-8 code starting with '\xc4'
随便小屋
python
刚开始看一下Python语言,传说听强大的,但我感觉还是没Java强吧!
写Hello World的时候就遇到一个问题,在Eclipse中写的,代码如下
'''
Created on 2014年10月27日
@author: Logic
'''
print("Hello World!");
运行结果
SyntaxError: Non-UTF-8
- 学会敬酒礼仪 不做酒席菜鸟
aijuans
菜鸟
俗话说,酒是越喝越厚,但在酒桌上也有很多学问讲究,以下总结了一些酒桌上的你不得不注意的小细节。
细节一:领导相互喝完才轮到自己敬酒。敬酒一定要站起来,双手举杯。
细节二:可以多人敬一人,决不可一人敬多人,除非你是领导。
细节三:自己敬别人,如果不碰杯,自己喝多少可视乎情况而定,比如对方酒量,对方喝酒态度,切不可比对方喝得少,要知道是自己敬人。
细节四:自己敬别人,如果碰杯,一
- 《创新者的基因》读书笔记
aoyouzi
读书笔记《创新者的基因》
创新者的基因
创新者的“基因”,即最具创意的企业家具备的五种“发现技能”:联想,观察,实验,发问,建立人脉。
第一部分破坏性创新,从你开始
第一章破坏性创新者的基因
如何获得启示:
发现以下的因素起到了催化剂的作用:(1) -个挑战现状的问题;(2)对某项技术、某个公司或顾客的观察;(3) -次尝试新鲜事物的经验或实验;(4)与某人进行了一次交谈,为他点醒
- 表单验证技术
百合不是茶
JavaScriptDOM对象String对象事件
js最主要的功能就是验证表单,下面是我对表单验证的一些理解,贴出来与大家交流交流 ,数显我们要知道表单验证需要的技术点, String对象,事件,函数
一:String对象;通常是对字符串的操作;
1,String的属性;
字符串.length;表示该字符串的长度;
var str= "java"
- web.xml配置详解之context-param
bijian1013
javaservletweb.xmlcontext-param
一.格式定义:
<context-param>
<param-name>contextConfigLocation</param-name>
<param-value>contextConfigLocationValue></param-value>
</context-param>
作用:该元
- Web系统常见编码漏洞(开发工程师知晓)
Bill_chen
sqlPHPWebfckeditor脚本
1.头号大敌:SQL Injection
原因:程序中对用户输入检查不严格,用户可以提交一段数据库查询代码,根据程序返回的结果,
获得某些他想得知的数据,这就是所谓的SQL Injection,即SQL注入。
本质:
对于输入检查不充分,导致SQL语句将用户提交的非法数据当作语句的一部分来执行。
示例:
String query = "SELECT id FROM users
- 【MongoDB学习笔记六】MongoDB修改器
bit1129
mongodb
本文首先介绍下MongoDB的基本的增删改查操作,然后,详细介绍MongoDB提供的修改器,以完成各种各样的文档更新操作 MongoDB的主要操作
show dbs 显示当前用户能看到哪些数据库
use foobar 将数据库切换到foobar
show collections 显示当前数据库有哪些集合
db.people.update,update不带参数,可
- 提高职业素养,做好人生规划
白糖_
人生
培训讲师是成都著名的企业培训讲师,他在讲课中提出的一些观点很新颖,在此我收录了一些分享一下。注:讲师的观点不代表本人的观点,这些东西大家自己揣摩。
1、什么是职业规划:职业规划并不完全代表你到什么阶段要当什么官要拿多少钱,这些都只是梦想。职业规划是清楚的认识自己现在缺什么,这个阶段该学习什么,下个阶段缺什么,又应该怎么去规划学习,这样才算是规划。
- 国外的网站你都到哪边看?
bozch
技术网站国外
学习软件开发技术,如果没有什么英文基础,最好还是看国内的一些技术网站,例如:开源OSchina,csdn,iteye,51cto等等。
个人感觉如果英语基础能力不错的话,可以浏览国外的网站来进行软件技术基础的学习,例如java开发中常用的到的网站有apache.org 里面有apache的很多Projects,springframework.org是spring相关的项目网站,还有几个感觉不错的
- 编程之美-光影切割问题
bylijinnan
编程之美
package a;
public class DisorderCount {
/**《编程之美》“光影切割问题”
* 主要是两个问题:
* 1.数学公式(设定没有三条以上的直线交于同一点):
* 两条直线最多一个交点,将平面分成了4个区域;
* 三条直线最多三个交点,将平面分成了7个区域;
* 可以推出:N条直线 M个交点,区域数为N+M+1。
- 关于Web跨站执行脚本概念
chenbowen00
Web安全跨站执行脚本
跨站脚本攻击(XSS)是web应用程序中最危险和最常见的安全漏洞之一。安全研究人员发现这个漏洞在最受欢迎的网站,包括谷歌、Facebook、亚马逊、PayPal,和许多其他网站。如果你看看bug赏金计划,大多数报告的问题属于 XSS。为了防止跨站脚本攻击,浏览器也有自己的过滤器,但安全研究人员总是想方设法绕过这些过滤器。这个漏洞是通常用于执行cookie窃取、恶意软件传播,会话劫持,恶意重定向。在
- [开源项目与投资]投资开源项目之前需要统计该项目已有的用户数
comsci
开源项目
现在国内和国外,特别是美国那边,突然出现很多开源项目,但是这些项目的用户有多少,有多少忠诚的粉丝,对于投资者来讲,完全是一个未知数,那么要投资开源项目,我们投资者必须准确无误的知道该项目的全部情况,包括项目发起人的情况,项目的维持时间..项目的技术水平,项目的参与者的势力,项目投入产出的效益.....
