边缘提取（一）：传统的边缘提取算子（1）

 

       经典的边缘提取算法中有一类算法是基于设计边缘提取算子（或者也可以叫卷积模板），然后经过阈值处理得到二值化的边缘图，下面就具体介绍这种思路相关的内容。

边缘提取（一）：传统的边缘提取算子（1）

传统的边缘提取算子包括sobel、prewit、robert、LoG等，下面一一介绍：

1.      Sobel，prewitt，robert算子

                                   sobel                                                  prewitt                                          robert
 

      sobel算子相比于[-1 0 1]这种简单的水平梯度算子，还具有一定的平滑作用，有助于去除噪声，prewitt和sobel算子很像，但是sobel算子的卷积考虑了不同位置的权重。而robert算子求取的是对角线方向的。具体不做详细介绍了。Matlab实现代码如下：

 
clc;
clearvars;
close all;
im=imread('3.jpg');
%%
%sobel
sobel_x=[-1 0 1;-2 0 2;-1 0 1];
sobel_y=soble_x';
%prewitt
prewitt_x=[-1 0 1;-1 0 1;-1 0 1];
prewitt_y=prewitt_x';
%robert
robert1=[-1 0;0 1];
robert2=[0 -1;1 0];
[M,N,dim]=size(im);
if dim>1
    im1=rgb2gray(im);
end
%%
%卷积操作，在这里就只示范一个
im_1=conv2(double(im1),sobel_x,'valid');</code></pre> 
  <p><strong>2.      LOG（拉普拉斯+高斯滤波）</strong></p> 
  <p>首先介绍一下拉普拉斯算子是一个二阶微分算子，在笛卡尔坐标系中就是所有非混合二阶偏导数:</p> 
  <p><a href="http://img.e-com-net.com/image/info8/d5222f71bd5645f588ab552db2e21203.png" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/d5222f71bd5645f588ab552db2e21203.png" width="100" height="47"></a></p> 
  <p><span style="color:#333333;">具体到图像坐标系（</span><span style="color:#333333;">x-y</span><span style="color:#333333;">）中</span><span style="color:#333333;">(x</span><span style="color:#333333;">代表行，</span><span style="color:#333333;">y</span><span style="color:#333333;">代表图像列</span><span style="color:#333333;">)</span><span style="color:#333333;">：</span></p> 
  <p><a href="http://img.e-com-net.com/image/info8/56aff19075e942ecb43cdfef34f40419.png" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/56aff19075e942ecb43cdfef34f40419.png" width="118" height="42"></a></p> 
  <p>离散化之后的表示为（间隔为1）：（二阶差分）</p> 
  <p>(离散系统到连续系统是通过采样保持器，常用的是零阶保持器，连续系统到离散系统则是通过间隔采样得到的，从s域变到z域的变化有双线性变化等方法，差分方程与Z域有直接的联系，具体怎么样需要用到控制数学里面的一些东西，这里偷个懒就不详细介绍了，想要深入了解的往这个方向查资料就行了):</p> 
  <p><a href="http://img.e-com-net.com/image/info8/e3e7a735dd254b2d8927a44e2d9991dd.jpg" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/e3e7a735dd254b2d8927a44e2d9991dd.jpg" width="558" height="41"></a></p> 
  <p>对应卷积模板为：</p> 
  <p><a href="http://img.e-com-net.com/image/info8/4888de061bd14e979ea1548bc4a4e8bb.png" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/4888de061bd14e979ea1548bc4a4e8bb.png" width="93" height="97"></a></p> 
  <p> </p> 
  <p>      梯度是原图的一阶导数，代表的是像素值的变化速度，而拉普拉斯算子是二阶导数，代表着梯度的变化速度，这二者其实都可以用来确定边缘，具体例子我们可以看下图：</p> 
  <p><a href="http://img.e-com-net.com/image/info8/bb469e81140b43f082d1c1f5908104fc.jpg" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/bb469e81140b43f082d1c1f5908104fc.jpg" width="400" height="67"></a></p> 
  <p><br>                                                                           （原图）</p> 
  <p> </p> 
  <p> </p> 
  <p>下面的折线图取自原图第五行的处理结果，如果用一阶导数求出的梯度，则会有两个峰值分别对应上下边沿，而如果用二阶导的话，则会对应的有四个峰值，原因是分别经历了两次剧烈的升降变化，而峰值极大值处，如果在连续系统中，二阶导为0。</p> 
  <p><a href="http://img.e-com-net.com/image/info8/beff62b6791f4aa7a1855e286b133d14.jpg" target="_blank"><img alt="边缘提取（一）：传统的边缘提取算子（1）_第3张图片" class="has" src="http://img.e-com-net.com/image/info8/beff62b6791f4aa7a1855e286b133d14.jpg" width="539" height="198" style="border:1px solid black;"></a></p> 
  <p>                                   （从左到右分别为第五行灰度，一阶差分，二阶差分结果）</p> 
  <p>所以如果用二阶导来定位边缘的话，正确的方式应该是求取下图中两个黄点中间的位置，</p> 
  <p><a href="http://img.e-com-net.com/image/info8/e53eee8cda4c452b9be710898f2c9b1e.jpg" target="_blank"><img alt="边缘提取（一）：传统的边缘提取算子（1）_第4张图片" class="has" src="http://img.e-com-net.com/image/info8/e53eee8cda4c452b9be710898f2c9b1e.jpg" width="212" height="170" style="border:1px solid black;"></a></p> 
  <p>由于图像坐标是离散的，所以只能近似逼近。但是几个峰值的位置其实也是靠近边缘的，有时候为了简化运算，也可以直接用二阶求导之后的值来做边缘提取，但是边缘定位的就不是很准了。上述实验的代码如下：</p> 
  <p>                                 <a href="http://img.e-com-net.com/image/info8/0437173183674a72b2b0fa8e52f32779.jpg" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/0437173183674a72b2b0fa8e52f32779.jpg" width="444" height="87"></a></p> 
  <p>                                                              差分之后的结果（左：一阶 右：二阶）</p> 
  <p>                   <a href="http://img.e-com-net.com/image/info8/9582cec934d04718b4fce4160998e96f.jpg" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/9582cec934d04718b4fce4160998e96f.jpg" width="554" height="85"></a></p> 
  <p>                                                              二值化之后的结果（左：一阶 右：二阶）</p> 
  <pre> </pre> 
  <pre class="has"><code class="language-cpp"> <code class="language-plain"><textarea readonly=”readonly” name=”code” class=”matlab”>  
clc;
clearvars;
close all;
im=imread('3.jpg');
L=[0 1 0;1 -4 1;0 1 0];
di=[1 -1];
di2=[1 -2 1];
g=fspecial('gaussian',[5 5],1);
im1=rgb2gray(im);
figure,plot(im1(5,:));title('灰度变化');
im_di1=conv2(double(im1),di,'valid');
figure,plot(im_di1(5,:));title('水平梯度');
im_di2=conv2(double(im1),di2,'valid');
figure,plot(im_di2(5,:));title('二阶导');
figure(4);
subplot(1,2,1);imshow((abs(im_di1)>20),[]);
subplot(1,2,2);imshow((abs(im_di2)>20),[]);</code></pre> 
  <p> </p> 
  <p> </p> 
  <p>为了去除噪声的影响，在用拉普拉斯算子对图像进行卷积之前，可以先用高斯对图像进行滤波，同样也是卷积操作：</p> 
  <p> </p> 
  <p> </p> 
