王旭东-1
王旭东-1

qt5.7.1+pcl1.8.0+win7 32位配置

1.官网下载pcl，添加环境变量，参考我另一篇博客vs配置pcl

2.下载qt，注意这里下载vs编译器的qt，痛苦回忆，电脑有两种版本qt，配置很久都不成功，最后是编译器的原因

3.打开qt，新建一个一个pro项目，在Pro文件添加下面内容：

INCLUDEPATH += E:\PCL1.8.0\3rdParty\OpenNI2\Include\
INCLUDEPATH += E:\PCL1.8.0\include\pcl-1.8\
INCLUDEPATH += E:\PCL1.8.0\3rdParty\Boost\include\boost-1_59\
INCLUDEPATH += E:\PCL1.8.0\3rdParty\Eigen\eigen3\
INCLUDEPATH += E:\PCL1.8.0\3rdParty\FLANN\include\
INCLUDEPATH += E:\PCL1.8.0\3rdParty\Qhull\include\
INCLUDEPATH += E:\PCL1.8.0\3rdParty\VTK\include\vtk-7.0\


CONFIG(debug,debug | release ){


LIBS += -LE:\PCL1.8.0\lib\ -lpcl_common_debug -lpcl_features_debug


LIBS += E:\PCL1.8.0\lib\pcl_filters_debug.lib\


        E:\PCL1.8.0\lib\pcl_io_debug.lib\


        E:\PCL1.8.0\lib\pcl_io_ply_debug.lib\


        E:\PCL1.8.0\lib\pcl_kdtree_debug.lib\


        E:\PCL1.8.0\lib\pcl_keypoints_debug.lib\


        E:\PCL1.8.0\lib\pcl_ml_debug.lib\


        E:\PCL1.8.0\lib\pcl_octree_debug.lib\


        E:\PCL1.8.0\lib\pcl_outofcore_debug.lib\


        E:\PCL1.8.0\lib\pcl_people_debug.lib\


        E:\PCL1.8.0\lib\pcl_recognition_debug.lib\


        E:\PCL1.8.0\lib\pcl_registration_debug.lib\


        E:\PCL1.8.0\lib\pcl_sample_consensus_debug.lib\


        E:\PCL1.8.0\lib\pcl_search_debug.lib\


        E:\PCL1.8.0\lib\pcl_segmentation_debug.lib\


        E:\PCL1.8.0\lib\pcl_stereo_debug.lib\


        E:\PCL1.8.0\lib\pcl_surface_debug.lib\


        E:\PCL1.8.0\lib\pcl_tracking_debug.lib\


        E:\PCL1.8.0\lib\pcl_visualization_debug.lib\




LIBS += E:\PCL1.8.0\3rdParty\Boost\lib\libboost_atomic-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_chrono-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_container-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_context-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_coroutine-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_date_time-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_exception-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_filesystem-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_graph-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_iostreams-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_locale-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_log_setup-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_log-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_math_c99f-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_math_c99l-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_math_c99-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_math_tr1f-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_math_tr1l-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_math_tr1-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_mpi-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_prg_exec_monitor-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_program_options-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_random-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_regex-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_serialization-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_signals-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_system-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_test_exec_monitor-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_thread-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_timer-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_unit_test_framework-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_wave-vc120-mt-gd-1_59.lib\


