- opencv学习:图像旋转的两种方法,旋转后的图片进行模板匹配代码实现
夜清寒风
学习opencv机器学习人工智能计算机视觉
图像旋转在图像处理中,rotate和rot90是两种常见的图像旋转方法,它们在功能和使用上有一些区别。下面我将分别介绍这两种方法,并解释它们的主要区别rot90方法rot90方法是NumPy提供的一种数组旋转函数,它主要用于对二维数组(如图像)进行90度的旋转。这个方法比较简单,只支持90度的倍数旋转,不支持任意角度旋转。使用NumPy进行旋转使用NumPy的rot90函数对模板图像进行旋转操作。
- opencv 学习 1
木木ainiks
opencv计算机视觉python
opencv学习的第一天#coding:utf-8importcv2ascv#首先读图片src=cv.imread(“img/1.jpg”)#设置图片的名字cv.namedWindow(“1”,cv.WINDOW_AUTOSIZE)#显示图片第一个参数设置图片名,第二个参数图片的地址cv.imshow(“1”,src)cv.waitKey(0)#将图片写入固定位置cv.imwrite(“img/2
- opencv学习:形态学操作和边缘检测算子
夜清寒风
opencv学习人工智能算法计算机视觉
cv2.morphologyEx()是OpenCV库中的一个函数,用于执行更复杂的形态学操作。这个函数可以执行开运算、闭运算、梯度运算、膨胀、腐蚀以及顶帽和黑帽转换等。这些操作通常用于图像预处理,如去除噪声、平滑边界、突出特征等。dst=cv2.morphologyEx(src,op,kernel[,dst[,anchor[,iterations[,borderType[,borderValue]
- 零基础Opencv学习(二)
随风逐流wrx
opencv学习人工智能
图像变换一、边缘检测1:边缘检测Cannycv::MatiamgeCan;cv::Canny(image,iamgeCan,3,9,3);cv::imshow("Canny",iamgeCan);///边缘检测高级用法Canny用法cv::Matdst,edge,gray;dst.create(image.size(),image.type());///图像转灰度图像cv::cvtColor(im
- opencv学习笔记19-opencv焊点(原点)计数
The_xz
opencv学习笔记
一、原理:opencv学习笔记13-opencv连通组件标记实现硬币计数二、不同情况思路:当焊点为背景时,进行反色处理(二值化后若焊点为背景,转化为前景)。三、示例代码:#include#include#include#include#include#includeusingnamespacecv;usingnamespacestd;intmain(){utils::logging::setLog
- opencv学习(十一)之绘图函数
梧桐栖鸦
OpenCV基础opencv2/3基础教程opencv直线circleellipsefillpolyopencv绘图函数
opencv中提供了很多绘图函数,在进行图像处理,对感兴趣区域进行标定时,就需要利用这些绘图函数。现在集中做一个归纳介绍。1.PointPoint常用来指定一幅二维图像中的点。如Pointpt;pt.x=10;pt.y=8;或Pointpt=Point(10,8);其指向的是在图像中(10,8)位置的一个像素点。查找Point引用可以在”core.hpp”文件发现如下语句:typedefPoint
- OpenCV学习路线图
superdont
计算机视觉opencv学习人工智能
下面是针对初学者设计的一个学习路线图:第1周:计算机视觉和OpenCV概述介绍计算机视觉及其应用领域讨论OpenCV的历史、特点和工作原理OpenCV的安装和配置(Windows/Linux/macOS)了解OpenCV的基本数据结构(cv::Mat等)第2周:OpenCV基础图像的基本操作(读取、显示、保存图片)图像的属性(色彩空间、像素访问与修改)图像的几何变换(缩放、旋转、剪切)第3周:图像
- 【Opencv学习】04-图像加法
R三哥哥啊
opencvopencv学习人工智能