  <p style="text-align:center;"><a href="http://img.e-com-net.com/image/info8/eb3061e654394e3db6cd24d027e8651b.png" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/eb3061e654394e3db6cd24d027e8651b.png" width="215" height="41"></a></p> 
  <p>而图像的卷积等价于频域的乘积，这样我们就可以把高斯卷积和laplace卷积合起来，就得到了LoG算子，具体解算步骤就是：</p> 
  <ul> 
   <li>对高斯函数求二阶偏导： </li> 
  </ul> 
  <p>                      <a href="http://img.e-com-net.com/image/info8/f72158425db245f6b921eb102a816107.png" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/f72158425db245f6b921eb102a816107.png" width="164" height="67"></a></p> 
  <p><a href="http://img.e-com-net.com/image/info8/21aea142dea34d8ebe1f23012de031b0.jpg" target="_blank"><img alt="" class="has" src="http://img.e-com-net.com/image/info8/21aea142dea34d8ebe1f23012de031b0.jpg" width="554" height="67"></a></p> 
  <p> </p> 
  <p>(公式详细推导来自于https://blog.csdn.net/touch_dream/article/details/62237018)</p> 
  <ul> 
   <li> <p>l  然后离散化得到指定大小的卷积模板，常用的是5*5的模板</p> （要具体了解离散化的过程，可以参考这篇博客：                      https://blog.csdn.net/gnehcuoz/article/details/52793654）</li> 
  </ul> 
  <p><a href="http://img.e-com-net.com/image/info8/f3639a055acc4885b4c3661e1f30e6b6.jpg" target="_blank"><img alt="边缘提取（一）：传统的边缘提取算子（1）_第5张图片" class="has" src="http://img.e-com-net.com/image/info8/f3639a055acc4885b4c3661e1f30e6b6.jpg" width="227" height="198" style="border:1px solid black;"></a></p> 
  <p>                              图片来自http://blog.sina.com.cn/s/blog_7155fb1a0100wzkz.html</p> 
  <p> </p> 
  <p> </p> 
  <p> </p> 
 </div> 
</div>
                            </div>
                        </div>
                    </div>
                    <!--PC和WAP自适应版-->
                    <div id="SOHUCS" sid="1280820555171250176"></div>
                    <script type="text/javascript" src="/views/front/js/chanyan.js"></script>
                    <!-- 文章页-底部 动态广告位 -->
                    <div class="youdao-fixed-ad" id="detail_ad_bottom"></div>
                </div>
                <div class="col-md-3">
                    <div class="row" id="ad">
                        <!-- 文章页-右侧1 动态广告位 -->
                        <div id="right-1" class="col-lg-12 col-md-12 col-sm-4 col-xs-4 ad">
                            <div class="youdao-fixed-ad" id="detail_ad_1"> </div>
                        </div>
                        <!-- 文章页-右侧2 动态广告位 -->
                        <div id="right-2" class="col-lg-12 col-md-12 col-sm-4 col-xs-4 ad">
                            <div class="youdao-fixed-ad" id="detail_ad_2"></div>
                        </div>
                        <!-- 文章页-右侧3 动态广告位 -->
                        <div id="right-3" class="col-lg-12 col-md-12 col-sm-4 col-xs-4 ad">
                            <div class="youdao-fixed-ad" id="detail_ad_3"></div>
                        </div>
                    </div>
                </div>
            </div>
        </div>
    </div>
    <div class="container">
        <h4 class="pt20 mb15 mt0 border-top">你可能感兴趣的:(计算机视觉基础理论)</h4>
        <div id="paradigm-article-related">
            <div class="recommend-post mb30">
                <ul class="widget-links">
                    <li><a href="/article/1835421131713114112.htm"
                           title="AI大模型的架构演进与最新发展" target="_blank">AI大模型的架构演进与最新发展</a>
                        <span class="text-muted">季风泯灭的季节</span>
<a class="tag" taget="_blank" href="/search/AI%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%BA%94%E7%94%A8%E6%8A%80%E6%9C%AF%E4%BA%8C/1.htm">AI大模型应用技术二</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a><a class="tag" taget="_blank" href="/search/%E6%9E%B6%E6%9E%84/1.htm">架构</a>
                        <div>随着深度学习的发展，AI大模型（LargeLanguageModels,LLMs）在自然语言处理、计算机视觉等领域取得了革命性的进展。本文将详细探讨AI大模型的架构演进，包括从Transformer的提出到GPT、BERT、T5等模型的历史演变，并探讨这些模型的技术细节及其在现代人工智能中的核心作用。一、基础模型介绍：Transformer的核心原理Transformer架构的背景在Transfo</div>
                    </li>
                    <li><a href="/article/1835356591562518528.htm"
                           title="个人学习笔记7-6：动手学深度学习pytorch版-李沐" target="_blank">个人学习笔记7-6：动手学深度学习pytorch版-李沐</a>
                        <span class="text-muted">浪子L</span>
<a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E7%AC%94%E8%AE%B0/1.htm">笔记</a><a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/python/1.htm">python</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a><a class="tag" taget="_blank" href="/search/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/1.htm">神经网络</a><a class="tag" taget="_blank" href="/search/pytorch/1.htm">pytorch</a>
                        <div>#人工智能##深度学习##语义分割##计算机视觉##神经网络#计算机视觉13.11全卷积网络全卷积网络（fullyconvolutionalnetwork，FCN）采用卷积神经网络实现了从图像像素到像素类别的变换。引入l转置卷积（transposedconvolution）实现的，输出的类别预测与输入图像在像素级别上具有一一对应关系：通道维的输出即该位置对应像素的类别预测。13.11.1构造模型下</div>
                    </li>
                    <li><a href="/article/1835337048534380544.htm"
                           title="计算机视觉中，Pooling的作用" target="_blank">计算机视觉中，Pooling的作用</a>
                        <span class="text-muted">Wils0nEdwards</span>
<a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>在计算机视觉中，Pooling（池化）是一种常见的操作，主要用于卷积神经网络（CNN）中。它通过对特征图进行下采样，减少数据的空间维度，同时保留重要的特征信息。Pooling的作用可以归纳为以下几个方面：1.降低计算复杂度与内存需求Pooling操作通过对特征图进行下采样，减少了特征图的空间分辨率（例如，高度和宽度）。这意味着网络需要处理的数据量会减少，从而降低了计算量和内存需求。这对大型神经网络</div>
                    </li>