        E:\PCL1.8.0\3rdParty\Boost\lib\libboost_wserialization-vc120-mt-gd-1_59.lib\




LIBS += E:\PCL1.8.0\3rdParty\FLANN\lib\flann_cpp_s-gd.lib\


        E:\PCL1.8.0\3rdParty\FLANN\lib\flann_s-gd.lib\


        E:\PCL1.8.0\3rdParty\FLANN\lib\flann-gd.lib\




LIBS += E:\PCL1.8.0\3rdParty\OpenNI2\Lib\OpenNI2.lib\




LIBS += E:\PCL1.8.0\3rdParty\Qhull\lib\qhull_p-gd.lib\


        E:\PCL1.8.0\3rdParty\Qhull\lib\qhull_r-gd.lib\


        E:\PCL1.8.0\3rdParty\Qhull\lib\qhullcpp-gd.lib\


        E:\PCL1.8.0\3rdParty\Qhull\lib\qhull-gd.lib\


        E:\PCL1.8.0\3rdParty\Qhull\lib\qhullstatic_r-gd.lib\


        E:\PCL1.8.0\3rdParty\Qhull\lib\qhullstatic-gd.lib\




LIBS += E:\PCL1.8.0\3rdParty\VTK\lib\vtkalglib-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkChartsCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonColor-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonComputationalGeometry-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonDataModel-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonExecutionModel-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonMath-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonMisc-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonSystem-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkCommonTransforms-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkDICOMParser-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkDomainsChemistry-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkDomainsChemistryOpenGL2-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkexoIIc-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkexpat-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersAMR-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersExtraction-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersFlowPaths-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersGeneral-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersGeneric-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersGeometry-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersHybrid-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersHyperTree-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersImaging-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersModeling-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersParallel-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersParallelImaging-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersProgrammable-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersSelection-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersSMP-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersSources-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersStatistics-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersTexture-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkFiltersVerdict-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkfreetype-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkGeovisCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkglew-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkGUISupportQt-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkGUISupportQtSQL-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkhdf5_hl-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkhdf5-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingColor-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingFourier-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingGeneral-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingHybrid-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingMath-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingMorphological-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingSources-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingStatistics-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkImagingStencil-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkInfovisCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkInfovisLayout-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkInteractionImage-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkInteractionStyle-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkInteractionWidgets-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOAMR-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOEnSight-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOExodus-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOExport-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOGeometry-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOImage-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOImport-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOInfovis-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOLegacy-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOLSDyna-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOMINC-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOMovie-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIONetCDF-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOParallel-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOParallelXML-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOPLY-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOSQL-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOVideo-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOXML-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkIOXMLParser-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkjpeg-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkjsoncpp-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtklibxml2-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkmetaio-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkNetCDF_cxx-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkNetCDF-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkoggtheora-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkParallelCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkpng-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkproj4-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingAnnotation-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingContext2D-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingContextOpenGL2-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingFreeType-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingImage-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingLabel-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingLOD-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingOpenGL2-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingQt-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingVolume-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkRenderingVolumeOpenGL2-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtksqlite-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtksys-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtktiff-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkverdict-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkViewsContext2D-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkViewsCore-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkViewsInfovis-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkViewsQt-7.0-gd.lib\


        E:\PCL1.8.0\3rdParty\VTK\lib\vtkzlib-7.0-gd.lib\




}else{




}


路径换成自己安装的路径即可


4.点击构建，执行qmake，配置完成




































你可能感兴趣的:(机器视觉)






    

  • 大创项目推荐 深度学习 opencv python 公式识别(图像识别 机器视觉)
laafeer
python

    文章目录0前言1课题说明2效果展示3具体实现4关键代码实现5算法综合效果6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的数学公式识别算法实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：4分创新点：4分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题
    

    • 

  • 软件杯 深度学习 opencv python 公式识别(图像识别 机器视觉)
Mr.D学长
pythonjava

    文章目录0前言1课题说明2效果展示3具体实现4关键代码实现5算法综合效果6最后0前言优质竞赛项目系列，今天要分享的是基于深度学习的数学公式识别算法实现该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：4分创新点：4分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题
    

    • 

  • 计算机设计大赛 行人重识别(person reid) - 机器视觉 深度学习 opencv python
iuerfee
python

    文章目录0前言1技术背景2技术介绍3重识别技术实现3.1数据集3.2PersonREID3.2.1算法原理3.2.2算法流程图4实现效果5部分代码6最后0前言优质竞赛项目系列，今天要分享的是深度学习行人重识别(personreid)系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：5分更多资料,项目分享：https:
    

    • 

  • 挑战杯 基于设深度学习的人脸性别年龄识别系统
laafeer
python

    文章目录0前言1课题描述2实现效果3算法实现原理3.1数据集3.2深度学习识别算法3.3特征提取主干网络3.4总体实现流程4具体实现4.1预训练数据格式4.2部分实现代码5最后0前言优质竞赛项目系列，今天要分享的是基于深度学习机器视觉的人脸性别年龄识别系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/po
    

    • 

  • 互联网加竞赛 机器视觉目标检测 - opencv 深度学习
Mr.D学长
pythonjava

    文章目录0前言2目标检测概念3目标分类、定位、检测示例4传统目标检测5两类目标检测算法5.1相关研究5.1.1选择性搜索5.1.2OverFeat5.2基于区域提名的方法5.2.1R-CNN5.2.2SPP-net5.2.3FastR-CNN5.3端到端的方法YOLOSSD6人体检测结果7最后0前言优质竞赛项目系列，今天要分享的是机器视觉opencv深度学习目标检测该项目较为新颖，适合作为竞赛课题
    

