- 3万字计算机视觉学习笔记及重要知识点总结
搬砖成就梦想
机器学习计算机视觉图像处理计算机视觉学习笔记
文章目录计算机视觉IoU如何计算mIoU?mAP如何计算mAP?目标检测度量标准图像分割度量标准非极大值抑制NMS目标检测中的Anchor原始图片中的ROI如何映射到到featuremap?请问FasterR-CNN和SSD中为什么用smoothl1loss,和l2有什么区别?给定5个人脸关键点和5个对齐后的点,求怎么变换的?Boundingboxes回归原理/公式
- 计算机视觉学习笔记之torchvision.transforms
林空鹿饮溪_DrChen
torchvision.transforms是包含一系列常用图像变换方法的包,可用于图像预处理、数据增强等工作,但是注意它更适合于classification等对数据增强后无需改变图像的label的情况,对于Segmentation等对图像增强时需要同步改变label的情况可能不太实用,需要自己重新封装一下。官方文档:https://pytorch.org/docs/stable/torchvis
- 计算机视觉学习笔记(图像的灰度与灰度级 图像的深度 图像噪声 图像处理)
冲鸭嘟嘟可
人工智能计算机视觉图像处理学习
图像的灰度与灰度级如果把白色和黑色之间按对数关系分为若干等级,称为灰度,灰度分为256阶,0为黑色,灰度就是没有色彩,RGB色彩分量全部相等(150,150,150)就代表灰度为150.一幅图像中不同位置的亮度是不一样的,可用f(x,y)来表示(x,y)上的亮度。由于光是一种能量形式,因此亮度是非负有限的。在图像处理中,常用灰度和灰度级这个名称,某一点的亮度我们称他为灰度或者灰度级。在室内处理图像
- (五) 畸变矫正—让世界不在扭曲 【计算机视觉学习笔记--双目视觉几何框架系列】
玉-米
计算机视觉学习笔记计算机视觉三维数学
五、畸变矫正—让世界不在扭曲这篇博文所要讲述的内容,是标定的主要用途之一:矫正摄像机的畸变。对于图像畸变矫正的方法,张正友教授也在其大作“AFlexibleNewTechniqueforCameraCalibration”中给出。玉米在这里先为大家介绍一下,摄像机畸变主要有哪几种以及这些讨厌的畸变从何而来。摄像机畸变主要包含:镜像畸变、切向畸变。玉米在这里分别讲述一下,并引用一些图片,使大家对他们
- 计算机视觉学习笔记(五)---opencv的基本使用(常用函数介绍)
远山0128
计算机视觉学习opencv计算机视觉python
文章目录前言一、opencv安装二、常见基本操作1.图片读取2.颜色转换3.图像展示4.图片保存5.视频数据读取6.提取与合并颜色通道6.1提取颜色通道6.2合并颜色通道7.边界填充(pading)8.图像大小调整9.图像融合10.图像阈值处理11.图像平滑处理11.1均值滤波:简单的平均卷积操作11.2方框滤波:基本和均值滤波一样,可以选择归一化不归一化很容易越界全亮不好用11.3高斯滤波:谁重
- 计算机视觉学习笔记(四)---卷积神经网络之手写数字识别
远山0128
计算机视觉学习深度学习pytorch卷积神经网络
文章目录前言一、读入数据进行数据预处理二、搭建网络前言 本文承接pytorch学习笔记(三),以波士顿房价预测为例演示利用pytorch搭建一个简单的传统神经网络一、读入数据进行数据预处理 数据集为MNIST手写数字数据集,从torchvision中导入数据。输入图像的总尺寸为28*28。#定义超参数input_size=28#图像的总尺寸28*28num_classes=10#标签的种类数n
- 双目视觉三维重建框架
zmjsysy
https://blog.csdn.net/u014652390/article/details/79139010一、图像坐标:我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的,但奇妙的计算机
- 摄像机几何学(二)
pengge0433
摄像头摄像机成像计算机视觉
一、图像坐标:我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的,但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心,接下来玉米会以
- tensorflow版使用uNet进行医学图像分割(Skin数据集)