                    <li><a href="/article/1835323818122506240.htm"
                           title="OpenCV图像处理技术（Python）——入门" target="_blank">OpenCV图像处理技术（Python）——入门</a>
                        <span class="text-muted">森屿_</span>
<a class="tag" taget="_blank" href="/search/opencv/1.htm">opencv</a>
                        <div>©FuXianjun.AllRightsReserved.OpenCV入门图像作为人类感知世界的视觉基础，是人类获取信息、表达信息的重要手段，OpenCV作为一个开源的计算机视觉库，它包括几百个易用的图像成像和视觉函数，既可以用于学术研究，也可用于工业邻域，它于1999年由因特尔的GaryBradski启动，OpenCV库主要由C和C++语言编写，它可以在多个操作系统上运行。1.1图像处理基本操作</div>
                    </li>
                    <li><a href="/article/1835186225317769216.htm"
                           title="CV、NLP、数据控掘推荐、量化" target="_blank">CV、NLP、数据控掘推荐、量化</a>
                        <span class="text-muted">海的那边-</span>
<a class="tag" taget="_blank" href="/search/AI%E7%AE%97%E6%B3%95/1.htm">AI算法</a><a class="tag" taget="_blank" href="/search/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86/1.htm">自然语言处理</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>下面是对CV（计算机视觉）、NLP（自然语言处理）、数据挖掘推荐和量化的简要概述及其应用领域的介绍：1.CV（计算机视觉，ComputerVision）定义：计算机视觉是一门让计算机能够从图像或视频中提取有用信息，并做出决策的学科。它通过模拟人类的视觉系统来识别、处理和理解视觉信息。主要任务：图像分类：识别图像中的物体并分类，比如猫、狗、车等。目标检测：在图像或视频中定位并识别多个对象，如人脸检测</div>
                    </li>
                    <li><a href="/article/1834777218480435200.htm"
                           title="Python计算机视觉编程 第三章 图像到图像的映射" target="_blank">Python计算机视觉编程 第三章 图像到图像的映射</a>
                        <span class="text-muted">一只小小程序猿</span>
<a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/python/1.htm">python</a><a class="tag" taget="_blank" href="/search/opencv/1.htm">opencv</a>
                        <div>目录单应性变换直接线性变换算法仿射变换图像扭曲图像中的图像分段仿射扭曲创建全景图RANSAC拼接图像单应性变换单应性变换是将一个平面内的点映射到另一个平面内的二维投影变换。在这里，平面是指图像或者三维中的平面表面。单应性变换具有很强的实用性，比如图像配准、图像纠正和纹理扭曲，以及创建全景图像。单应性变换本质上是一种二维到二维的映射，可以将一个平面内的点映射到另一个平面上的对应点。代码如下：impo</div>
                    </li>
                    <li><a href="/article/1834776336560910336.htm"
                           title="DIODE：超高分辨率室内室外数据集（猫脸码客 第186期）" target="_blank">DIODE：超高分辨率室内室外数据集（猫脸码客 第186期）</a>
                        <span class="text-muted">猫脸码客: catCode2024</span>
<a class="tag" taget="_blank" href="/search/%E5%BC%80%E6%BA%90%E6%95%B0%E6%8D%AE%E9%9B%86/1.htm">开源数据集</a><a class="tag" taget="_blank" href="/search/%E7%8C%AB%E8%84%B8%E7%A0%81%E5%AE%A2/1.htm">猫脸码客</a><a class="tag" taget="_blank" href="/search/%E5%BC%80%E6%BA%90%E6%95%B0%E6%8D%AE%E9%9B%86/1.htm">开源数据集</a><a class="tag" taget="_blank" href="/search/%E8%B6%85%E9%AB%98%E5%88%86%E8%BE%A8%E7%8E%87%E5%AE%A4%E5%86%85%E5%AE%A4%E5%A4%96%E6%95%B0%E6%8D%AE%E9%9B%86/1.htm">超高分辨率室内室外数据集</a>
                        <div>亲爱的读者们，您是否在寻找某个特定的数据集，用于研究或项目实践？欢迎您在评论区留言，或者通过公众号私信告诉我，您想要的数据集的类型主题。小编会竭尽全力为您寻找，并在找到后第一时间与您分享。在计算机视觉和深度学习领域，深度信息作为三维空间感知的重要组成部分，对于实现高级视觉任务如场景理解、机器人导航、增强现实等具有至关重要的作用。然而，获取准确且密集的深度数据一直是一个挑战，尤其是在同时涵盖室内和室</div>
                    </li>
                    <li><a href="/article/1834661502431358976.htm"
                           title="深度学习入门篇：PyTorch实现手写数字识别" target="_blank">深度学习入门篇：PyTorch实现手写数字识别</a>
                        <span class="text-muted">AI_Guru人工智能</span>
<a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/pytorch/1.htm">pytorch</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>深度学习作为机器学习的一个分支，近年来在图像识别、自然语言处理等领域取得了显著的成就。在众多的深度学习框架中，PyTorch以其动态计算图、易用性强和灵活度高等特点，受到了广泛的喜爱。本篇文章将带领大家使用PyTorch框架，实现一个手写数字识别的基础模型。手写数字识别简介手写数字识别是计算机视觉领域的一个经典问题，目的是让计算机能够识别并理解手写数字图像。这个问题通常作为深度学习入门的练习，因为</div>
                    </li>
                    <li><a href="/article/1834561173706600448.htm"
                           title="OpenCV高阶操作" target="_blank">OpenCV高阶操作</a>
                        <span class="text-muted">富士达幸运星</span>
<a class="tag" taget="_blank" href="/search/opencv/1.htm">opencv</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a><a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a>
                        <div>在图像处理与计算机视觉领域，OpenCV（OpenSourceComputerVisionLibrary）无疑是最为强大且广泛使用的工具之一。从基础的图像读取、1.图片的上下，采样下采样（Downsampling）下采样通常用于减小图像的尺寸，从而减少图像中的像素数。这个过程可以通过多种方法实现，但最常见的是通过图像金字塔中的pyrDown函数（在OpenCV中）或其他类似的滤波器（如平均池化、最</div>
                    </li>
                    <li><a href="/article/1834538229622206464.htm"
                           title="深入掌握大模型精髓：《实战AI大模型》带你全面理解大模型开发！" target="_blank">深入掌握大模型精髓：《实战AI大模型》带你全面理解大模型开发！</a>
                        <span class="text-muted">努力的光头强</span>
<a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a><a class="tag" taget="_blank" href="/search/langchain/1.htm">langchain</a><a class="tag" taget="_blank" href="/search/prompt/1.htm">prompt</a><a class="tag" taget="_blank" href="/search/transformer/1.htm">transformer</a><a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a>
                        <div>今天，人工智能技术的快速发展和广泛应用已经引起了大众的关注和兴趣，它不仅成为技术发展的核心驱动力，更是推动着社会生活的全方位变革。特别是作为AI重要分支的深度学习，通过不断刷新的表现力已引领并定义了一场科技革命。大型深度学习模型（简称AI大模型）以其强大的表征能力和卓越的性能，在自然语言处理、计算机视觉、推荐系统等领域均取得了突破性的进展。尤其随着AI大模型的广泛应用，无数领域因此受益。AI大模型</div>
                    </li>
                    <li><a href="/article/1834517041474793472.htm"
                           title="计算机视觉—照相机（下）" target="_blank">计算机视觉—照相机（下）</a>
                        <span class="text-muted">zidea</span>