    • 

  • 挑战杯 基于机器视觉的图像拼接算法
laafeer
python

    前言图像拼接在实际的应用场景很广，比如无人机航拍，遥感图像等等，图像拼接是进一步做图像理解基础步骤，拼接效果的好坏直接影响接下来的工作，所以一个好的图像拼接算法非常重要。再举一个身边的例子吧，你用你的手机对某一场景拍照，但是你没有办法一次将所有你要拍的景物全部拍下来，所以你对该场景从左往右依次拍了好几张图，来把你要拍的所有景物记录下来。那么我们能不能把这些图像拼接成一个大图呢？这是一个较为新颖的竞
    

    • 

  • 挑战杯 基于机器视觉的火车票识别系统
laafeer
python

    文章目录0前言1课题意义课题难点：2实现方法2.1图像预处理2.2字符分割2.3字符识别部分实现代码3实现效果最后0前言优质竞赛项目系列，今天要分享的是基于机器视觉的火车票识别系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1课题意义目前火车乘务员在卧铺旅客在上车前为其提供将火车
    

    • 

  • 挑战杯 基于机器视觉的二维码识别检测 - opencv 二维码 识别检测 机器视觉
laafeer
python

    文章目录0简介1二维码检测2算法实现流程3特征提取4特征分类5后处理6代码实现5最后0简介优质竞赛项目系列，今天要分享的是基于机器学习的二维码识别检测-opencv二维码识别检测机器视觉该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1二维码检测物体检测就是对数字图像中一类特定的物体
    

    • 

  • 计算机设计大赛 深度学习人体跌倒检测 -yolo 机器视觉 opencv python
iuerfee
python

    0前言优质竞赛项目系列，今天要分享的是**基于深度学习的人体跌倒检测算法研究与实现**该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：5分更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1.前言人体跌倒是人们日常生活中常见姿态之一，且跌倒的发生具有随机、难
    

    • 

  • 计算机设计大赛 深度学习人脸表情识别算法 - opencv python 机器视觉
iuerfee
python

    文章目录0前言1技术介绍1.1技术概括1.2目前表情识别实现技术2实现效果3深度学习表情识别实现过程3.1网络架构3.2数据3.3实现流程3.4部分实现代码4最后0前言优质竞赛项目系列，今天要分享的是深度学习人脸表情识别系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分更多资料,项目分享：https://gite
    

    • 

  • 巡检机器人与机器视觉的融合：巡检运维的未来趋势
超维机器人
机器人运维人工智能大数据计算机视觉

    2023世界机器人大会的数据显示，中国工业机器人装机量已经占据了全球市场的超过50%的比重，成为全球最大的工业机器人市场。巡检机器人作为一种高度复杂的自动化装置，被广泛应用于工业领域，能实现各种工业场景下智能巡检运维，推动传统产业智能化改造和数字化转型；因其在智能巡检运维领域占据重要地位，被誉为“皇冠上的明珠”。机器视觉技术使得智能巡检机器人能够自动检测目标物体、识别设备状态、发现异常情况，并采取
    

    • 

  • 互联网加竞赛 基于计算机视觉的身份证识别系统
Mr.D学长
pythonjava

    0前言优质竞赛项目系列，今天要分享的是基于机器视觉的身份证识别系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/postgraduate1实现方法1.1原理1.1.1字符定位在Android移动端摄像头拍摄的图片是彩色图像，上传到服务器后为了读取到身份证上的主要信息，就要去除其他无关的元素，因此对身份证图
    

    • 

  • 人工智能在现代科技中的应用和未来发展趋势
御翮
人工智能

    概述人工智能（ArtificialIntelligence,AI）是一种模拟人类智能的技术，通过机器学习、机器视觉、自然语言处理等技术实现智能行为。它在现代科技中的应用非常广泛，涵盖了许多领域。首先，人工智能在医疗领域有着重要的应用。它可以帮助医生进行疾病诊断，提供更准确的诊断结果，减少诊断错误的风险，并且能够根据患者的个体特征进行个性化治疗。此外，人工智能还可以帮助医生进行药物研发、精准医学等方
    

    • 

  • 机器视觉算法与应用：2.4 摄像机-计算机接口
北冥有鱼wyh

    2.4摄像机-计算机接口作用：1、将模拟或数字视频信号传送到计算机，并重构成灰度或彩色矩阵图像。所需设备：1、模拟视频信号需要图像采集卡，数字视频信号需要图像采集卡或某种标准接口卡，如IEEE1394卡、USB卡和千兆网卡。2.4.1模拟视频信号1、模拟视频传输会导致图像质量变差，降低测量准确度和精度，而数字视频可避免此类问题，故机器视觉常用数字信号传输。模拟视频标准：1、EIA-170和CCIR
    