文章目录前言一、图像加法混合1.1代码1.2运行结果二、图像的按位运算-组合相加2.1代码2.2运行结果示例:PPT平滑切换运行结果总结前言简单说就是介绍了两张图如何组合在一起。1、混合,透明度和颜色会发生改变2、组合,叠加起来。可以改变大小。3、两张图片如何平滑切换4、学会如何裁剪图片5、明白掩码操作6、如何将图片置于左侧右侧一、图像加法混合OpenCV中的加法与Numpy的加法是有所不同的。O
- OpenCV学习笔记:如何扫描图像、利用查找表和计时
weixin_33772645
人工智能c/c++测试
目的我们将探索以下问题的答案:如何遍历图像中的每一个像素?OpenCV的矩阵值是如何存储的?如何测试我们所实现算法的性能?查找表是什么?为什么要用它?测试用例这里我们测试的,是一种简单的颜色缩减方法。如果矩阵元素存储的是单通道像素,使用C或C++的无符号字符类型,那么像素可有256个不同值。但若是三通道图像,这种存储格式的颜色数就太多了(确切地说,有一千六百多万种)。用如此之多的颜色可能会对我们的
- OpenCV学习记录——形态学处理
KAIs32
树莓派——OpenCVopencv学习人工智能计算机视觉嵌入式硬件
文章目录前言一、腐蚀和膨胀二、高级形态学运算三、具体应用代码前言形态学是图像处理中最常用的技术之一,它主要用于从图像中提取有意义的形状信息,例如边界和连通区域,以便后续的识别工作能够捕捉到目标对象最重要的形状特征。此外,细化、像素化和修剪毛刺等技术也常用于图像的预处理和后处理,以增强图像质量。形态学转换主要有腐蚀和膨胀、开运算和闭运算、顶帽和底帽一、腐蚀和膨胀腐蚀和膨胀是两种最基本、最重要的形态学
- opencv学习记录——(15)模板匹配
蜡笔小新qqq
opencv学习计算机视觉
一、单模板匹配#include"opencv2/opencv.hpp"#includeusingnamespacestd;usingnamespacecv;voidmain(){///单模板匹配Mattemp=imread("temp.png");//模板图像Matsrc=imread("src.png");//待搜索图像即原图imshow("temp",temp);imshow("src",sr
- Opencv学习笔记——特征匹配
纸箱里的猫咪
Opencv学习笔记opencv计算机视觉学习
文章目录Brute-Force蛮力匹配1对1的匹配k对最佳匹配随机抽样一致算法(Randomsampleconsensus,RANSAC)单应性矩阵Brute-Force蛮力匹配 通过SIFT算法可以得到图像关键点,通过比较两张图像的关键点,也就是比较关键点向量之间的差异,Brute-Force蛮力匹配通过比较特征向量,离得最近的特征向量也就是最相似的。默认的是用归一化的欧氏距离。bf=cv2.
- OpenCV学习记录——特征匹配
KAIs32
树莓派——OpenCVopencv学习人工智能嵌入式硬件计算机视觉
文章目录前言一、暴力匹配步骤分析二、代码分析前言特征匹配是一种图像处理技术,用于在不同图像之间寻找相似的特征点,并将它们进行匹配。特征匹配在计算机视觉和图像处理领域中具有广泛的应用,包括目标识别、图像拼接、三维重建等。一、暴力匹配步骤分析暴力匹配是一种简单直接的匹配方法,它遍历所有特征点的描述符,并计算它们之间的距离。然后根据距离进行排序,选择距离最短的特征点作为匹配点。虽然暴力匹配方法简单,但在
- OpenCV学习记录——轮廓检测
KAIs32
树莓派——OpenCVopencv学习人工智能计算机视觉嵌入式硬件
文章目录前言一、寻找、绘制轮廓二、具体应用代码前言寻找目标图像的轮廓并绘制出该轮廓是我们进行图像识别时常用的手段,轮廓是图像中连续的边界线,可以用于物体检测、形状分析等应用。为了获取更高的准确性,会先进行二值化处理,在得到二进制图像后,寻找轮廓就是从黑色背景中找到白色物体,因此我们要找的对象应是白色,背景应该是黑色。一、寻找、绘制轮廓(一)寻找图像轮廓寻找图像轮廓函数如下:contours,hie
- OpenCV学习笔记(Python)—— 批量提取图像轮廓并保存结果到保持原始结构的输出目录
六个核桃Lu
OpenCV学习opencv人工智能python图像处理计算机视觉