                        <div>封面焦距(FieldofView)同一位置相机用不同焦距，28mmFieldofView就变小，85mm时候的Fieldofview也就是只有28度视野，每一个物体在通常尺寸的胶片上像素也就是越多，chromaticAberration焦距和是波长相关，不同颜色光聚焦在不同位置。这种现象在物体边缘尤为明显。颜色颜色说简单也简单，说复杂也复杂，我们在高中物理已经知道可见光是电磁波，不同颜色对应不同波</div>
                    </li>
                    <li><a href="/article/1834435631711875072.htm"
                           title="Python OpenCV精讲系列 - 高级图像处理技术（五）" target="_blank">Python OpenCV精讲系列 - 高级图像处理技术（五）</a>
                        <span class="text-muted">极客代码</span>
<a class="tag" taget="_blank" href="/search/Python/1.htm">Python</a><a class="tag" taget="_blank" href="/search/OpenCV%E7%B2%BE%E8%AE%B2/1.htm">OpenCV精讲</a><a class="tag" taget="_blank" href="/search/python/1.htm">python</a><a class="tag" taget="_blank" href="/search/opencv/1.htm">opencv</a><a class="tag" taget="_blank" href="/search/%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86/1.htm">图像处理</a><a class="tag" taget="_blank" href="/search/%E5%BC%80%E5%8F%91%E8%AF%AD%E8%A8%80/1.htm">开发语言</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a><a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a>
                        <div>⚡️⚡️专栏：PythonOpenCV精讲⚡️⚡️本专栏聚焦于Python结合OpenCV库进行计算机视觉开发的专业教程。通过系统化的课程设计，从基础概念入手，逐步深入到图像处理、特征检测、物体识别等多个领域。适合希望在计算机视觉方向上建立坚实基础的技术人员及研究者。每一课不仅包含理论讲解，更有实战代码示例，助力读者快速将所学应用于实际项目中，提升解决复杂视觉问题的能力。无论是入门者还是寻求技能进</div>
                    </li>
                    <li><a href="/article/1834338430004326400.htm"
                           title="计算机视觉中的数据增强方法总结" target="_blank">计算机视觉中的数据增强方法总结</a>
                        <span class="text-muted">CV技术指南(公众号)</span>
<a class="tag" taget="_blank" href="/search/CV%E6%8A%80%E6%9C%AF%E6%80%BB%E7%BB%93/1.htm">CV技术总结</a><a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/1.htm">卷积神经网络</a>
                        <div>前言：在计算机视觉方向，数据增强的本质是人为地引入人视觉上的先验知识，可以很好地提升模型的性能，目前基本成为模型的标配。最近几年逐渐出了很多新的数据增强方法，在本文将对数据增强做一个总结。本文介绍了数据增强的作用，数据增强的分类，数据增强的常用方法，一些特殊的方法，如Cutout，RandomErasing，Mixup，Hide-and-Seek，CutMix，GridMask，FenceMask</div>
                    </li>
                    <li><a href="/article/1834333514607194112.htm"
                           title="计算机视觉中，什么是Hide-and-Seek？" target="_blank">计算机视觉中，什么是Hide-and-Seek？</a>
                        <span class="text-muted">Wils0nEdwards</span>
<a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>是的，Hide-and-Seek技术主要是在弱监督学习领域中使用的，它的核心思想是通过随机遮掩输入图像的一部分，强迫模型学习更全面的特征，而不是仅仅依赖显著的局部信息。由于弱监督场景下的监督信号有限，例如只有少量的点标注、粗略标注或没有任何标注，模型容易过度依赖于图像中最显著的部分，而忽略其他信息。这种现象会导致模型只关注容易识别的局部特征，而无法理解物体的整体结构或捕捉更多的背景信息。1.Hid</div>
                    </li>
                    <li><a href="/article/1834261406615171072.htm"
                           title="机器学习引领未来：赋能精准高效的图像识别技术革新" target="_blank">机器学习引领未来：赋能精准高效的图像识别技术革新</a>
                        <span class="text-muted">刷刷刷粉刷匠</span>
<a class="tag" taget="_blank" href="/search/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0/1.htm">机器学习</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>图像识别技术近年来取得了显著进展，深刻地改变了各行各业。机器学习，特别是深度学习的突破，推动了这一领域的技术革新。本文将深入探讨机器学习如何赋能图像识别技术，从基础理论到前沿进展，再到实际应用与挑战展望，为您全面呈现这一领域的最新动态和未来趋势。1.引言在当今数字化和智能化的时代，图像识别技术正逐渐成为人工智能（AI）领域的核心组成部分。随着计算能力的提升和数据量的激增，机器学习特别是深度学习的快</div>
                    </li>
                    <li><a href="/article/1834111036794433536.htm"
                           title="计算机视觉——第三章 图像拼接" target="_blank">计算机视觉——第三章 图像拼接</a>
                        <span class="text-muted">JMU15980999055</span>
<a class="tag" taget="_blank" href="/search/python/1.htm">python</a><a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>计算机视觉——第三章图像拼接1.图像全景拼接的原理和过程的简要介绍1.1特征点提取和匹配1.2图像配准1.3图像拼接2.实现多图像拼接2.1图片集说明2.2实验代码2.3实验结果及其分析3.两张不同角度的图像拼接3.1图片集说明3.2实验代码3.3实验结果及其分析总结1.图像全景拼接的原理和过程的简要介绍在同一位置拍摄的两幅或者多幅图片是单应性相关的，我们经常使用该约束将很多图像缝补起来，拼成一个</div>
                    </li>
                    <li><a href="/article/1834083558927462400.htm"
                           title="计算机视觉学习路线" target="_blank">计算机视觉学习路线</a>
                        <span class="text-muted">不会代码的小林</span>
<a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a>
                        <div>计算机视觉学习路线是一个系统而全面的过程，涵盖了从基础知识到高级应用的多个方面。以下是一个详细的计算机视觉学习路线，供您参考：一、基础知识学习编程语言与基础库学习Python语言，掌握基础语法、函数、面向对象编程等概念。Python是计算机视觉领域广泛使用的编程语言，因其简洁易读和丰富的库支持而受到青睐。学习Numpy库，用于科学计算和多维数组操作，这是计算机视觉中数据处理的基础。学习OpenCV</div>
                    </li>
                    <li><a href="/article/1834080276263825408.htm"
                           title="【Python第三方库】OpenCV库实用指南" target="_blank">【Python第三方库】OpenCV库实用指南</a>
                        <span class="text-muted">墨辰JC</span>
<a class="tag" taget="_blank" href="/search/Python/1.htm">Python</a><a class="tag" taget="_blank" href="/search/opencv/1.htm">opencv</a><a class="tag" taget="_blank" href="/search/python/1.htm">python</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a><a class="tag" taget="_blank" href="/search/%E5%AD%A6%E4%B9%A0/1.htm">学习</a>
                        <div>文章目录前言安装OpenCV读取图像图像基本操作获取图像信息裁剪图像图像缩放图像转换为灰度图图像模糊处理边缘检测图像翻转图像保存视频相关操作方法讲解读取视频从摄像头读取视频前言OpenCV（OpenSourceComputerVisionLibrary）作为一个强大的计算机视觉库，提供了丰富的图像处理和计算机视觉功能，尤其在图像识别、对象检测、视频分析等领域有着广泛的应用。本文将带领读者使用Pyt</div>
                    </li>
                    <li><a href="/article/1834075860894838784.htm"
                           title="ESRGAN——老旧照片、视频帧的修复和增强，提高图像的分辨率" target="_blank">ESRGAN——老旧照片、视频帧的修复和增强，提高图像的分辨率</a>
                        <span class="text-muted">爱研究的小牛</span>
<a class="tag" taget="_blank" href="/search/AIGC%E2%80%94%E2%80%94%E5%9B%BE%E5%83%8F/1.htm">AIGC——图像</a><a class="tag" taget="_blank" href="/search/AIGC%E2%80%94%E8%A7%86%E9%A2%91/1.htm">AIGC—视频</a><a class="tag" taget="_blank" href="/search/AIGC/1.htm">AIGC</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a><a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E9%9F%B3%E8%A7%86%E9%A2%91/1.htm">音视频</a><a class="tag" taget="_blank" href="/search/%E8%87%AA%E5%8A%A8%E5%8C%96/1.htm">自动化</a>
                        <div>ESRGAN（EnhancedSuper-ResolutionGAN）：用于提高图像的分辨率，将低质量图像升级为高分辨率版本，常用于老旧照片、视频帧的修复和增强。一、ESRGAN介绍1.1背景超分辨率问题是计算机视觉中的一个重要研究领域，其目标是通过增加像素数量来提高图像的分辨率，恢复出更加细腻的图像。传统的算法（如双三次插值）通常导致放大后的图像模糊、不自然。而深度学习特别是**生成对抗网络（G</div>
                    </li>
                    <li><a href="/article/1834070820750716928.htm"
                           title="计算机视觉之旅-进阶-图像滤波处理" target="_blank">计算机视觉之旅-进阶-图像滤波处理</a>
                        <span class="text-muted">撸码猿</span>
<a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86/1.htm">图像处理</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>1.基本概念1.1.数字图像图像处理的对象是数字图像,它是由像素点阵列表示的图像。需要了解像素、图像分辨率、灰度级、RBG等图像表示方法。用numpy数组表示,每个元素为像素值。例如RGB图像 importnumpyasnp img=np.array([[[255,0,0],[0,255,0]],[[0,0,255],[255,255,255]]]) 1.2.采样和量化数字图像是通过采样和量化得到</div>
                    </li>
                    <li><a href="/article/1834061448419045376.htm"
                           title="绘本讲师训练营【48期】1/21阅读原创《学习总结》" target="_blank">绘本讲师训练营【48期】1/21阅读原创《学习总结》</a>
                        <span class="text-muted">优丫漫绘本馆丹丹</span>

