HopesunIce
HopesunIce

VS2015

今天配置VS2015和OpenCV过程中，遇到了一系列的BUG，发现自动电脑进水经过大修之后，电脑运行任何一个软件都非常苦逼。总是缺少各种文件。各种进行百度解决问题，真是心塞啊！！

NO1：控制台闪退，基本都不算闪退，比尼玛闪退都闪退，根本看见运行的窗口的影子啊！！记性不好，所以这里记下来解决办法，视图---->其他窗口---->属性管理器---->属性--->链接器---> 系统----->第一个子系统选择控制台 即可。

NO2 ：编码问题，上一个问题解决之后又出现了了控制台无法显示汉字，所有汉字均为乱码，在其他编译软件中也曾遇见过这个问题，第一时间想到是 汉字编码设置的问题，在软件终生设置以后并没有起作用，在另一篇博客中看到了解决方法,现在找不到连接了，直接附上图吧！

VS2015_第1张图片

VS2015_第2张图片

 改成936这样问题就解决了

NO3:在配置好opencv和VS2015之后，不能每次写关于opencv的程序都重新配置，找到一个关于配置opencv的办法，现在附上链接，防止以后忘了记不起，好东西多多分享哈哈。附上链接 ,这个链接不仅讲述了如何配置vs2015和opencv并且讲述了 一次性配置永久使用的办法 哈哈

https://blog.csdn.net/duwangthefirst/article/details/79452314

你可能感兴趣的:(OpenCv学习)