批量处理图像,对每个图像提取轮廓内的区域并将轮廓外的区域设置为白色背景,然后保存处理后的图像到指定的输出目录,同时保持与输入目录相同的文件和目录结构。importcv2importnumpyasnpimportosfromtqdmimporttqdmdefprocess_image(input_path,output_path):#读取图像img=cv2.imread(input_path)ifi
- OpenCV学习记录——图像的绘制
KAIs32
树莓派——OpenCVopencv学习人工智能嵌入式硬件计算机视觉
文章目录前言一、绘制直线二、绘制矩形三、绘制圆形四、绘制文本前言我们在进行图像处理的过程中,通常需要进行划线、画矩形框锁定目标等操作来凸显指定目标,OpenCV提供了方便的绘图功能,可以进行直线、矩形、圆、文本文字等内容的绘制,这篇文章将记录OpenCV中图像的绘制相关内容。一、绘制直线绘制直线的函数如下:cv2.line(image,pt1,pt2,color,thickness)其中,五个参数
- OpenCV学习记录——阈值处理(全局阈值处理、自适应阈值处理)
KAIs32
树莓派——OpenCVopencv学习人工智能计算机视觉嵌入式硬件
文章目录一、学习目的二、图像二值化三、全局阈值处理四、自适应阈值处理一、学习目的在进行图像处理时,我们通常要进行颜色识别等一系列需要进行图像阈值处理的操作,今天我们就记录一下opencv进行阈值处理的一些基本操作和代码二、图像二值化我们首先要明白一个概念,图像二值化就是将图像上的像素点的灰度值设置为两个值,一般为0(表示黑色)和255(表示白色),可以将整个图像呈现出明显的黑白效果。最常用的方法就
- OpenCV学习记录——平滑处理
KAIs32
树莓派——OpenCVopencv学习人工智能嵌入式硬件计算机视觉
文章目录前言一、图像噪声二、图像平滑处理三、完整应用代码前言当我们用树莓派进行opencv图像处理时,摄像头所获取的图像质量通常会有所下降,此时,需要多种手段来优化图像的质量,提高图像识别的准度。今天所记录的是当图片经过传输等过程后出现的图像噪声现象及对应解决方法——平滑一、图像噪声在数字图像的采集、处理和传输过程中,可能会受到各种噪声的干扰,这会导致图像质量下降、图像变得模糊,甚至使图像的特征难
- OpenCV学习记录——边缘检测
KAIs32
树莓派——OpenCVopencv学习人工智能嵌入式硬件计算机视觉
文章目录前言一、边缘检测原理二、Canny边缘检测算法三、具体应用代码前言在做某些图像处理时,通常需要将识别到的物体边界提取出来,从而帮助我们实现目标检测,这就需要用到边缘检测,例如人脸识别和运动目标的检测都需要先进行边缘检测,这篇文章就记录一下边缘检测的原理及应用代码。一、边缘检测原理边缘检测是图像处理和计算机视觉中的基本问题,其目的在于标识数字图像中亮度变化明显的点,图像边缘检测大幅度地减少了
- opencv学习 机器学习
小猴啊0.0
opencv学习机器学习
Kmeansdoublecv::kmeans(InputArraydataintkInputOutputArraybestLabels//输出的所有样本的标签数组TermCriteriacriteriaintattempts//采样不同初始化标签的尝试次数intflag//中心点初始化方法,支持KMEANS_RANDOM_CENTERS//KMEANS_PP_CENTERS//KMEANS_USE
- opencv学习二值分析
小猴啊0.0
opencv学习人工智能
内容来源于《opencv4应用开发入门、进阶与工程化实践》二值分析:常见的二值化方法:基于全局阈值(threshold)得到的二值图像;基于自适应阈值(adaptiveThreshold)得到的二值图像;边缘检测(Canny)基于像素值范围(inRange)thresholdthresholdType介绍:THRESH_BINARY表示大于thresh的取maxval,否则取0;THRESH_BI
- 【Opencv学习】03-读取图片信息
R三哥哥啊
opencvopencv学习人工智能