                        <div>48005王亚丹——2019年11月中旬第一次听到有绘本讲师培训班的时候就依然决定报名，于是就有了2020年1月1日的相遇。3天的时间又长又很短，长的是身体不佳，短的是学习时间太短。第一日上午首先是幽默的班班组织大家自我介绍。其次帅气智慧的阿渡老师从《如何阅读图画书》开始给我们分享了绘本基础理论知识：由最早的绘本到图画书进入大陆的历程；如何读绘本；如何选绘本；如何创作绘本剧及设计绘本活动、延伸等。</div>
                    </li>
                    <li><a href="/article/1833898367827144704.htm"
                           title="探秘3D UNet-PyTorch：高效三维图像分割利器" target="_blank">探秘3D UNet-PyTorch：高效三维图像分割利器</a>
                        <span class="text-muted">鲍凯印Fox</span>

                        <div>探秘3DUNet-PyTorch：高效三维图像分割利器在医学影像处理、计算机视觉和自动驾驶等领域，三维图像的理解与分析至关重要。而是一个基于PyTorch实现的深度学习模型，专为三维图像分割任务设计。本文将深入剖析该项目的技术细节，应用场景及特性，以期吸引更多的开发者和研究人员参与其中。项目简介3DUNet是2DUNet的三维扩展，其结构保持了卷积神经网络的对称性，采用跳跃连接的方式保留了不同尺度</div>
                    </li>
                    <li><a href="/article/1833897988754337792.htm"
                           title="论文学习笔记 VMamba: Visual State Space Model" target="_blank">论文学习笔记 VMamba: Visual State Space Model</a>
                        <span class="text-muted">Wils0nEdwards</span>
<a class="tag" taget="_blank" href="/search/%E5%AD%A6%E4%B9%A0/1.htm">学习</a><a class="tag" taget="_blank" href="/search/%E7%AC%94%E8%AE%B0/1.htm">笔记</a>
                        <div>概览这篇论文的动机源于在计算机视觉领域设计计算高效的网络架构的持续需求。当前的视觉模型如卷积神经网络（CNNs）和视觉Transformer（ViTs）在处理大规模视觉任务时展现出良好的表现，但都存在各自的局限性。特别是，ViTs尽管在处理大规模数据上具有优势，但其自注意力机制的二次复杂度对高分辨率图像处理时的计算成本极高。因此，研究者希望通过引入新的架构来降低这种复杂度，并提高视觉任务的效率。现</div>
                    </li>
                    <li><a href="/article/1833897862509981696.htm"
                           title="深度学习计算机视觉中 feature modulation 操作是什么？" target="_blank">深度学习计算机视觉中 feature modulation 操作是什么？</a>
                        <span class="text-muted">Wils0nEdwards</span>
<a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>什么是特征调制（FeatureModulation）？在深度学习与计算机视觉领域，特征调制（FeatureModulation）是一种用于增强模型灵活性和表达能力的技术，尤其是最近几年，它在许多任务中变得越来越重要。特征调制通过动态调整神经网络中间层的特征，使模型能够根据不同的上下文、输入或任务自适应地调整自身的行为。特征调制的核心概念特征调制的基本思想是通过某种形式的参数调节来改变特征表示的性质</div>
                    </li>
                    <li><a href="/article/1833892692518596608.htm"
                           title="计算机视觉中，如何理解自适应和注意力机制的关系？" target="_blank">计算机视觉中，如何理解自适应和注意力机制的关系？</a>
                        <span class="text-muted">Wils0nEdwards</span>
<a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>自适应和注意力机制之间的关系密切相关，注意力机制本质上是一种自适应的计算方法，它能够根据输入数据的不同特点，自主选择和聚焦于输入的某些部分或特征。以下是两者之间的具体关系和如何理解它们：1.注意力机制的自适应特性注意力机制的核心功能是为不同输入元素（如特征、位置、通道等）分配不同的权重。这些权重是通过学习动态生成的，表示模型对不同输入元素的关注程度。由于这些权重是根据具体的输入数据动态计算的，因此</div>
                    </li>
                    <li><a href="/article/1833887648427634688.htm"
                           title="解锁Python中的人脸识别：Face Recognition库详解与应用" target="_blank">解锁Python中的人脸识别：Face Recognition库详解与应用</a>
                        <span class="text-muted">码上飞扬</span>
<a class="tag" taget="_blank" href="/search/Recognition/1.htm">Recognition</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E8%84%B8%E8%AF%86%E5%88%AB/1.htm">人脸识别</a>
                        <div>在当今的人工智能时代，人脸识别技术已经成为了计算机视觉领域的一项重要应用。无论是在安全监控、社交媒体还是智能设备中，人脸识别都扮演着不可或缺的角色。在众多的人脸识别工具和库中，Python的FaceRecognition库以其简单易用和高效性而备受青睐。本文将深入探讨FaceRecognition库的使用方法、工作原理及其应用场景，帮助你快速掌握这一强大的工具。一、什么是FaceRecogniti</div>
                    </li>
                    <li><a href="/article/1833846607536287744.htm"
                           title="OpenCV3最常用的基本操作" target="_blank">OpenCV3最常用的基本操作</a>
                        <span class="text-muted">HeoLis</span>

                        <div>OpenCV介绍OpenCV的全称是OpenSourceComputerVisionLibrary，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。该程序库也可以使用英特尔公司的IPP进行加速处理。以上是维基百科关于OpenCV的介绍，简单来说它就是处理图</div>
                    </li>
                    <li><a href="/article/1833840371025670144.htm"
                           title="论文阅读笔记: DINOv2: Learning Robust Visual Features without Supervision" target="_blank">论文阅读笔记: DINOv2: Learning Robust Visual Features without Supervision</a>
                        <span class="text-muted">小夏refresh</span>
<a class="tag" taget="_blank" href="/search/%E8%AE%BA%E6%96%87/1.htm">论文</a><a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E8%AE%BA%E6%96%87%E9%98%85%E8%AF%BB/1.htm">论文阅读</a><a class="tag" taget="_blank" href="/search/%E7%AC%94%E8%AE%B0/1.htm">笔记</a><a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89/1.htm">计算机视觉</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>DINOv2:LearningRobustVisualFeatureswithoutSupervision论文地址:https://arxiv.org/abs/2304.07193代码地址:https://github.com/facebookresearch/dinov2摘要大量数据上的预训练模型在NLP方面取得突破，为计算机视觉中的类似基础模型开辟了道路。这些模型可以通过生成通用视觉特征(即无</div>
                    </li>
                    <li><a href="/article/1833637006488465408.htm"
                           title="Sora文本生成影像模型背后的创新原理与挑战" target="_blank">Sora文本生成影像模型背后的创新原理与挑战</a>
                        <span class="text-muted">noVonN</span>
<a class="tag" taget="_blank" href="/search/c%E8%AF%AD%E8%A8%80/1.htm">c语言</a><a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E7%AE%97%E6%B3%95/1.htm">算法</a><a class="tag" taget="_blank" href="/search/%E5%8C%BA%E5%9D%97%E9%93%BE/1.htm">区块链</a><a class="tag" taget="_blank" href="/search/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD/1.htm">人工智能</a>
                        <div>引言随着人工智能技术的飞速发展，OpenAI作为行业领导者，在文本生成领域取得重大突破之后，近日又推出了其在影像生成领域的最新力作——Sora。这款模型将自然语言处理与计算机视觉技术相结合，旨在通过输入文本描述来快速创作出逼真的电影场景，为内容创作者提供了前所未有的艺术表达工具。然而，正如OpenAI所指出的那样，尽管Sora展现出了令人惊叹的创造力，但它在仿真复杂物理现象和理解具体事例因果关系方</div>
                    </li>
                    <li><a href="/article/1833454069121904640.htm"
                           title="深度学习驱动下的字符识别：挑战与创新" target="_blank">深度学习驱动下的字符识别：挑战与创新</a>
                        <span class="text-muted">逼子歌</span>
<a class="tag" taget="_blank" href="/search/%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/1.htm">神经网络</a><a class="tag" taget="_blank" href="/search/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/1.htm">深度学习</a><a class="tag" taget="_blank" href="/search/%E5%AD%97%E7%AC%A6%E8%AF%86%E5%88%AB/1.htm">字符识别</a><a class="tag" taget="_blank" href="/search/%E5%8D%B7%E7%A7%AF%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/1.htm">卷积神经网络</a><a class="tag" taget="_blank" href="/search/%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86/1.htm">图像处理</a><a class="tag" taget="_blank" href="/search/%E7%89%B9%E5%BE%81%E6%8F%90%E5%8F%96/1.htm">特征提取</a>
                        <div>一、引言1.1研究背景深度学习在字符识别领域具有至关重要的地位。随着信息技术的飞速发展，对字符识别的准确性和效率要求越来越高。字符识别作为计算机视觉领域的一个重要研究方向，其主要目的是将各种形式的字符转换成计算机可识别的文本信息。近年来，深度学习技术在字符识别领域取得了显著的进展。国内研究者主要使用基于模板匹配的方法、基于统计模型的方法、基于神经网络的方法等各种方法进行字符识别研究。目前，国内各大</div>
                    </li>
                                <li><a href="/article/67.htm"
                                       title="jvm调优总结（从基本概念 到 深度优化）" target="_blank">jvm调优总结（从基本概念 到 深度优化）</a>
                                    <span class="text-muted">oloz</span>
<a class="tag" taget="_blank" href="/search/java/1.htm">java</a><a class="tag" taget="_blank" href="/search/jvm/1.htm">jvm</a><a class="tag" taget="_blank" href="/search/jdk/1.htm">jdk</a><a class="tag" taget="_blank" href="/search/%E8%99%9A%E6%8B%9F%E6%9C%BA/1.htm">虚拟机</a><a class="tag" taget="_blank" href="/search/%E5%BA%94%E7%94%A8%E6%9C%8D%E5%8A%A1%E5%99%A8/1.htm">应用服务器</a>
                                    <div>JVM参数详解：http://www.cnblogs.com/redcreen/archive/2011/05/04/2037057.html 
 