lets go
CV学习笔记pythontensorflow深度学习神经网络机器学习
tensorflow版使用uNet进行医学图像分割(Skin数据集)深度学习、计算机视觉学习笔记、医学图像分割、uNet、Skin皮肤数据集tensorflow版使用uNet进行医学图像分割(Skin数据集)实验环境skin皮肤数据集一、uNet模型二、实验过程1.加载skin皮肤数据集2.定义uNet模型3.训练4.预测5.结果可视化三、总结实验环境python、tensorflow、keras
- 中点和中值滤波的区别_计算机视觉学习笔记8 噪声与滤波
weixin_39525617
中点和中值滤波的区别
按老规矩,先给简要说明,然后上MATLAB,c++和Python的代码。图像的噪声不管是模拟信号还是数字信号,都难免会产生噪声,尤其是模拟信号,噪声处理一直是比较重要的环节,数字信号相对来说噪声会少一点。图像噪声的产生原因很复杂,可能是成像设备或者环境本身导致成像质量不稳定,也可能是数字信号传输过程中发生丢失或者受到干扰,可以将噪声看成是一种无规律不可预测的随机误差。噪声主要形式有:椒盐噪声(可能
- 【西蒙计算机视觉学习笔记】非线性回归模型
woshirenchengaji
计算机视觉机器学习概率论计算机视觉
背景:最大似然法学习的简单的线性回归模型的第二个缺点——更正假设:对观测数据x进行非线性变换,使得满足如下(f[·]代表一个非线性变换)——重新建模、学习和推理:最大似然方法:建模:构建关于全局状态的后验函数(似然函数)。原始的模型:令Z←X,学习:最大化上述似然函数,令偏导等于0,求得参数关于已知数据的表达式。原模型的学习结果:令Z←X,①推理:将新观测数据和预测分布代入已求得分布参数的模型中,
- matlab 图像平滑的算法_计算机视觉学习笔记5 图像缩放与插值法
weixin_39661589
matlab图像平滑的算法线性插值改变图像尺寸
常见的插值方法有四种:最近邻插值法,双线性插值法,双三次插值法,LANCZOS插值法。主要应用场景为:几何变换,透视变换,计算新像素位置等。一般来讲,图像进行缩放时,原始像素间的相对位置会发生改变,产生几何畸变。比如放大1.6倍,原像素就会向新像素进行映射,此时则会产生小数位的像素,然而像素是不能处理小数位的,所以需要通过插值法计算出新的整数位置的像素值。常见插值方法介绍最近邻插值法顾名思义,就是
- python计算机视觉学习笔记1——基本的图像操作和处理
jgq1466693
python计算机视觉学习
目录一、PIL:Python图像处理类库1.1转化图像格式1.2创建缩略图1.3复制和粘贴图像区域1.4调整尺寸和旋转二、Matplotlib2.1绘制图像、点和线2.2图像轮廓和直方图2.3交互式标注三、Numpy3.1图像数组表示3.2灰度变换3.3直方图均衡化3.4图像平均3.5图像成分分析(PCA)四、Scipy4.1图像模糊4.2图像导数4.3形态学:对象计数4.4有用的Scipy模块五
- 【西蒙计算机视觉学习笔记】贝叶斯线性回归
woshirenchengaji
计算机视觉概率论机器学习计算机视觉
背景:简单的线性回归模型①结合了最大似然方法的预测过于自信(分布参数的不确定性没有反映在后验概率中),因此可以通过贝叶斯方法将分布参数可能值的概率分布考虑进去。这意味着,根据新数据预测状态,可以通过参数的概率值对状态的后验概率进行无限加权求和(积分)。①如下(详见【西蒙计算机视觉学习笔记】线性回归模型):②前提:假设σ^2已知(只求另一个参数φ可能值的概率分布)(当然,σ^2还是可以通过最大似然方
- 【西蒙计算机视觉学习笔记】线性回归模型
woshirenchengaji
计算机视觉计算机视觉概率论机器学习算法
问题:回归问题,eg.身体姿势估计的问题,输出的全局状态w(身体主要关节的角度)的每个元素都是连续的。目的:根据观测值x来估计一元全局状态w,eg.根据观测到人的处于未知姿势图像来估计身体角度。通过分割图像得到剪影。通过跟踪剪影的边提取轮廓。提取一个根据形状的上下文描述符描述形状的100维测量向量x。估计包含身体主要关节角度的向量w(十几种,分别估计各个关节的角度)。模型的种类:判别模型——根据观
- 常见点云文件解析学习笔记
静以修心-fan
图像识别