前言几乎所有这些操作与Numpy的关系都比与OpenCV的关系更加紧密,因此熟练Numpy可以帮助我们写出性能更好的代码。Numpy是经过优化了的进行快速矩阵运算的软件包。所以我们不推荐逐个获取像素值并修改,这样会很慢,能有矩阵运算就不要用循环。读取像素点在计算机视觉和图像处理中,图像是由像素点组成的。每个像素点包含了颜色(在彩色图像中)和亮度(在灰度图像中)的信息。通过读取和操作这些像素点,我们
- 【Opencv学习】01-对图像进行简单的操作
R三哥哥啊
opencv学习python
首先了解一下什么是init.pyi文件文件init.pyi文件是Python中的类型提示文件,用于提供对特定包或模块的类型信息。它是类型提示的一种形式,用于描述包、模块、类、函数和变量的静态类型。在Python中,类型提示的目的是为了提供代码编辑器和静态类型检查工具更好的代码补全、类型检查和类型推断功能。init.pyi文件被放置在包或模块的目录中,并且可以包含该包或模块定义的类、函数、方法和变量
- 【Python_Opencv图像处理框架】信用卡数字识别项目
畅游星辰大海
#Python_Opencvopencvpython图像处理
写在前面本篇文章是opencv学习的第六篇文章,前面主要讲解了对图像的一些基本操作,这篇文章我们就开始大展身手,将前面所学的基础操作活学活用。既能复习基础操作,又能学到一些新的知识。作为初学者,我尽己所能,但仍会存在疏漏的地方,希望各位看官不吝指正写在中间(1)简单介绍我们通过opencv提供的一些函数,来实现基础操作,看完本篇文章,你就能轻松地将这信用卡上的数字识别出来该技术首先通过图像处理技术
- opencv学习 特征提取
小猴啊0.0
opencv学习人工智能
内容来源于《opencv4应用开发入门、进阶与工程化实践》图像金字塔略拉普拉斯金字塔对输入图像进行reduce操作会生成不同分辨率的图像,对这些图像进行expand操作,然后使用reduce减去expand之后的结果,就会得到拉普拉斯金字塔图像。详情可查看https://zhuanlan.zhihu.com/p/80362140图像金字塔融合拉普拉斯金字塔通过源图像减去先缩小再放大的图像构成,保留
- opencv学习形态学分析
小猴啊0.0
opencv学习人工智能
内容来源于《opencv4应用开发入门、进阶与工程化实践》膨胀操作与腐蚀操作膨胀操作一定程度上会把相邻的对象连接起来成为一个对象;腐蚀操作会让对象面积变小或者擦除小的对象。//膨胀操作voidcv::dilate(InputArraysrcOutputArraydstInputArraykernelPointanchor=Point(-1,-1)intiterations=1intborderTy
- OpenCV学习笔记2——视频的读取与处理
风痕天际
opencv学习笔记opencv学习笔记计算机视觉音视频
目录一、视频内容读取二、将视频中的每一帧转换为灰度图三、退出程序一、视频内容读取cv2中的“VideoCapture”函数可以捕获摄像头,用数字来控制不同的设备,如果是视频文件则直接指定路径。importcv2vc=cv2.VideoCapture('1.mp4')whileTrue:ret,frame=vc.read()ifframeisNone:breakifret==True:gray=cv
- OpenCV学习笔记4——边界填充
风痕天际
opencv学习笔记opencv学习笔记
边界填充,即将图片扩大一圈。代码如下:importcv2frommatplotlibimportpyplotaspltimg=cv2.imread('3.jpg')top_size,bottom_size,left_size,right_size=(50,50,50,50)replicate=cv2.copyMakeBorder(img,top_size,bottom_size,left_size
- OpenCV学习笔记1——图像读取与信息提取
风痕天际
opencv学习笔记opencvpython计算机视觉
目录一、计算机眼中的图像二、通过代码对图像进行操作1.图像的读取2.图像的显示三、将图像读取为灰度图像四、保存图像一、计算机眼中的图像在计算机中,图像被视为一个高度×宽度的像素矩阵,每一个矩阵内存放着该像素的色彩信息。计算机中大多采用RGB颜色标准,即通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色。部分颜色对应RGB值:白色:rgb(255,255,