  Java虚拟机中，数据类型可以分为两类：基本类型和引用类型。基本类型的变量保存原始值，即：他代表的值就是数值本身；而引用类型的变量保存引用值。“引用值”代表了某个对象的引用，而不是对象本身，对象本身存放在这个引用值所表示的地址的位置。 </div>
                                </li>
                                <li><a href="/article/194.htm"
                                       title="【Scala十六】Scala核心十：柯里化函数" target="_blank">【Scala十六】Scala核心十：柯里化函数</a>
                                    <span class="text-muted">bit1129</span>
<a class="tag" taget="_blank" href="/search/scala/1.htm">scala</a>
                                    <div>本篇文章重点说明什么是函数柯里化，这个语法现象的背后动机是什么，有什么样的应用场景，以及与部分应用函数(Partial Applied Function)之间的联系   1. 什么是柯里化函数 
A way to write functions with multiple parameter lists. For instance
def f(x: Int)(y: Int) is a </div>
                                </li>
                                <li><a href="/article/321.htm"
                                       title="HashMap" target="_blank">HashMap</a>
                                    <span class="text-muted">dalan_123</span>
<a class="tag" taget="_blank" href="/search/java/1.htm">java</a>
                                    <div>HashMap在java中对很多人来说都是熟的；基于hash表的map接口的非同步实现。允许使用null和null键；同时不能保证元素的顺序；也就是从来都不保证其中的元素的顺序恒久不变。 
1、数据结构 
    在java中，最基本的数据结构无外乎：数组 和 引用（指针），所有的数据结构都可以用这两个来构造，HashMap也不例外，归根到底HashMap就是一个链表散列的数据</div>
                                </li>
                                <li><a href="/article/448.htm"
                                       title="Java Swing如何实时刷新JTextArea，以显示刚才加append的内容" target="_blank">Java Swing如何实时刷新JTextArea，以显示刚才加append的内容</a>
                                    <span class="text-muted">周凡杨</span>
<a class="tag" taget="_blank" href="/search/java/1.htm">java</a><a class="tag" taget="_blank" href="/search/%E6%9B%B4%E6%96%B0/1.htm">更新</a><a class="tag" taget="_blank" href="/search/swing/1.htm">swing</a><a class="tag" taget="_blank" href="/search/JTextArea/1.htm">JTextArea</a>
                                    <div>在代码中执行完textArea.append("message")后，如果你想让这个更新立刻显示在界面上而不是等swing的主线程返回后刷新，我们一般会在该语句后调用textArea.invalidate()和textArea.repaint()。

问题是这个方法并不能有任何效果，textArea的内容没有任何变化，这或许是swing的一个bug，有一个笨拙的办法可以实现</div>
                                </li>
                                <li><a href="/article/575.htm"
                                       title="servlet或struts的Action处理ajax请求" target="_blank">servlet或struts的Action处理ajax请求</a>
                                    <span class="text-muted">g21121</span>
<a class="tag" taget="_blank" href="/search/servlet/1.htm">servlet</a>
                                    <div>其实处理ajax的请求非常简单，直接看代码就行了： 
		//如果用的是struts
		//HttpServletResponse response = ServletActionContext.getResponse();
		// 设置输出为文字流
		response.setContentType("text/plain");
		// 设置字符集
		res</div>
                                </li>
                                <li><a href="/article/702.htm"
                                       title="FineReport的公式编辑框的语法简介" target="_blank">FineReport的公式编辑框的语法简介</a>
                                    <span class="text-muted">老A不折腾</span>
<a class="tag" taget="_blank" href="/search/finereport/1.htm">finereport</a><a class="tag" taget="_blank" href="/search/%E5%85%AC%E5%BC%8F/1.htm">公式</a><a class="tag" taget="_blank" href="/search/%E6%80%BB%E7%BB%93/1.htm">总结</a>
                                    <div>FINEREPORT用到公式的地方非常多，单元格（以=开头的便被解析为公式），条件显示，数据字典，报表填报属性值定义，图表标题，轴定义，页眉页脚，甚至单元格的其他属性中的鼠标悬浮提示内容都可以写公式。 
简单的说下自己感觉的公式要注意的几个地方： 
  
1.if语句语法刚接触感觉比较奇怪，if(条件式子,值1,值2)，if可以嵌套，if(条件式子1，值1，if(条件式子2，值2，值3)</div>
                                </li>
                                <li><a href="/article/829.htm"
                                       title="linux mysql 数据库乱码的解决办法" target="_blank">linux mysql 数据库乱码的解决办法</a>
                                    <span class="text-muted">墙头上一根草</span>
<a class="tag" taget="_blank" href="/search/linux/1.htm">linux</a><a class="tag" taget="_blank" href="/search/mysql/1.htm">mysql</a><a class="tag" taget="_blank" href="/search/%E6%95%B0%E6%8D%AE%E5%BA%93%E4%B9%B1%E7%A0%81/1.htm">数据库乱码</a>
                                    <div>linux 上mysql数据库区分大小写的配置 
lower_case_table_names=1 1-不区分大小写 0-区分大小写 
  
修改/etc/my.cnf 具体的修改内容如下: 
  
[client] 
default-character-set=utf8 
  
[mysqld] 
datadir=/var/lib/mysql 
socket=/va</div>
                                </li>
                                <li><a href="/article/956.htm"
                                       title="我的spring学习笔记6-ApplicationContext实例化的参数兼容思想" target="_blank">我的spring学习笔记6-ApplicationContext实例化的参数兼容思想</a>
                                    <span class="text-muted">aijuans</span>
<a class="tag" taget="_blank" href="/search/Spring+3/1.htm">Spring 3</a>
                                    <div>ApplicationContext能读取多个Bean定义文件，方法是： 
 
 
ApplicationContext appContext = new ClassPathXmlApplicationContext（

new String[]｛“bean-config1.xml”，“bean-config2.xml”，“bean-config3.xml”，“bean-config4.xml</div>
                                </li>
                                <li><a href="/article/1083.htm"
                                       title="mysql 基准测试之sysbench" target="_blank">mysql 基准测试之sysbench</a>
                                    <span class="text-muted">annan211</span>
<a class="tag" taget="_blank" href="/search/%E5%9F%BA%E5%87%86%E6%B5%8B%E8%AF%95/1.htm">基准测试</a><a class="tag" taget="_blank" href="/search/mysql%E5%9F%BA%E5%87%86%E6%B5%8B%E8%AF%95/1.htm">mysql基准测试</a><a class="tag" taget="_blank" href="/search/MySQL%E6%B5%8B%E8%AF%95/1.htm">MySQL测试</a><a class="tag" taget="_blank" href="/search/sysbench/1.htm">sysbench</a>
                                    <div>1 执行如下命令，安装sysbench-0.5： 
 tar xzvf sysbench-0.5.tar.gz  
 cd sysbench-0.5  
 chmod +x autogen.sh  
 ./autogen.sh  
 ./configure --with-mysql --with-mysql-includes=/usr/local/mysql</div>
                                </li>
                                <li><a href="/article/1210.htm"
                                       title="sql的复杂查询使用案列与技巧" target="_blank">sql的复杂查询使用案列与技巧</a>
                                    <span class="text-muted">百合不是茶</span>
<a class="tag" taget="_blank" href="/search/oracle/1.htm">oracle</a><a class="tag" taget="_blank" href="/search/sql/1.htm">sql</a><a class="tag" taget="_blank" href="/search/%E5%87%BD%E6%95%B0/1.htm">函数</a><a class="tag" taget="_blank" href="/search/%E6%95%B0%E6%8D%AE%E5%88%86%E9%A1%B5/1.htm">数据分页</a><a class="tag" taget="_blank" href="/search/%E5%90%88%E5%B9%B6%E6%9F%A5%E8%AF%A2/1.htm">合并查询</a>
                                    <div>  
本片博客使用的数据库表是oracle中的scott用户表; 
  
   
    -------------------  自然连接查询 
          查询 smith 的上司(两种方法) 
&</div>
                                </li>
                                <li><a href="/article/1337.htm"
                                       title="深入学习Thread类" target="_blank">深入学习Thread类</a>
                                    <span class="text-muted">bijian1013</span>
<a class="tag" taget="_blank" href="/search/java/1.htm">java</a><a class="tag" taget="_blank" href="/search/thread/1.htm">thread</a><a class="tag" taget="_blank" href="/search/%E5%A4%9A%E7%BA%BF%E7%A8%8B/1.htm">多线程</a><a class="tag" taget="_blank" href="/search/java%E5%A4%9A%E7%BA%BF%E7%A8%8B/1.htm">java多线程</a>
                                    <div>一．             线程的名字 
下面来看一下Thread类的name属性，它的类型是String。它其实就是线程的名字。在Thread类中，有String getName()和void setName(String)两个方法用来设置和获取这个属性的值。 
同时，Thr</div>
                                </li>
                                <li><a href="/article/1464.htm"
                                       title="JSON串转换成Map以及如何转换到对应的数据类型" target="_blank">JSON串转换成Map以及如何转换到对应的数据类型</a>
                                    <span class="text-muted">bijian1013</span>
<a class="tag" taget="_blank" href="/search/java/1.htm">java</a><a class="tag" taget="_blank" href="/search/fastjson/1.htm">fastjson</a><a class="tag" taget="_blank" href="/search/net.sf.json/1.htm">net.sf.json</a>
                                    <div>        在实际开发中，难免会碰到JSON串转换成Map的情况，下面来看看这方面的实例。另外，由于fastjson只支持JDK1.5及以上版本，因此在JDK1.4的项目中可以采用net.sf.json来处理。 
一.fastjson实例 
JsonUtil.java 
package com.study;