常见点云文件解析学习笔记开飞机的乔巴关注0.3412019.08.1419:01:20字数2,560阅读1,442本博客内容来源于网络以及其他书籍,结合自己学习的心得进行重编辑,因为看了很多文章不便一一标注引用,如图片文字等侵权,请告知删除。传统2D计算机视觉学习笔记目录------->传送门传统3D计算机视觉学习笔记目录------->传送门为什么会有这么多的点云文件我们在做2D视觉时,处理的就
- 双目立体视觉系统
AndyCheng_hgcc
算法计算机视觉双目立体视觉
https://blog.csdn.net/onthewaysuccess/article/details/40709745双目视觉几何框架详解一、图像坐标:我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是
- 熬了几个大夜,学完一套985博士总结的计算机视觉学习笔记(20G高清/PPT/代码)...
woshicver
算法神经网络人工智能计算机视觉机器学习
AI显然是最近几年非常火的一个新技术方向,从几年前大家认识到AI的能力,到现在产业里已经在普遍的探讨AI如何落地了。我们可以预言未来在很多的领域,很多的行业,AI都会在里边起到重要的作用。目前在商业中有所应用,而且能够创收的只有搜索推荐和计算机视觉,因此,这两个方向的人力缺口很大。目前入门CV的常用套路就是:看吴恩达《机器学习》《深度学习》课程,学一点机器学习的知识。读几篇CV模型的文章,了解一下
- 常见点云文件解析学习笔记
开飞机的乔巴
本博客内容来源于网络以及其他书籍,结合自己学习的心得进行重编辑,因为看了很多文章不便一一标注引用,如图片文字等侵权,请告知删除。传统2D计算机视觉学习笔记目录------->传送门传统3D计算机视觉学习笔记目录------->传送门为什么会有这么多的点云文件我们在做2D视觉时,处理的就是类似一系列类似的二维数组,数组以图片的形式进行保存,处理的图片也有甚多的格式,比如png,jpg,bmp等。那我
- Vision Course(谭平)学习笔记
勤奋的小乌贼
学习笔记计算机视觉图像处理
目录Course1&2IntroductionandCameraCourse3Color特别说明浙江大学教授谭平计算机视觉学习笔记分享Course1&2IntroductionandCameraCourse3Color特别说明总共30集视频,后续持续更新,最近更新日期2021.03.12。
- (七)立体标定与立体校正 【计算机视觉学习笔记--双目视觉几何框架系列】
玉-米
计算机视觉学习笔记
七、立体标定与立体校正这篇博文中,让玉米和大家一起了解一下,张氏标定是怎样过渡到立体标定的?在这里主要以双目立体视觉进行分析。对于双目立体视觉,我们有两个摄像头。它们就像人的一双眼睛一样,从不同的方向看世界。两只眼睛中的图像的视差,让我们对世界有了三维的认识。那么,想要知道视差,首先应该知道双目视觉系统中两个摄像头之间的相对位置关系。我们可以通过同时对两个摄像头进行标定,分别得到二者相对同一坐标系
- (一)图像坐标:我想和世界坐标谈谈(A) 【计算机视觉学习笔记--双目视觉几何框架系列】
玉-米
计算机视觉学习笔记计算机视觉三维数学
玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的,但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心,接下来玉米会以尽量有趣,尽量更接地气儿的方式,阐释一
- opencv计算机视觉学习笔记五
retacn
第六章图像检索以及基于图像描述符的搜索通过提取特征进行图像的匹配与搜索1特征检测算法常见的特征和提取算法:Harris检测角点Sift检测斑点(blob)有专利保护Surf检测斑点有专利保护Fast检测角点Brief检测斑点Orb带方向的fast算法和具有旋转不变性的brief算法特征的定义#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time:2016/12/
- python计算机视觉学习笔记——照相机模型与增强现实
shlR
python