- opencv学习-几种角点检测方法
wyw0000
opencvopencv学习计算机视觉
角点基本概念角点通常被定义为两条边的交点,或者说,角点的局部邻域应该具有两个不同区域的不同方向的边界。角点检测(CornerDetection)是计算机视觉系统中获取图像特征的一种方法,广泛应用于运动检测、图像匹配、视频跟踪、三维重建和目标识别等,也可称为特征点检测。目前,角点检测算法还不是十分完善,许多算法需要依赖大量的训练集和冗余数据来防止和减少错误的特征的出现。对于角点检测算法的重要评价标准
- ASM系列五 利用TreeApi 解析生成Class
lijingyao8206
ASM字节码动态生成ClassNodeTreeAPI
前面CoreApi的介绍部分基本涵盖了ASMCore包下面的主要API及功能,其中还有一部分关于MetaData的解析和生成就不再赘述。这篇开始介绍ASM另一部分主要的Api。TreeApi。这一部分源码是关联的asm-tree-5.0.4的版本。
在介绍前,先要知道一点, Tree工程的接口基本可以完
- 链表树——复合数据结构应用实例
bardo
数据结构树型结构表结构设计链表菜单排序
我们清楚:数据库设计中,表结构设计的好坏,直接影响程序的复杂度。所以,本文就无限级分类(目录)树与链表的复合在表设计中的应用进行探讨。当然,什么是树,什么是链表,这里不作介绍。有兴趣可以去看相关的教材。
需求简介:
经常遇到这样的需求,我们希望能将保存在数据库中的树结构能够按确定的顺序读出来。比如,多级菜单、组织结构、商品分类。更具体的,我们希望某个二级菜单在这一级别中就是第一个。虽然它是最后
- 为啥要用位运算代替取模呢
chenchao051
位运算哈希汇编
在hash中查找key的时候,经常会发现用&取代%,先看两段代码吧,
JDK6中的HashMap中的indexFor方法:
/**
* Returns index for hash code h.
*/
static int indexFor(int h, int length) {
- 最近的情况
麦田的设计者
生活感悟计划软考想
今天是2015年4月27号
整理一下最近的思绪以及要完成的任务
1、最近在驾校科目二练车,每周四天,练三周。其实做什么都要用心,追求合理的途径解决。为
- PHP去掉字符串中最后一个字符的方法
IT独行者
PHP字符串
今天在PHP项目开发中遇到一个需求,去掉字符串中的最后一个字符 原字符串1,2,3,4,5,6, 去掉最后一个字符",",最终结果为1,2,3,4,5,6 代码如下:
$str = "1,2,3,4,5,6,";
$newstr = substr($str,0,strlen($str)-1);
echo $newstr;
- hadoop在linux上单机安装过程
_wy_
linuxhadoop
1、安装JDK
jdk版本最好是1.6以上,可以使用执行命令java -version查看当前JAVA版本号,如果报命令不存在或版本比较低,则需要安装一个高版本的JDK,并在/etc/profile的文件末尾,根据本机JDK实际的安装位置加上以下几行:
export JAVA_HOME=/usr/java/jdk1.7.0_25  
- JAVA进阶----分布式事务的一种简单处理方法
无量
多系统交互分布式事务
每个方法都是原子操作:
提供第三方服务的系统,要同时提供执行方法和对应的回滚方法
A系统调用B,C,D系统完成分布式事务
=========执行开始========
A.aa();
try {
B.bb();
} catch(Exception e) {
A.rollbackAa();
}
try {
C.cc();
} catch(Excep
- 安墨移动广 告:移动DSP厚积薄发 引领未来广 告业发展命脉
矮蛋蛋
hadoop互联网
“谁掌握了强大的DSP技术,谁将引领未来的广 告行业发展命脉。”2014年,移动广 告行业的热点非移动DSP莫属。各个圈子都在纷纷谈论,认为移动DSP是行业突破点,一时间许多移动广 告联盟风起云涌,竞相推出专属移动DSP产品。
到底什么是移动DSP呢?