    • 

  • 互联网加竞赛 基于设深度学习的人脸性别年龄识别系统
Mr.D学长
pythonjava

    文章目录0前言1课题描述2实现效果3算法实现原理3.1数据集3.2深度学习识别算法3.3特征提取主干网络3.4总体实现流程4具体实现4.1预训练数据格式4.2部分实现代码5最后0前言优质竞赛项目系列，今天要分享的是基于深度学习机器视觉的人脸性别年龄识别系统该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！更多资料,项目分享：https://gitee.com/dancheng-senior/po
    

    • 

  • 互联网加竞赛 多目标跟踪算法 实时检测 - opencv 深度学习 机器视觉
Mr.D学长
pythonjava

    文章目录0前言2先上成果3多目标跟踪的两种方法3.1方法13.2方法24TrackingByDetecting的跟踪过程4.1存在的问题4.2基于轨迹预测的跟踪方式5训练代码6最后0前言优质竞赛项目系列，今天要分享的是深度学习多目标跟踪实时检测该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5分)难度系数：3分工作量：3分创新点：4分更多资料,项目分享：ht
    

    • 

  • 计算机设计大赛 深度学习二维码识别
iuerfee
python

    文章目录0前言2二维码基础概念2.1二维码介绍2.2QRCode2.3QRCode特点3机器视觉二维码识别技术3.1二维码的识别流程3.2二维码定位3.3常用的扫描方法4深度学习二维码识别4.1部分关键代码5测试结果6最后0前言优质竞赛项目系列，今天要分享的是python+opencv+深度学习实现二维码识别该项目较为新颖，适合作为竞赛课题方向，学长非常推荐！学长这里给一个题目综合评分(每项满分5
    

    • 

  • 机器视觉与嵌入式技术：开拓自动驾驶和远程监控新视野
科联学妹
自动驾驶人工智能机器学习

    （本文为简单介绍，观点源于网络）机器视觉系统是指利用计算机来模拟人眼的识别与判断。在自动驾驶和远程监控领域，机器视觉结合嵌入式技术的应用，不仅极大地提升了自动化水平，而且开辟了新的技术视野。在自动驾驶领域，机器视觉系统负责捕捉车辆周围的环境信息，如道路标志、交通灯、行人、障碍物和其他车辆等。这些信息通过高速摄像头传感器捕获，并由嵌入式处理器实时处理。嵌入式处理器具有高性能的计算能力，能够快速处理图
    

    • 

  • 基于FPGA的Bayer转RGB算法实现
MmikerR
#图像处理matlab计算机视觉fpga开发图像处理

    1概述Bayer转RGB在图像处理中被称为去马赛克（Demosaic），是机器视觉ISP流程中的一个基础且重要的算法，主要完成彩色图像传感器原始的Bayer格式图像到RGB格式图像的转换。关于Bayer图像的相关概念和知识，本文不作介绍。常见知识点以及各种Bayer转RGB算法的介绍网上有很多博文可以参考学习：https://www.cnblogs.com/qiqibaby/p/5267566.h
    

    • 

  • OpenCV-38 图像金字塔
一道秘制的小菜
OpenCVopencv计算机视觉图像处理人工智能pythonnumpy

    目录一、图像金字塔1.高斯金字塔2.拉普拉斯金字塔一、图像金字塔图像金字塔是图像中多尺度表达的一种，最主要用于图像的分割，是一种以多分辨率来解释图像的有效但概念简单的结构。简单来说，图像金字塔是同一图像不同分辨率的子图集合。图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔状排列的分辨率逐步降低，且来源于同一张原始图的图像集合。其通过梯次向下采样获得，直到达到某个终止条件才停止
    

    • 

  • 机器视觉技术：提升安全与效率的关键
matlabgoodboy
安全人工智能大数据

    机器视觉技术：提升安全与效率的关键随着技术的不断发展，机器视觉技术已经成为提高许多行业安全与效率的关键要素。无论是在工业制造、交通监控、安全防卫，还是在医疗诊断、零售管理等领域，机器视觉技术都发挥着越来越重要的作用。一、提高安全水平机器视觉技术在安全监控领域的应用已经十分广泛。通过实时的图像捕捉和分析，机器视觉系统能够自动识别出异常行为或潜在的安全隐患，从而及时发出警报或采取相应措施。在公共安全领
    