代码需要安装的两个网址放下:openGL:https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyopenglpygame:https://www.lfd.uci.edu/~gohlke/pythonlibs/#pygame1:OpenGL.error.NullFunctionError:AttempttocallanundefinedfunctionglutI
- (六)张正友标定法小结 【计算机视觉学习笔记--双目视觉几何架构系列】
玉-米
计算机视觉学习笔记
六、张正友标定法小结这一博文,是玉米后补上的。因为觉得前面用了三篇博文来描述张氏标定法,略显散乱。在这里总结一下,使条理清晰一点。另外关于张氏标定所得参数也还有两点需要澄清。下面这个总结,其实也是在“AFlexibleNewTechniqueforCameraCalibration”中出现的。一、张氏标定的过程:1.打印一张棋盘格,把它贴在一个平面上,作为标定物。2.通过调整标定物或摄像机的方向,
- 双目视觉标定原理详解(张氏标定)
米michi
一、图像坐标:我想和世界坐标谈谈(A)玉米竭力用轻松具体的描述来讲述双目三维重建中的一些数学问题。希望这样的方式让大家以一个轻松的心态阅读玉米的《计算机视觉学习笔记》双目视觉数学架构系列博客。这个系列博客旨在捋顺一下已标定的双目视觉中的数学主线。数学推导是有着几分枯燥的,但奇妙的计算机视觉世界是建立在严密的数学架构之上的。所以对数学框架的理解是理解双目视觉的必由之路。不过请大家放心,接下来玉米会以
- 计算机视觉学习笔记:图像特征提取
conleyCV
近期主要学习了灰度直方图、Haar-like、HOG、LBP、PCA、SIFT和SURF,以及距离度量方法。一、灰度直方图单个像素灰度分布的一阶统计量。纹理是灰度在空间以一定的形式变换产生的图案,直方图是描述图像中像素灰度级分布的工具,可以用直方图或其统计特征作为图像的纹理特征。灰度具有一定的稳定性,对大小、方向都不敏感,能表现出相当强的鲁棒性。在医学图像中,大多是灰度图像,基于灰色直方图的特征提
- opencv计算机视觉学习笔记一
retacn
opencvpython
第二章处理文件摄像头和图形用户界面1基本i/o脚本读写图像文件示例代码如下:#!/usr/bin/envpython#-*-coding:utf-8-*-#@Time :2016/11/2712:22#@Author :Retacn#@Site :读/写图像文件#@File :imageReadWrite.py#@Software:PyCharmimportcv2importnumpy
- python计算机视觉学习笔记(3)--图像映射之图像嵌入
frank+wang
图像中的图像仿射扭曲的简单例子就是将图像或者图像的一部分放置到另一幅图像中,使得它们能够和指定的区域或者标记物对齐。将函数image_in_image添加到warp.py文件中。该函数参数为两个图像和一个坐标。并且tp是按照左上角逆时针计算defimage_in_image(im1,im2,tp):"""Putim1inim2withanaffinetransformationsuchthatco
- python 计算机视觉学习笔记(1)--对图像进行基本处理
frank+wang
pythoncomputervisionlearningnotes(1)1.PIL-Python图像库PIL:PythonImagingLibrary是一个强大的图像处理库。但因为年代久远未进行不断的维护,所以PIL只支持到python2.7。如果你的python的版本是3.xx,可以使用Pillow代替。Pillow是由一些志愿者的兼容版,并且具有一些新的特性。下面为一个简单实例,显示一张图片的
- 集合框架
天子之骄
java数据结构集合框架
集合框架
集合框架可以理解为一个容器,该容器主要指映射(map)、集合(set)、数组(array)和列表(list)等抽象数据结构。
从本质上来说,Java集合框架的主要组成是用来操作对象的接口。不同接口描述不同的数据类型。
简单介绍:
Collection接口是最基本的接口,它定义了List和Set,List又定义了LinkLi
- Table Driven(表驱动)方法实例
bijian1013
javaenumTable Driven表驱动
实例一:
/**
* 驾驶人年龄段
* 保险行业,会对驾驶人的年龄做年龄段的区分判断