DSP(Demand-SidePlatform),就是需求方平台,为解决广 告主投放的各种需求,真正实现人群定位的精准广
- myelipse设置
alafqq
IP
在一个项目的完整的生命周期中,其维护费用,往往是其开发费用的数倍。因此项目的可维护性、可复用性是衡量一个项目好坏的关键。而注释则是可维护性中必不可少的一环。
注释模板导入步骤
安装方法:
打开eclipse/myeclipse
选择 window-->Preferences-->JAVA-->Code-->Code
- java数组
百合不是茶
java数组
java数组的 声明 创建 初始化; java支持C语言
数组中的每个数都有唯一的一个下标
一维数组的定义 声明: int[] a = new int[3];声明数组中有三个数int[3]
int[] a 中有三个数,下标从0开始,可以同过for来遍历数组中的数
- javascript读取表单数据
bijian1013
JavaScript
利用javascript读取表单数据,可以利用以下三种方法获取:
1、通过表单ID属性:var a = document.getElementByIdx_x_x("id");
2、通过表单名称属性:var b = document.getElementsByName("name");
3、直接通过表单名字获取:var c = form.content.
- 探索JUnit4扩展:使用Theory
bijian1013
javaJUnitTheory
理论机制(Theory)
一.为什么要引用理论机制(Theory)
当今软件开发中,测试驱动开发(TDD — Test-driven development)越发流行。为什么 TDD 会如此流行呢?因为它确实拥有很多优点,它允许开发人员通过简单的例子来指定和表明他们代码的行为意图。
TDD 的优点:
&nb
- [Spring Data Mongo一]Spring Mongo Template操作MongoDB
bit1129
template
什么是Spring Data Mongo
Spring Data MongoDB项目对访问MongoDB的Java客户端API进行了封装,这种封装类似于Spring封装Hibernate和JDBC而提供的HibernateTemplate和JDBCTemplate,主要能力包括
1. 封装客户端跟MongoDB的链接管理
2. 文档-对象映射,通过注解:@Document(collectio
- 【Kafka八】Zookeeper上关于Kafka的配置信息
bit1129
zookeeper
问题:
1. Kafka的哪些信息记录在Zookeeper中 2. Consumer Group消费的每个Partition的Offset信息存放在什么位置
3. Topic的每个Partition存放在哪个Broker上的信息存放在哪里
4. Producer跟Zookeeper究竟有没有关系?没有关系!!!
//consumers、config、brokers、cont
- java OOM内存异常的四种类型及异常与解决方案
ronin47
java OOM 内存异常
OOM异常的四种类型:
一: StackOverflowError :通常因为递归函数引起(死递归,递归太深)。-Xss 128k 一般够用。
二: out Of memory: PermGen Space:通常是动态类大多,比如web 服务器自动更新部署时引起。-Xmx
- java-实现链表反转-递归和非递归实现
bylijinnan
java
20120422更新:
对链表中部分节点进行反转操作,这些节点相隔k个:
0->1->2->3->4->5->6->7->8->9
k=2
8->1->6->3->4->5->2->7->0->9
注意1 3 5 7 9 位置是不变的。
解法:
将链表拆成两部分:
a.0-&
- Netty源码学习-DelimiterBasedFrameDecoder
bylijinnan
javanetty
看DelimiterBasedFrameDecoder的API,有举例:
接收到的ChannelBuffer如下:
+--------------+
| ABC\nDEF\r\n |
+--------------+
经过DelimiterBasedFrameDecoder(Delimiters.lineDelimiter())之后,得到:
+-----+----
- linux的一些命令 -查看cc攻击-网口ip统计等
hotsunshine
linux
Linux判断CC攻击命令详解
2011年12月23日 ⁄ 安全 ⁄ 暂无评论
查看所有80端口的连接数
netstat -nat|grep -i '80'|wc -l
对连接的IP按连接数量进行排序
netstat -ntu | awk '{print $5}' | cut -d: -f1 | sort | uniq -c | sort -n
查看TCP连接状态
n
- Spring获取SessionFactory
ctrain
sessionFactory
String sql = "select sysdate from dual";
WebApplicationContext wac = ContextLoader.getCurrentWebApplicationContext();
String[] names = wac.getBeanDefinitionNames();
for(int i=0; i&
- Hive几种导出数据方式