    • 

  • 机器视觉范例及深入
vv不说话
计算机视觉

    1.做一个魔法棒吧获得了物体的坐标后，可以用它来完成一些有趣的事情，例如把物体当作“笔”在图像上绘制出图样。我们可以选择一种颜色的黏土，将其固定在任意棒状物（例如铅笔）的一端并揉成球形，做一个DIY的“魔法棒”用OpenCV绘制小圆点为了让魔法棒实现画图的效果，我们需要学习用OpenCV进行图形的绘制。画小圆点可以利用circle函数来实现：圆心坐标和线的颜色必须用小括号括起；颜色按BGR的顺序指
    

    • 

  • 机器视觉系统中图像分割技术传统方法概论1
欢乐马_e31d

    姓名：寇世文学号：21011110234学院：通信工程学院【嵌牛导读】：随着人工智能技术的不断发展，智能机器人领域也得到了空前的发展。尤其是深度神经网络广泛应用于视觉系统中后，取得了许多很明显的成效。对于自主移动机器人来说，视觉系统有着十分重要的作用，而图像分割技术更是在这个系统中担任着十分重要的角色。传统的图像分割技术基本上已经能够将图像的前景和后景分隔开来，但是近年来随着深度学习算法的发展，人
    

    • 

  • OpenCV基础
小森( ﹡ˆoˆ﹡ )
机器学习算法opencv人工智能计算机视觉

    OpenCV简介OpenCV是一个功能强大的开源计算机视觉和机器学习软件库，它在图像处理和视频分析领域得到了广泛应用。OpenCV最初由英特尔公司于1999年发起并支持，后来由WillowGarage和Itseez（现在是Intel的一部分）维护。它是为了推动机器视觉领域的实时应用而开发的。OpenCV提供了丰富的算法，包括但不限于图像处理、物体和特征检测、物体识别、3D重建等。这些算法经过优化，
    

    • 

  • AI嵌入式K210项目（27）-条形码识别
疯狂飙车的蜗牛
K210开发板人工智能python开发语言AI嵌入式K210条形码识别

    文章目录前言一、什么是条形码？二、实验准备三、实验过程四、API接口总结前言本章介绍基于机器视觉实现条形码识别，主要包含两个过程，首先检测图像中是否有条形码，如果有则框出并打印条形码信息；一、什么是条形码？条形码是一种图形标识符，由一系列宽度不等的黑条和空白组成，按照一定的编码规则排列。它可以用来表达一组信息，并且通常被印刷在商品、图书、邮件等各种物品上。通过使用条形码识别设备，可以快速、准确地读
    

    • 

  • 基于STM32的智能巡检小车系统设计--选材篇
作只猫作只狗
传感器stm32经验分享

    基于STM32的智能巡检小车系统设计--选材篇作者：车邮箱：[email protected]学校：西安工程大学硕士研究生方向：机器视觉、图像分割、深度学习本人毕业设计题目是基于STM32的智能小车巡检系统设计，所以在这里我把我所使用的开发板，各个模块，从各种器件的选择，到安装、连线、测试、代码在这里po出来，有需要的小伙伴在这里自取。1、这一篇是选材篇，也就是我都用了哪些东西。因为我也是自己做，到
    

    • 

  • 基于机器视觉的智能防疫巡检机器人结构设计
biyezuopinvip
机器人机器视觉防疫机器人巡检机器人毕业设计cad图纸论文

    目录摘要11绪论31.1课题研究意义31.2智能防疫机器人的现状及发展31.3移动机器人技术的研究现状51.4智能防疫巡检机器人软件研究现状61.5多传感器融合研究现状61.6论文主要内容及结构安排72智能防疫巡检机器人系统需求分析与整体方案设计82.1系统设计的需求分析82.1.1功能需求82.1.2性能需求82.2智能防疫巡检机器人系统方案设计102.2.1整体方案102.2.2软件系统方案1
    

    • 

  • AI嵌入式K210项目（26）-二维码识别
疯狂飙车的蜗牛
K210开发板人工智能K210AI嵌入式AI嵌入式二维码识别

    文章目录前言一、什么是二维码？二、实验准备三、实验过程四、API接口总结前言本章介绍基于机器视觉实现二维码识别，主要包含两个过程，首先检测图像中是否有二维码，如果有则框出并打印二维码信息；一、什么是二维码？二维码，也称为二维条码，是一种在二维方向上编码信息的方式。它使用特定的几何图形按一定规律在平面上分布，形成黑白相间的图形。二维码是在一维条码的基础上扩展出来的，比一维条码能存更多的信息，也可以表
    