impor</div>
                                </li>
                                <li><a href="/article/1591.htm"
                                       title="【RPC框架HttpInvoker一】HttpInvoker：Spring自带RPC框架" target="_blank">【RPC框架HttpInvoker一】HttpInvoker：Spring自带RPC框架</a>
                                    <span class="text-muted">bit1129</span>
<a class="tag" taget="_blank" href="/search/spring/1.htm">spring</a>
                                    <div>HttpInvoker是Spring原生的RPC调用框架，HttpInvoker同Burlap和Hessian一样，提供了一致的服务Exporter以及客户端的服务代理工厂Bean，这篇文章主要是复制粘贴了Hessian与Spring集成一文，【RPC框架Hessian四】Hessian与Spring集成 
  在
【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中</div>
                                </li>
                                <li><a href="/article/1718.htm"
                                       title="【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析" target="_blank">【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析</a>
                                    <span class="text-muted">bit1129</span>
<a class="tag" taget="_blank" href="/search/Mahout/1.htm">Mahout</a>
                                    <div>#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements.  See the NOTICE file distributed with
# this work for additional information re</div>
                                </li>
                                <li><a href="/article/1845.htm"
                                       title="nginx三种获取用户真实ip的方法" target="_blank">nginx三种获取用户真实ip的方法</a>
                                    <span class="text-muted">ronin47</span>

                                    <div>随着nginx的迅速崛起，越来越多公司将apache更换成nginx. 同时也越来越多人使用nginx作为负载均衡, 并且代理前面可能还加上了CDN加速，但是随之也遇到一个问题：nginx如何获取用户的真实IP地址,如果后端是apache,请跳转到<apache获取用户真实IP地址>，如果是后端真实服务器是nginx，那么继续往下看。 
实例环境： 用户IP 120.22.11.11 </div>
                                </li>
                                <li><a href="/article/1972.htm"
                                       title="java-判断二叉树是不是平衡" target="_blank">java-判断二叉树是不是平衡</a>
                                    <span class="text-muted">bylijinnan</span>
<a class="tag" taget="_blank" href="/search/java/1.htm">java</a>
                                    <div>参考了 
http://zhedahht.blog.163.com/blog/static/25411174201142733927831/ 
但是用java来实现有一个问题。 
由于Java无法像C那样“传递参数的地址，函数返回时能得到参数的值”，唯有新建一个辅助类：AuxClass 
 
 

import ljn.help.*;
public class BalancedBTree {
</div>
                                </li>
                                <li><a href="/article/2099.htm"
                                       title="BeanUtils.copyProperties VS PropertyUtils.copyProperties" target="_blank">BeanUtils.copyProperties VS PropertyUtils.copyProperties</a>
                                    <span class="text-muted">诸葛不亮</span>
<a class="tag" taget="_blank" href="/search/PropertyUtils/1.htm">PropertyUtils</a><a class="tag" taget="_blank" href="/search/BeanUtils/1.htm">BeanUtils</a>
                                    <div> BeanUtils.copyProperties VS  PropertyUtils.copyProperties  
作为两个bean属性copy的工具类，他们被广泛使用，同时也很容易误用，给人造成困然；比如：昨天发现同事在使用BeanUtils.copyProperties copy有integer类型属性的bean时，没有考虑到会将null转换为0，而后面的业</div>
                                </li>
                                <li><a href="/article/2226.htm"
                                       title="[金融与信息安全]最简单的数据结构最安全" target="_blank">[金融与信息安全]最简单的数据结构最安全</a>
                                    <span class="text-muted">comsci</span>
<a class="tag" taget="_blank" href="/search/%E6%95%B0%E6%8D%AE%E7%BB%93%E6%9E%84/1.htm">数据结构</a>
                                    <div> 
 
      现在最流行的数据库的数据存储文件都具有复杂的文件头格式，用操作系统的记事本软件是无法正常浏览的，这样的情况会有什么问题呢？ 
 
       从信息安全的角度来看，如果我们数据库系统仅仅把这种格式的数据文件做异地备份，如果相同版本的所有数据库管理系统都同时被攻击，那么</div>
                                </li>
                                <li><a href="/article/2353.htm"
                                       title="vi区段删除" target="_blank">vi区段删除</a>
                                    <span class="text-muted">Cwind</span>
<a class="tag" taget="_blank" href="/search/linux/1.htm">linux</a><a class="tag" taget="_blank" href="/search/vi/1.htm">vi</a><a class="tag" taget="_blank" href="/search/%E5%8C%BA%E6%AE%B5%E5%88%A0%E9%99%A4/1.htm">区段删除</a>
                                    <div>区段删除是编辑和分析一些冗长的配置文件或日志文件时比较常用的操作。简记下vi区段删除要点备忘。 
  
vi概述  
  
引文中并未将末行模式单独列为一种模式。单不单列并不重要，能区分命令模式与末行模式即可。 
  
vi区段删除步骤： 
1. 在末行模式下使用:set nu显示行号 
非必须，随光标移动vi右下角也会显示行号，能够正确找到并记录删除开始行</div>
                                </li>
                                <li><a href="/article/2480.htm"
                                       title="清除tomcat缓存的方法总结" target="_blank">清除tomcat缓存的方法总结</a>
                                    <span class="text-muted">dashuaifu</span>
<a class="tag" taget="_blank" href="/search/tomcat/1.htm">tomcat</a><a class="tag" taget="_blank" href="/search/%E7%BC%93%E5%AD%98/1.htm">缓存</a>
                                    <div>用tomcat容器，大家可能会发现这样的问题，修改jsp文件后，但用IE打开 依然是以前的Jsp的页面。 
出现这种现象的原因主要是tomcat缓存的原因。 
解决办法如下: 
在jsp文件头加上 
<meta http-equiv="Expires" content="0"> <meta http-equiv="kiben&qu</div>
                                </li>
                                <li><a href="/article/2607.htm"
                                       title="不要盲目的在项目中使用LESS CSS" target="_blank">不要盲目的在项目中使用LESS CSS</a>
                                    <span class="text-muted">dcj3sjt126com</span>
<a class="tag" taget="_blank" href="/search/Web/1.htm">Web</a><a class="tag" taget="_blank" href="/search/less/1.htm">less</a>
                                    <div>　如果你还不知道LESS CSS是什么东西，可以看一下这篇文章，是我一朋友写给新人看的《CSS——LESS》 
　　不可否认，LESS CSS是个强大的工具，它弥补了css没有变量、无法运算等一些“先天缺陷”，但它似乎给我一种错觉，就是为了功能而实现功能。 
　　比如它的引用功能    
?        
.rounded_corners{   
    </div>
                                </li>
                                <li><a href="/article/2734.htm"
                                       title="[入门]更上一层楼" target="_blank">[入门]更上一层楼</a>
                                    <span class="text-muted">dcj3sjt126com</span>
<a class="tag" taget="_blank" href="/search/PHP/1.htm">PHP</a><a class="tag" taget="_blank" href="/search/yii2/1.htm">yii2</a>
                                    <div>更上一层楼 
通篇阅读完整个“入门”部分，你就完成了一个完整 Yii 应用的创建。在此过程中你学到了如何实现一些常用功能，例如通过 HTML 表单从用户那获取数据，从数据库中获取数据并以分页形式显示。你还学到了如何通过 Gii 去自动生成代码。使用 Gii 生成代码把 Web 开发中多数繁杂的过程转化为仅仅填写几个表单就行。 
本章将介绍一些有助于更好使用 Yii 的资源： 
</div>
                                </li>
                                <li><a href="/article/2861.htm"
                                       title="Apache HttpClient使用详解" target="_blank">Apache HttpClient使用详解</a>
                                    <span class="text-muted">eksliang</span>
<a class="tag" taget="_blank" href="/search/httpclient/1.htm">httpclient</a><a class="tag" taget="_blank" href="/search/http%E5%8D%8F%E8%AE%AE/1.htm">http协议</a>
                                    <div>Http协议的重要性相信不用我多说了，HttpClient相比传统JDK自带的URLConnection，增加了易用性和灵活性（具体区别，日后我们再讨论），它不仅是客户端发送Http请求变得容易，而且也方便了开发人员测试接口（基于Http协议的），即提高了开发的效率，也方便提高代码的健壮性。因此熟练掌握HttpClient是很重要的必修内容，掌握HttpClient后，相信对于Http协议的了解会</div>
                                </li>
                                <li><a href="/article/2988.htm"
                                       title="zxing二维码扫描功能" target="_blank">zxing二维码扫描功能</a>
                                    <span class="text-muted">gundumw100</span>
<a class="tag" taget="_blank" href="/search/android/1.htm">android</a><a class="tag" taget="_blank" href="/search/zxing/1.htm">zxing</a>
                                    <div>经常要用到二维码扫描功能 
现给出示例代码 
 