daizj
hive数据导出
Hive几种导出数据方式
1.拷贝文件
如果数据文件恰好是用户需要的格式,那么只需要拷贝文件或文件夹就可以。
hadoop fs –cp source_path target_path
2.导出到本地文件系统
--不能使用insert into local directory来导出数据,会报错
--只能使用
- 编程之美
dcj3sjt126com
编程PHP重构
我个人的 PHP 编程经验中,递归调用常常与静态变量使用。静态变量的含义可以参考 PHP 手册。希望下面的代码,会更有利于对递归以及静态变量的理解
header("Content-type: text/plain");
function static_function () {
static $i = 0;
if ($i++ < 1
- Android保存用户名和密码
dcj3sjt126com
android
转自:http://www.2cto.com/kf/201401/272336.html
我们不管在开发一个项目或者使用别人的项目,都有用户登录功能,为了让用户的体验效果更好,我们通常会做一个功能,叫做保存用户,这样做的目地就是为了让用户下一次再使用该程序不会重新输入用户名和密码,这里我使用3种方式来存储用户名和密码
1、通过普通 的txt文本存储
2、通过properties属性文件进行存
- Oracle 复习笔记之同义词
eksliang
Oracle 同义词Oracle synonym
转载请出自出处:http://eksliang.iteye.com/blog/2098861
1.什么是同义词
同义词是现有模式对象的一个别名。
概念性的东西,什么是模式呢?创建一个用户,就相应的创建了 一个模式。模式是指数据库对象,是对用户所创建的数据对象的总称。模式对象包括表、视图、索引、同义词、序列、过
- Ajax案例
gongmeitao
Ajaxjsp
数据库采用Sql Server2005
项目名称为:Ajax_Demo
1.com.demo.conn包
package com.demo.conn;
import java.sql.Connection;import java.sql.DriverManager;import java.sql.SQLException;
//获取数据库连接的类public class DBConnec
- ASP.NET中Request.RawUrl、Request.Url的区别
hvt
.netWebC#asp.nethovertree
如果访问的地址是:http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree%3C&n=myslider#zonemenu那么Request.Url.ToString() 的值是:http://h.keleyi.com/guestbook/addmessage.aspx?key=hovertree<&
- SVG 教程 (七)SVG 实例,SVG 参考手册
天梯梦
svg
SVG 实例 在线实例
下面的例子是把SVG代码直接嵌入到HTML代码中。
谷歌Chrome,火狐,Internet Explorer9,和Safari都支持。
注意:下面的例子将不会在Opera运行,即使Opera支持SVG - 它也不支持SVG在HTML代码中直接使用。 SVG 实例
SVG基本形状
一个圆
矩形
不透明矩形
一个矩形不透明2
一个带圆角矩
- 事务管理
luyulong
javaspring编程事务
事物管理
spring事物的好处
为不同的事物API提供了一致的编程模型
支持声明式事务管理
提供比大多数事务API更简单更易于使用的编程式事务管理API
整合spring的各种数据访问抽象
TransactionDefinition
定义了事务策略
int getIsolationLevel()得到当前事务的隔离级别
READ_COMMITTED
- 基础数据结构和算法十一:Red-black binary search tree
sunwinner
AlgorithmRed-black
The insertion algorithm for 2-3 trees just described is not difficult to understand; now, we will see that it is also not difficult to implement. We will consider a simple representation known
- centos同步时间
stunizhengjia
linux集群同步时间
做了集群,时间的同步就显得非常必要了。 以下是查到的如何做时间同步。 在CentOS 5不再区分客户端和服务器,只要配置了NTP,它就会提供NTP服务。 1)确认已经ntp程序包: # yum install ntp 2)配置时间源(默认就行,不需要修改) # vi /etc/ntp.conf server pool.ntp.o
- ITeye 9月技术图书有奖试读获奖名单公布
ITeye管理员
ITeye
ITeye携手博文视点举办的9月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。 9月试读活动回顾:http://webmaster.iteye.com/blog/2118112本次技术图书试读活动的优秀奖获奖名单及相应作品如下(优秀文章有很多,但名额有限,没获奖并不代表不优秀):
《NFC:Arduino、Andro