    • 

  • fghbbbbbbbbbb
Mindtechnist
sqlitemysqloraclehbasejsonajaxbootstrap

    欢迎关注博主Mindtechnist或加入【LinuxC/C++/Python社区】一起探讨和分享LinuxC/C++/Python/Shell编程、机器人技术、机器学习、机器视觉、嵌入式AI相关领域的知识和技术。磁盘满的本质分析专栏：《Linux从小白到大神》|系统学习Linux开发、VIM/GCC/GDB/Make工具、Linux文件IO、进程管理、进程通信、多线程等，请关注专栏免费学习。文件
    

    • 

  • 机器人学、机器视觉与控制 上机笔记（2.1章节）
Norach
机器人学机器视觉与控制笔记算法matlab机器人经验分享

    机器人学、机器视觉与控制上机笔记（2.1章节）1、前言2、本篇内容3、代码记录3.1、新建se23.2、生成坐标系3.3、将T1表示的变换绘制3.4、完整绘制代码3.5、获取点`*`在坐标系1下的表示3.6、相对坐标获取完整代码4、结语1、前言工作需要，想同时显示出六轴协作臂，一组位姿信息逆解出的八组关节角的效果情况。就想使用MATLAB的机器人工具箱RTB去实现这一需求，辅助数据分析。朋友推荐了
    

    • 

  • mondb入手
木zi_鸣
mongodb

    windows 启动mongodb  编写bat文件，
mongod --dbpath D:\software\MongoDBDATA
mongod --help  查询各种配置
配置在mongob
打开批处理，即可启动，27017原生端口，shell操作监控端口  扩展28017，web端操作端口
启动配置文件配置，
数据更灵活 
    

    • 

  • 大型高并发高负载网站的系统架构
bijian1013
高并发负载均衡

            扩展Web应用程序
一.概念
        简单的来说，如果一个系统可扩展，那么你可以通过扩展来提供系统的性能。这代表着系统能够容纳更高的负载、更大的数据集，并且系统是可维护的。扩展和语言、某项具体的技术都是无关的。扩展可以分为两种：
        1.
    

    • 

  • DISPLAY变量和xhost(原创)
czmmiao
display

    DISPLAY
在Linux/Unix类操作系统上, DISPLAY用来设置将图形显示到何处. 直接登陆图形界面或者登陆命令行界面后使用startx启动图形, DISPLAY环境变量将自动设置为:0:0, 此时可以打开终端, 输出图形程序的名称(比如xclock)来启动程序, 图形将显示在本地窗口上, 在终端上输入printenv查看当前环境变量, 输出结果中有如下内容:DISPLAY=:0.0
    

    • 

  • 获取B/S客户端IP
周凡杨
java编程jspWeb浏览器

       最近想写个B/S架构的聊天系统，因为以前做过C/S架构的QQ聊天系统，所以对于Socket通信编程只是一个巩固。对于C/S架构的聊天系统，由于存在客户端Java应用，所以直接在代码中获取客户端的IP，应用的方法为：
   String ip = InetAddress.getLocalHost().getHostAddress();
然而对于WEB
    

    • 

  • 浅谈类和对象
朱辉辉33
编程

        类是对一类事物的总称，对象是描述一个物体的特征，类是对象的抽象。简单来说，类是抽象的，不占用内存，对象是具体的，
占用存储空间。
    类是由属性和方法构成的，基本格式是public  class 类名{
//定义属性
private/public 数据类型 属性名；
//定义方法
publ
    

    • 

  • android activity与viewpager+fragment的生命周期问题
肆无忌惮_
viewpager

    有一个Activity里面是ViewPager，ViewPager里面放了两个Fragment。
第一次进入这个Activity。开启了服务，并在onResume方法中绑定服务后，对Service进行了一定的初始化，其中调用了Fragment中的一个属性。
super.onResume();
bindService(intent, conn, BIND_AUTO_CREATE);

    

    • 

  • base64Encode对图片进行编码
843977358
base64图片encoder

    /**
* 对图片进行base64encoder编码
*
* @author mrZhang
* @param path
* @return
*/
public static String encodeImage(String path) {
BASE64Encoder encoder = null;
byte[] b = null;
I
    

    • 

  • Request Header简介
aigo
servlet

    当一个客户端(通常是浏览器)向Web服务器发送一个请求是，它要发送一个请求的命令行，一般是GET或POST命令，当发送POST命令时，它还必须向服务器发送一个叫“Content-Length”的请求头(Request   Header)   用以指明请求数据的长度，除了Content-Length之外，它还可以向服务器发送其它一些Headers，如：    
    