* 驾驶人年龄段:01-[18,25);02-[25,30);03-[30-35);04-[35,40);05-[40,45);06-[45,50);07-[50-55);08-[55,+∞)
*/
public class AgePeriodTest {
//if...el
- Jquery 总结
cuishikuan
javajqueryAjaxWebjquery方法
1.$.trim方法用于移除字符串头部和尾部多余的空格。如:$.trim(' Hello ') // Hello2.$.contains方法返回一个布尔值,表示某个DOM元素(第二个参数)是否为另一个DOM元素(第一个参数)的下级元素。如:$.contains(document.documentElement, document.body); 3.$
- 面向对象概念的提出
麦田的设计者
java面向对象面向过程
面向对象中,一切都是由对象展开的,组织代码,封装数据。
在台湾面向对象被翻译为了面向物件编程,这充分说明了,这种编程强调实体。
下面就结合编程语言的发展史,聊一聊面向过程和面向对象。
c语言由贝尔实
- linux网口绑定
被触发
linux
刚在一台IBM Xserver服务器上装了RedHat Linux Enterprise AS 4,为了提高网络的可靠性配置双网卡绑定。
一、环境描述
我的RedHat Linux Enterprise AS 4安装双口的Intel千兆网卡,通过ifconfig -a命令看到eth0和eth1两张网卡。
二、双网卡绑定步骤:
2.1 修改/etc/sysconfig/network
- XML基础语法
肆无忌惮_
xml
一、什么是XML?
XML全称是Extensible Markup Language,可扩展标记语言。很类似HTML。XML的目的是传输数据而非显示数据。XML的标签没有被预定义,你需要自行定义标签。XML被设计为具有自我描述性。是W3C的推荐标准。
二、为什么学习XML?
用来解决程序间数据传输的格式问题
做配置文件
充当小型数据库
三、XML与HTM
- 为网页添加自己喜欢的字体
知了ing
字体 秒表 css
@font-face {
font-family: miaobiao;//定义字体名字
font-style: normal;
font-weight: 400;
src: url('font/DS-DIGI-e.eot');//字体文件
}
使用:
<label style="font-size:18px;font-famil
- redis范围查询应用-查找IP所在城市
矮蛋蛋
redis
原文地址:
http://www.tuicool.com/articles/BrURbqV
需求
根据IP找到对应的城市
原来的解决方案
oracle表(ip_country):
查询IP对应的城市:
1.把a.b.c.d这样格式的IP转为一个数字,例如为把210.21.224.34转为3524648994
2. select city from ip_
- 输入两个整数, 计算百分比
alleni123
java
public static String getPercent(int x, int total){
double result=(x*1.0)/(total*1.0);
System.out.println(result);
DecimalFormat df1=new DecimalFormat("0.0000%");
- 百合——————>怎么学习计算机语言
百合不是茶
java 移动开发
对于一个从没有接触过计算机语言的人来说,一上来就学面向对象,就算是心里上面接受的了,灵魂我觉得也应该是跟不上的,学不好是很正常的现象,计算机语言老师讲的再多,你在课堂上面跟着老师听的再多,我觉得你应该还是学不会的,最主要的原因是你根本没有想过该怎么来学习计算机编程语言,记得大一的时候金山网络公司在湖大招聘我们学校一个才来大学几天的被金山网络录取,一个刚到大学的就能够去和
- linux下tomcat开机自启动
bijian1013
tomcat
方法一:
修改Tomcat/bin/startup.sh 为:
export JAVA_HOME=/home/java1.6.0_27
export CLASSPATH=$CLASSPATH:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar:.