 

import com.google.zxing.WriterException;
import com.zxing.activity.CaptureActivity;
import com.zxing.encoding.EncodingHandler;

import android.app.Activity;
import an</div>
                                </li>
                                <li><a href="/article/3115.htm"
                                       title="纯HTML+CSS带说明的黄色导航菜单" target="_blank">纯HTML+CSS带说明的黄色导航菜单</a>
                                    <span class="text-muted">ini</span>
<a class="tag" taget="_blank" href="/search/html/1.htm">html</a><a class="tag" taget="_blank" href="/search/Web/1.htm">Web</a><a class="tag" taget="_blank" href="/search/html5/1.htm">html5</a><a class="tag" taget="_blank" href="/search/css/1.htm">css</a><a class="tag" taget="_blank" href="/search/hovertree/1.htm">hovertree</a>
                                    <div>HoverTree带说明的CSS菜单:纯HTML+CSS结构链接带说明的黄色导航 
  
在线体验效果：http://hovertree.com/texiao/css/1.htm代码如下,保存到HTML文件可以看到效果： 
  
<!DOCTYPE html >
<html >
<head>
<title>HoverTree</div>
                                </li>
                                <li><a href="/article/3242.htm"
                                       title="fastjson初始化对性能的影响" target="_blank">fastjson初始化对性能的影响</a>
                                    <span class="text-muted">kane_xie</span>
<a class="tag" taget="_blank" href="/search/fastjson/1.htm">fastjson</a><a class="tag" taget="_blank" href="/search/%E5%BA%8F%E5%88%97%E5%8C%96/1.htm">序列化</a>
                                    <div>之前在项目中序列化是用thrift，性能一般，而且需要用编译器生成新的类，在序列化和反序列化的时候感觉很繁琐，因此想转到json阵营。对比了jackson，gson等框架之后，决定用fastjson，为什么呢，因为看名字感觉很快。。。 
  
网上的说法： 
   fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器，来自阿里巴巴的工程师开发。 
</div>
                                </li>
                                <li><a href="/article/3369.htm"
                                       title="基于Mybatis封装的增删改查实现通用自动化sql" target="_blank">基于Mybatis封装的增删改查实现通用自动化sql</a>
                                    <span class="text-muted">mengqingyu</span>
<a class="tag" taget="_blank" href="/search/DAO/1.htm">DAO</a>
                                    <div>1.基于map或javaBean的增删改查可实现不写dao接口和实现类以及xml，有效的提高开发速度。 
2.支持自定义注解包括主键生成、列重复验证、列名、表名等 
3.支持批量插入、批量更新、批量删除 
 
 
<bean id="dynamicSqlSessionTemplate" class="com.mqy.mybatis.support.Dynamic</div>
                                </li>
                                <li><a href="/article/3496.htm"
                                       title="js控制input输入框的方法封装(数字，中文，字母，浮点数等)" target="_blank">js控制input输入框的方法封装(数字，中文，字母，浮点数等)</a>
                                    <span class="text-muted">qifeifei</span>
<a class="tag" taget="_blank" href="/search/javascript+js/1.htm">javascript js</a>
                                    <div>在项目开发的时候，经常有一些输入框，控制输入的格式，而不是等输入好了再去检查格式，格式错了就报错，体验不好。   /** 数字，中文，字母,浮点数(+/-/.) 类型输入限制，只要在input标签上加上 jInput="number,chinese,alphabet,floating" 备注：floating属性只能单独用*/          
funct</div>
                                </li>
                                <li><a href="/article/3623.htm"
                                       title="java 计时器应用" target="_blank">java 计时器应用</a>
                                    <span class="text-muted">tangqi609567707</span>
<a class="tag" taget="_blank" href="/search/java/1.htm">java</a><a class="tag" taget="_blank" href="/search/timer/1.htm">timer</a>
                                    <div>mport java.util.TimerTask;   import java.util.Calendar;   public class MyTask extends TimerTask {        private static final int </div>
                                </li>
                                <li><a href="/article/3750.htm"
                                       title="erlang输出调用栈信息" target="_blank">erlang输出调用栈信息</a>
                                    <span class="text-muted">wudixiaotie</span>
<a class="tag" taget="_blank" href="/search/erlang/1.htm">erlang</a>
                                    <div>在erlang otp的开发中，如果调用第三方的应用，会有有些错误会不打印栈信息，因为有可能第三方应用会catch然后输出自己的错误信息，所以对排查bug有很大的阻碍，这样就要求我们自己打印调用的栈信息。用这个函数：erlang:process_display (self (), backtrace).需要注意这个函数只会输出到标准错误输出。 
也可以用这个函数：erlang:get_s</div>
                                </li>
                </ul>
            </div>
        </div>
    </div>

<div>
    <div class="container">
        <div class="indexes">
            <strong>按字母分类：</strong>
            <a href="/tags/A/1.htm" target="_blank">A</a><a href="/tags/B/1.htm" target="_blank">B</a><a href="/tags/C/1.htm" target="_blank">C</a><a
                href="/tags/D/1.htm" target="_blank">D</a><a href="/tags/E/1.htm" target="_blank">E</a><a href="/tags/F/1.htm" target="_blank">F</a><a
                href="/tags/G/1.htm" target="_blank">G</a><a href="/tags/H/1.htm" target="_blank">H</a><a href="/tags/I/1.htm" target="_blank">I</a><a
                href="/tags/J/1.htm" target="_blank">J</a><a href="/tags/K/1.htm" target="_blank">K</a><a href="/tags/L/1.htm" target="_blank">L</a><a
                href="/tags/M/1.htm" target="_blank">M</a><a href="/tags/N/1.htm" target="_blank">N</a><a href="/tags/O/1.htm" target="_blank">O</a><a
                href="/tags/P/1.htm" target="_blank">P</a><a href="/tags/Q/1.htm" target="_blank">Q</a><a href="/tags/R/1.htm" target="_blank">R</a><a
                href="/tags/S/1.htm" target="_blank">S</a><a href="/tags/T/1.htm" target="_blank">T</a><a href="/tags/U/1.htm" target="_blank">U</a><a
                href="/tags/V/1.htm" target="_blank">V</a><a href="/tags/W/1.htm" target="_blank">W</a><a href="/tags/X/1.htm" target="_blank">X</a><a
                href="/tags/Y/1.htm" target="_blank">Y</a><a href="/tags/Z/1.htm" target="_blank">Z</a><a href="/tags/0/1.htm" target="_blank">其他</a>
        </div>
    </div>
</div>
<footer id="footer" class="mb30 mt30">
    <div class="container">
        <div class="footBglm">
            <a target="_blank" href="/">首页</a> -
            <a target="_blank" href="/custom/about.htm">关于我们</a> -
            <a target="_blank" href="/search/Java/1.htm">站内搜索</a> -
            <a target="_blank" href="/sitemap.txt">Sitemap</a> -
            <a target="_blank" href="/custom/delete.htm">侵权投诉</a>
        </div>
        <div class="copyright">版权所有 IT知识库 CopyRight © 2000-2050 E-COM-NET.COM , All Rights Reserved.
<!--            <a href="https://beian.miit.gov.cn/" rel="nofollow" target="_blank">京ICP备09083238号</a><br>-->
        </div>
    </div>
</footer>
<!-- 代码高亮 -->
<script type="text/javascript" src="/static/syntaxhighlighter/scripts/shCore.js"></script>
<script type="text/javascript" src="/static/syntaxhighlighter/scripts/shLegacy.js"></script>
<script type="text/javascript" src="/static/syntaxhighlighter/scripts/shAutoloader.js"></script>
<link type="text/css" rel="stylesheet" href="/static/syntaxhighlighter/styles/shCoreDefault.css"/>
<script type="text/javascript" src="/static/syntaxhighlighter/src/my_start_1.js"></script>





</body>

</html>