    • 

  • HttpClient4.3 创建SSL协议的HttpClient对象
alleni123
httpclient爬虫ssl

    public class HttpClientUtils
{
public static CloseableHttpClient createSSLClientDefault(CookieStore cookies){
SSLContext sslContext=null;
try
{
sslContext=new SSLContextBuilder().l
    

    • 

  • java取反 -右移-左移-无符号右移的探讨
百合不是茶
位运算符 位移

    取反：
在二进制中第一位，1表示符数，0表示正数
byte a = -1;
原码：10000001
反码：11111110
补码：11111111
//异或: 00000000
byte b = -2;
原码：10000010
反码：11111101
补码：11111110
//异或: 00000001

    

    • 

  • java多线程join的作用与用法
bijian1013
java多线程

            对于JAVA的join，JDK 是这样说的：join public final void join （long millis ）throws InterruptedException Waits at most millis milliseconds for this thread to die. A timeout of 0 means t
    

    • 

  • Java发送http请求(get 与post方法请求)
bijian1013
javaspring

    PostRequest.java
package com.bijian.study;
import java.io.BufferedReader;
import java.io.DataOutputStream;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.HttpURL
    

    • 

  • 【Struts2二】struts.xml中package下的action配置项默认值
bit1129
struts.xml

    在第一部份，定义了struts.xml文件，如下所示：
 
<!DOCTYPE struts PUBLIC
"-//Apache Software Foundation//DTD Struts Configuration 2.3//EN"
"http://struts.apache.org/dtds/struts
    

    • 

  • 【Kafka十三】Kafka Simple Consumer
bit1129
simple

    代码中关于Host和Port是割裂开的，这会导致单机环境下的伪分布式Kafka集群环境下，这个例子没法运行。
实际情况是需要将host和port绑定到一起，
 
package kafka.examples.lowlevel;
import kafka.api.FetchRequest;
import kafka.api.FetchRequestBuilder;
impo
    

    • 

  • nodejs学习api
ronin47
nodejs api

    NodeJS基础 什么是NodeJS
JS是脚本语言，脚本语言都需要一个解析器才能运行。对于写在HTML页面里的JS，浏览器充当了解析器的角色。而对于需要独立运行的JS，NodeJS就是一个解析器。
每一种解析器都是一个运行环境，不但允许JS定义各种数据结构，进行各种计算，还允许JS使用运行环境提供的内置对象和方法做一些事情。例如运行在浏览器中的JS的用途是操作DOM，浏览器就提供了docum
    

    • 

  • java-64.寻找第N个丑数
bylijinnan
java

    
public class UglyNumber {
/**
* 64.查找第N个丑数
具体思路可参考 [url] http://zhedahht.blog.163.com/blog/static/2541117420094245366965/[/url]
*
题目：我们把只包含因子
2、3和5的数称作丑数（Ugly Number）。例如6、8都是丑数，但14
    

    • 

  • 二维数组（矩阵）对角线输出
bylijinnan
二维数组

    
/**
二维数组 对角线输出 两个方向
例如对于数组：
{ 1, 2, 3, 4 },
{ 5, 6, 7, 8 },
{ 9, 10, 11, 12 },
{ 13, 14, 15, 16 },
slash方向输出：
1
5 2
9 6 3
13 10 7 4
14 11 8
15 12
16
backslash输出：
4
3
    

    • 

  • [JWFD开源工作流设计]工作流跳跃模式开发关键点(今日更新)
comsci
工作流

       既然是做开源软件的,我们的宗旨就是给大家分享设计和代码,那么现在我就用很简单扼要的语言来透露这个跳跃模式的设计原理
   大家如果用过JWFD的ARC-自动运行控制器,或者看过代码,应该知道在ARC算法模块中有一个函数叫做SAN(),这个函数就是ARC的核心控制器,要实现跳跃模式,在SAN函数中一定要对LN链表数据结构进行操作,首先写一段代码,把
    

    • 

  • redis常见使用
cuityang
redis常见使用

    redis 通常被认为是一个数据结构服务器，主要是因为其有着丰富的数据结构 strings、map、 list、sets、 sorted sets
引入jar包 jedis-2.1.0.jar  (本文下方提供下载)
package redistest;
import redis.clients.jedis.Jedis;
public class Listtest
    

    • 

  • 配置多个redis
dalan_123
redis

    配置多个redis客户端
<?xml version="1.0" encoding="UTF-8"?><beans xmlns="http://www.springframework.org/schema/beans"       xmlns:xsi=&quo
    

    • 

  • attrib命令
dcj3sjt126com
attr

     
attrib指令用于修改文件的属性.文件的常见属性有:只读.存档.隐藏和系统. 
  只读属性是指文件只可以做读的操作.不能对文件进行写的操作.就是文件的写保护. 
  存档属性是用来标记文件改动的.即在上一次备份后文件有所改动.一些备份软件在备份的时候会只去备份带有存档属性的文件. 