- oracle alert log file(告警日志文件)
daizj
oracle告警日志文件alert log file
The alert log is a chronological log of messages and errors, and includes the following items:
All internal errors (ORA-00600), block corruption errors (ORA-01578), and deadlock errors (ORA-00060)
- 关于 CAS SSO 文章声明
denger
SSO
由于几年前写了几篇 CAS 系列的文章,之后陆续有人参照文章去实现,可都遇到了各种问题,同时经常或多或少的收到不少人的求助。现在这时特此说明几点:
1. 那些文章发表于好几年前了,CAS 已经更新几个很多版本了,由于近年已经没有做该领域方面的事情,所有文章也没有持续更新。
2. 文章只是提供思路,尽管 CAS 版本已经发生变化,但原理和流程仍然一致。最重要的是明白原理,然后
- 初二上学期难记单词
dcj3sjt126com
englishword
lesson 课
traffic 交通
matter 要紧;事物
happy 快乐的,幸福的
second 第二的
idea 主意;想法;意见
mean 意味着
important 重要的,重大的
never 从来,决不
afraid 害怕 的
fifth 第五的
hometown 故乡,家乡
discuss 讨论;议论
east 东方的
agree 同意;赞成
bo
- uicollectionview 纯代码布局, 添加头部视图
dcj3sjt126com
Collection
#import <UIKit/UIKit.h>
@interface myHeadView : UICollectionReusableView
{
UILabel *TitleLable;
}
-(void)setTextTitle;
@end
#import "myHeadView.h"
@implementation m
- N 位随机数字串的 JAVA 生成实现
FX夜归人
javaMath随机数Random
/**
* 功能描述 随机数工具类<br />
* @author FengXueYeGuiRen
* 创建时间 2014-7-25<br />
*/
public class RandomUtil {
// 随机数生成器
private static java.util.Random random = new java.util.R
- Ehcache(09)——缓存Web页面
234390216
ehcache页面缓存
页面缓存
目录
1 SimplePageCachingFilter
1.1 calculateKey
1.2 可配置的初始化参数
1.2.1 cach
- spring中少用的注解@primary解析
jackyrong
primary
这次看下spring中少见的注解@primary注解,例子
@Component
public class MetalSinger implements Singer{
@Override
public String sing(String lyrics) {
return "I am singing with DIO voice
- Java几款性能分析工具的对比
lbwahoo
java
Java几款性能分析工具的对比
摘自:http://my.oschina.net/liux/blog/51800
在给客户的应用程序维护的过程中,我注意到在高负载下的一些性能问题。理论上,增加对应用程序的负载会使性能等比率的下降。然而,我认为性能下降的比率远远高于负载的增加。我也发现,性能可以通过改变应用程序的逻辑来提升,甚至达到极限。为了更详细的了解这一点,我们需要做一些性能
- JVM参数配置大全
nickys
jvm应用服务器
JVM参数配置大全
/usr/local/jdk/bin/java -Dresin.home=/usr/local/resin -server -Xms1800M -Xmx1800M -Xmn300M -Xss512K -XX:PermSize=300M -XX:MaxPermSize=300M -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=5 -
- 搭建 CentOS 6 服务器(14) - squid、Varnish
rensanning
varnish
(一)squid
安装
# yum install httpd-tools -y
# htpasswd -c -b /etc/squid/passwords squiduser 123456
# yum install squid -y
设置
# cp /etc/squid/squid.conf /etc/squid/squid.conf.bak
# vi /etc/
- Spring缓存注解@Cache使用
tom_seed
spring
参考资料
http://www.ibm.com/developerworks/cn/opensource/os-cn-spring-cache/
http://swiftlet.net/archives/774
缓存注解有以下三个:
@Cacheable @CacheEvict @CachePut
- dom4j解析XML时出现"java.lang.noclassdeffounderror: org/jaxen/jaxenexception"错误
xp9802
java.lang.NoClassDefFoundError: org/jaxen/JaxenExc
关键字: java.lang.noclassdeffounderror: org/jaxen/jaxenexception
使用dom4j解析XML时,要快速获取某个节点的数据,使用XPath是个不错的方法,dom4j的快速手册里也建议使用这种方式
执行时却抛出以下异常:
Exceptio