export PATH=$JAVA_HOME/bin:$PATH
export CATALINA_H
- spring aop实例
bijian1013
javaspringAOP
1.AdviceMethods.java
package com.bijian.study.spring.aop.schema;
public class AdviceMethods {
public void preGreeting() {
System.out.println("--how are you!--");
}
}
2.beans.x
- [Gson八]GsonBuilder序列化和反序列化选项enableComplexMapKeySerialization
bit1129
serialization
enableComplexMapKeySerialization配置项的含义
Gson在序列化Map时,默认情况下,是调用Key的toString方法得到它的JSON字符串的Key,对于简单类型和字符串类型,这没有问题,但是对于复杂数据对象,如果对象没有覆写toString方法,那么默认的toString方法将得到这个对象的Hash地址。
GsonBuilder用于
- 【Spark九十一】Spark Streaming整合Kafka一些值得关注的问题
bit1129
Stream
包括Spark Streaming在内的实时计算数据可靠性指的是三种级别:
1. At most once,数据最多只能接受一次,有可能接收不到
2. At least once, 数据至少接受一次,有可能重复接收
3. Exactly once 数据保证被处理并且只被处理一次,
具体的多读几遍http://spark.apache.org/docs/lates
- shell脚本批量检测端口是否被占用脚本
ronin47
#!/bin/bash
cat ports |while read line
do#nc -z -w 10 $line
nc -z -w 2 $line 58422>/dev/null2>&1if[ $?-eq 0]then
echo $line:ok
else
echo $line:fail
fi
done
这里的ports 既可以是文件
- java-2.设计包含min函数的栈
bylijinnan
java
具体思路参见:http://zhedahht.blog.163.com/blog/static/25411174200712895228171/
import java.util.ArrayList;
import java.util.List;
public class MinStack {
//maybe we can use origin array rathe
- Netty源码学习-ChannelHandler
bylijinnan
javanetty
一般来说,“有状态”的ChannelHandler不应该是“共享”的,“无状态”的ChannelHandler则可“共享”
例如ObjectEncoder是“共享”的, 但 ObjectDecoder 不是
因为每一次调用decode方法时,可能数据未接收完全(incomplete),
它与上一次decode时接收到的数据“累计”起来才有可能是完整的数据,是“有状态”的
p
- java生成随机数
cngolon
java
方法一:
/**
* 生成随机数
* @author
[email protected]
* @return
*/
public synchronized static String getChargeSequenceNum(String pre){
StringBuffer sequenceNum = new StringBuffer();
Date dateTime = new D
- POI读写海量数据
ctrain
海量数据
import java.io.FileOutputStream;
import java.io.OutputStream;
import org.apache.poi.xssf.streaming.SXSSFRow;
import org.apache.poi.xssf.streaming.SXSSFSheet;
import org.apache.poi.xssf.streaming
- mysql 日期格式化date_format详细使用
daizj
mysqldate_format日期格式转换日期格式化
日期转换函数的详细使用说明
DATE_FORMAT(date,format) Formats the date value according to the format string. The following specifiers may be used in the format string. The&n
- 一个程序员分享8年的开发经验
dcj3sjt126com
程序员