    

    • 

  • Yii使用公共函数
dcj3sjt126com
yii

    在网站项目中，没必要把公用的函数写成一个工具类，有时候面向过程其实更方便。 在入口文件index.php里添加 require_once('protected/function.php'); 即可对其引用，成为公用的函数集合。 function.php如下：
  <?php /**   * This is the shortcut to D
    

    • 

  • linux 系统资源的查看（free、uname、uptime、netstat）
eksliang
netstatlinux unamelinux uptimelinux free

    linux 系统资源的查看
转载请出自出处：http://eksliang.iteye.com/blog/2167081
 
http://eksliang.iteye.com 一、free查看内存的使用情况
语法如下：
 
free [-b][-k][-m][-g] [-t]
参数含义
-b:直接输入free时，显示的单位是kb我们可以使用b(bytes),m
    

    • 

  • JAVA的位操作符
greemranqq
位运算JAVA位移<<>>>

    最近几种进制，加上各种位操作符，发现都比较模糊，不能完全掌握，这里就再熟悉熟悉。
 
1.按位操作符 ：
   按位操作符是用来操作基本数据类型中的单个bit,即二进制位，会对两个参数执行布尔代数运算，获得结果。
   与（&）运算：
   1&1 = 1, 1&0 = 0, 0&0 &
    

    • 

  • Web前段学习网站
ihuning
Web

     
Web前段学习网站
菜鸟学习：http://www.w3cschool.cc/
 
JQuery中文网：http://www.jquerycn.cn/
 
内存溢出：http://outofmemory.cn/#csdn.blog
 
http://www.icoolxue.com/
 
http://www.jikexue
    

    • 

  • 强强联合：FluxBB 作者加盟 Flarum
justjavac
r

    原文：FluxBB Joins Forces With Flarum作者：Toby Zerner译文：强强联合：FluxBB 作者加盟 Flarum译者：justjavac
FluxBB 是一个快速、轻量级论坛软件，它的开发者是一名德国的 PHP 天才 Franz Liedke。FluxBB 的下一个版本(2.0)将被完全重写，并已经开发了一段时间。FluxBB 看起来非常有前途的，
    

    • 

  • java统计在线人数（session存储信息的）
macroli
javaWeb

    这篇日志是我写的第三次了 前两次都发布失败！郁闷极了！
 
由于在web开发中常常用到这一部分所以在此记录一下，呵呵，就到备忘录了！
我对于登录信息时使用session存储的，所以我这里是通过实现HttpSessionAttributeListener这个接口完成的。
1、实现接口类，在web.xml文件中配置监听类，从而可以使该类完成其工作。
public class Ses
    

    • 

  • bootstrp carousel初体验 快速构建图片播放
qiaolevip
每天进步一点点学习永无止境bootstrap纵观千象

    img{
border: 1px solid white;
box-shadow: 2px 2px 12px #333;
_width: expression(this.width > 600 ? "600px" : this.width + "px");
_height: expression(this.width &
    

    • 

  • SparkSQL读取HBase数据，通过自定义外部数据源
superlxw1234
sparksparksqlsparksql读取hbasesparksql外部数据源

    关键字：SparkSQL读取HBase、SparkSQL自定义外部数据源
 
 
前面文章介绍了SparSQL通过Hive操作HBase表。
 
SparkSQL从1.2开始支持自定义外部数据源(External DataSource)，这样就可以通过API接口来实现自己的外部数据源。这里基于Spark1.4.0，简单介绍SparkSQL自定义外部数据源，访
    

    • 

  • Spring Boot 1.3.0.M1发布
wiselyman
spring boot

        Spring Boot 1.3.0.M1于6.12日发布，现在可以从Spring milestone repository下载。这个版本是基于Spring Framework 4.2.0.RC1,并在Spring Boot 1.2之上提供了大量的新特性improvements and new features。主要包含以下：
 
1.提供一个新的sprin
    

    • 














按字母分类：
ABCDEFGHIJKLMNOPQRSTUVWXYZ其他