  • 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
  • jQuery 跨域访问的三种方式 No 'Access-Control-Allow-Origin' header is present on the reque qiaolevip 每天进步一点点学习永无止境跨域众观千象
    XMLHttpRequest cannot load http://v.xxx.com. No 'Access-Control-Allow-Origin' header is present on the requested resource. Origin 'http://localhost:63342' is therefore not allowed access. test.html:1
  • mysql 分区查询优化 annan211 java分区优化mysql
    分区查询优化 引入分区可以给查询带来一定的优势，但同时也会引入一些bug. 分区最大的优点就是优化器可以根据分区函数来过滤掉一些分区，通过分区过滤可以让查询扫描更少的数据。 所以，对于访问分区表来说，很重要的一点是要在where 条件中带入分区，让优化器过滤掉无需访问的分区。 可以通过查看explain执行计划，是否携带 partitions
  • MYSQL存储过程中使用游标 chicony Mysql存储过程
    DELIMITER $$ DROP PROCEDURE IF EXISTS getUserInfo $$ CREATE PROCEDURE getUserInfo(in date_day datetime)-- -- 实例-- 存储过程名为：getUserInfo-- 参数为：date_day日期格式:2008-03-08--    BEGINdecla
  • mysql 和 sqlite 区别 Array_06 sqlite
    转载： http://www.cnblogs.com/ygm900/p/3460663.html mysql 和 sqlite 区别 SQLITE是单机数据库。功能简约，小型化，追求最大磁盘效率 MYSQL是完善的服务器数据库。功能全面，综合化，追求最大并发效率 MYSQL、Sybase、Oracle等这些都是试用于服务器数据量大功能多需要安装，例如网站访问量比较大的。而sq
  • pinyin4j使用 oloz pinyin4j
    首先需要pinyin4j的jar包支持；jar包已上传至附件内 方法一:把汉字转换为拼音；例如：编程转换后则为biancheng      /** * 将汉字转换为全拼 * @param src 你的需要转换的汉字 * @param isUPPERCASE 是否转换为大写的拼音； true:转换为大写；fal
  • 微博发送私信 随意而生 微博
    在前面文章中说了如和获取登陆时候所需要的cookie，现在只要拿到最后登陆所需要的cookie，然后抓包分析一下微博私信发送界面 http://weibo.com/message/history?uid=****&name=**** 可以发现其发送提交的Post请求和其中的数据， 让后用程序模拟发送POST请求中的数据，带着cookie发送到私信的接入口，就可以实现发私信的功能了。
  • jsp 香水浓 jsp
    JSP初始化     容器载入JSP文件后，它会在为请求提供任何服务前调用jspInit()方法。如果您需要执行自定义的JSP初始化任务，复写jspInit()方法就行了 JSP执行     这一阶段描述了JSP生命周期中一切与请求相关的交互行为，直到被销毁。     当JSP网页完成初始化后
  • 在 Windows 上安装 SVN Subversion 服务端 AdyZhang SVN
    在 Windows 上安装 SVN Subversion 服务端2009-09-16高宏伟哈尔滨市道里区通达街291号   最佳阅读效果请访问原地址：http://blog.donews.com/dukejoe/archive/2009/09/16/1560917.aspx   现在的Subversion已经足够稳定，而且已经进入了它的黄金时段。我们看到大量的项目都在使
  • android开发中如何使用 alertDialog从listView中删除数据？ aijuans android
    我现在使用listView展示了很多的配置信息，我现在想在点击其中一条的时候填出 alertDialog,点击确认后就删除该条数据，（ ArrayAdapter ，ArrayList，listView 全部删除），我知道在 下面的onItemLongClick 方法中 参数 arg2  是选中的序号，但是我不知道如何继续处理下去 1 2 3
  • jdk-6u26-linux-x64.bin 安装 baalwolf linux
    1.上传安装文件(jdk-6u26-linux-x64.bin) 2.修改权限 [root@localhost ~]# ls -l /usr/local/jdk-6u26-linux-x64.bin 3.执行安装文件 [root@localhost ~]# cd /usr/local [root@localhost local]# ./jdk-6u26-linux-x64.bin&nbs
  • MongoDB经典面试题集锦 BigBird2012 mongodb
    1.什么是NoSQL数据库？NoSQL和RDBMS有什么区别？在哪些情况下使用和不使用NoSQL数据库？ NoSQL是非关系型数据库，NoSQL = Not Only SQL。 关系型数据库采用的结构化的数据，NoSQL采用的是键值对的方式存储数据。 在处理非结构化/半结构化的大数据时；在水平方向上进行扩展时；随时应对动态增加的数据项时可以优先考虑使用NoSQL数据库。 在考虑数据库的成熟
  • JavaScript异步编程Promise模式的6个特性 bijian1013 JavaScriptPromise
            Promise是一个非常有价值的构造器，能够帮助你避免使用镶套匿名方法，而使用更具有可读性的方式组装异步代码。这里我们将介绍6个最简单的特性。         在我们开始正式介绍之前，我们想看看Javascript Promise的样子： var p = new Promise(function(r
  • [Zookeeper学习笔记之八]Zookeeper源代码分析之Zookeeper.ZKWatchManager bit1129 zookeeper
    ClientWatchManager接口 //接口的唯一方法materialize用于确定那些Watcher需要被通知 //确定Watcher需要三方面的因素1.事件状态 2.事件类型 3.znode的path public interface ClientWatchManager { /** * Return a set of watchers that should
  • 【Scala十五】Scala核心九：隐式转换之二 bit1129 scala
    隐式转换存在的必要性，   在Java Swing中，按钮点击事件的处理，转换为Scala的的写法如下：   val button = new JButton button.addActionListener( new ActionListener { def actionPerformed(event: ActionEvent) {