在中国有很多人都认为IT行为是吃青春饭的,如果过了30岁就很难有机会再发展下去!其实现实并不是这样子的,在下从事.NET及JAVA方面的开发的也有8年的时间了,在这里在下想凭借自己的亲身经历,与大家一起探讨一下。
明确入行的目的
很多人干IT这一行都冲着“收入高”这一点的,因为只要学会一点HTML, DIV+CSS,要做一个页面开发人员并不是一件难事,而且做一个页面开发人员更容
- android欢迎界面淡入淡出效果
dcj3sjt126com
android
很多Android应用一开始都会有一个欢迎界面,淡入淡出效果也是用得非常多的,下面来实现一下。
主要代码如下:
package com.myaibang.activity;
import android.app.Activity;import android.content.Intent;import android.os.Bundle;import android.os.CountDown
- linux 复习笔记之常见压缩命令
eksliang
tar解压linux系统常见压缩命令linux压缩命令tar压缩
转载请出自出处:http://eksliang.iteye.com/blog/2109693
linux中常见压缩文件的拓展名
*.gz gzip程序压缩的文件
*.bz2 bzip程序压缩的文件
*.tar tar程序打包的数据,没有经过压缩
*.tar.gz tar程序打包后,并经过gzip程序压缩
*.tar.bz2 tar程序打包后,并经过bzip程序压缩
*.zi
- Android 应用程序发送shell命令
gqdy365
android
项目中需要直接在APP中通过发送shell指令来控制lcd灯,其实按理说应该是方案公司在调好lcd灯驱动之后直接通过service送接口上来给APP,APP调用就可以控制了,这是正规流程,但我们项目的方案商用的mtk方案,方案公司又没人会改,只调好了驱动,让应用程序自己实现灯的控制,这不蛋疼嘛!!!!
发就发吧!
一、关于shell指令:
我们知道,shell指令是Linux里面带的
- java 无损读取文本文件
hw1287789687
读取文件无损读取读取文本文件charset
java 如何无损读取文本文件呢?
以下是有损的
@Deprecated
public static String getFullContent(File file, String charset) {
BufferedReader reader = null;
if (!file.exists()) {
System.out.println("getFull
- Firebase 相关文章索引
justjavac
firebase
Awesome Firebase
最近谷歌收购Firebase的新闻又将Firebase拉入了人们的视野,于是我做了这个 github 项目。
Firebase 是一个数据同步的云服务,不同于 Dropbox 的「文件」,Firebase 同步的是「数据」,服务对象是网站开发者,帮助他们开发具有「实时」(Real-Time)特性的应用。
开发者只需引用一个 API 库文件就可以使用标准 RE
- C++学习重点
lx.asymmetric
C++笔记
1.c++面向对象的三个特性:封装性,继承性以及多态性。
2.标识符的命名规则:由字母和下划线开头,同时由字母、数字或下划线组成;不能与系统关键字重名。
3.c++语言常量包括整型常量、浮点型常量、布尔常量、字符型常量和字符串性常量。
4.运算符按其功能开以分为六类:算术运算符、位运算符、关系运算符、逻辑运算符、赋值运算符和条件运算符。
&n
- java bean和xml相互转换
q821424508
javabeanxmlxml和bean转换java bean和xml转换
这几天在做微信公众号
做的过程中想找个java bean转xml的工具,找了几个用着不知道是配置不好还是怎么回事,都会有一些问题,
然后脑子一热谢了一个javabean和xml的转换的工具里,自己用着还行,虽然有一些约束吧 ,
还是贴出来记录一下
顺便你提一下下,这个转换工具支持属性为集合、数组和非基本属性的对象。
packag
- C 语言初级 位运算
1140566087
位运算c
第十章 位运算 1、位运算对象只能是整形或字符型数据,在VC6.0中int型数据占4个字节 2、位运算符: 运算符 作用 ~ 按位求反 << 左移 >> 右移 & 按位与 ^ 按位异或 | 按位或 他们的优先级从高到低; 3、位运算符的运算功能: a、按位取反: ~01001101 = 101
- 14点睛Spring4.1-脚本编程
wiselyman
spring4
14.1 Scripting脚本编程
脚本语言和java这类静态的语言的主要区别是:脚本语言无需编译,源码直接可运行;
如果我们经常需要修改的某些代码,每一次我们至少要进行编译,打包,重新部署的操作,步骤相当麻烦;
如果我们的应用不允许重启,这在现实的情况中也是很常见的;
在spring中使用脚本编程给上述的应用场景提供了解决方案,即动态加载bean;
spring支持脚本