  • Android JSON数据的解析与封装小Demo ronin47
    转自：http://www.open-open.com/lib/view/open1420529336406.html package com.example.jsondemo; import org.json.JSONArray; import org.json.JSONException; import org.json.JSONObject;    impor
  • [设计]字体创意设计方法谈 brotherlamp UIui自学ui视频ui教程ui资料
      从古至今，文字在我们的生活中是必不可少的事物，我们不能想象没有文字的世界将会是怎样。在平面设计中，UI设计师在文字上所花的心思和功夫最多，因为文字能直观地表达UI设计师所的意念。在文字上的创造设计，直接反映出平面作品的主题。 如设计一幅戴尔笔记本电脑的广告海报，假设海报上没有出现“戴尔”两个文字，即使放上所有戴尔笔记本电脑的图片都不能让人们得知这些电脑是什么品牌。只要写上“戴尔笔
  • 单调队列-用一个长度为k的窗在整数数列上移动，求窗里面所包含的数的最大值 bylijinnan java算法面试题
    import java.util.LinkedList; /* 单调队列 滑动窗口 单调队列是这样的一个队列：队列里面的元素是有序的，是递增或者递减 题目：给定一个长度为N的整数数列a(i),i=0,1,...,N-1和窗长度k. 要求：f(i) = max{a(i-k+1),a(i-k+2),..., a(i)},i = 0,1,...,N-1 问题的另一种描述就
  • struts2处理一个form多个submit chiangfai struts2
    web应用中，为完成不同工作，一个jsp的form标签可能有多个submit。如下代码： <s:form action="submit" method="post" namespace="/my"> <s:textfield name="msg" label="叙述：">
  • shell查找上个月，陷阱及野路子 chenchao051 shell
    date -d "-1 month" +%F     以上这段代码，假如在2012/10/31执行，结果并不会出现你预计的9月份，而是会出现八月份，原因是10月份有31天，9月份30天，所以-1 month在10月份看来要减去31天，所以直接到了8月31日这天，这不靠谱。     野路子解决：假设当天日期大于15号
  • mysql导出数据中文乱码问题 daizj mysql中文乱码导数据
    解决mysql导入导出数据乱码问题方法： １、进入mysql，通过如下命令查看数据库编码方式： mysql>  show variables like 'character_set_%'; +--------------------------+----------------------------------------+ | Variable_name&nbs
  • SAE部署Smarty出现：Uncaught exception 'SmartyException' with message 'unable to write dcj3sjt126com PHPsmartysae
      对于SAE出现的问题：Uncaught exception 'SmartyException' with message 'unable to write file...。 官方给出了详细的FAQ：http://sae.sina.com.cn/?m=faqs&catId=11#show_213 解决方案为：   01 $path 
  • 《教父》系列台词 dcj3sjt126com
    Your love is also your weak point. 你的所爱同时也是你的弱点。   If anything in this life is certain, if history has taught us anything, it is that you can kill anyone.   不顾家的人永远不可能成为一个真正的男人。 &
  • mongodb安装与使用 dyy_gusi mongo
    一.MongoDB安装和启动,widndows和linux基本相同 1.下载数据库,     linux:mongodb-linux-x86_64-ubuntu1404-3.0.3.tgz 2.解压文件,并且放置到合适的位置     tar -vxf mongodb-linux-x86_64-ubun
  • Git排除目录 geeksun git
    在Git的版本控制中，可能有些文件是不需要加入控制的，那我们在提交代码时就需要忽略这些文件，下面讲讲应该怎么给Git配置一些忽略规则。   有三种方法可以忽略掉这些文件，这三种方法都能达到目的，只不过适用情景不一样。 1.  针对单一工程排除文件 这种方式会让这个工程的所有修改者在克隆代码的同时，也能克隆到过滤规则，而不用自己再写一份，这就能保证所有修改者应用的都是同一
  • Ubuntu 创建开机自启动脚本的方法 hongtoushizi ubuntu
    转载自： http://rongjih.blog.163.com/blog/static/33574461201111504843245/ Ubuntu 创建开机自启动脚本的步骤如下： 1) 将你的启动脚本复制到 /etc/init.d目录下 以下假设你的脚本文件名为 test。   2) 设置脚本文件的权限 $ sudo chmod 755
  • 第八章 流量复制/AB测试/协程 jinnianshilongnian nginxluacoroutine
    流量复制 在实际开发中经常涉及到项目的升级，而该升级不能简单的上线就完事了，需要验证该升级是否兼容老的上线，因此可能需要并行运行两个项目一段时间进行数据比对和校验，待没问题后再进行上线。这其实就需要进行流量复制，把流量复制到其他服务器上，一种方式是使用如tcpcopy引流；另外我们还可以使用nginx的HttpLuaModule模块中的ngx.location.capture_multi进行并发
  • 电商系统商品表设计 lkl
    DROP TABLE IF EXISTS `category`; -- 类目表 /*!40101 SET @saved_cs_client = @@character_set_client */; /*!40101 SET character_set_client = utf8 */; CREATE TABLE `category` ( `id` int(11) NOT NUL
  • 修改phpMyAdmin导入SQL文件的大小限制 pda158 sqlmysql
    　用phpMyAdmin导入mysql数据库时，我的10M的 数据库不能导入，提示mysql数据库最大只能导入2M。 　　 phpMyAdmin数据库导入出错： 　　You probably tried to upload too large file. Please refer to documentation for ways to workaround this limit.
  • Tomcat性能调优方案 Sobfist apachejvmtomcat应用服务器
    一、操作系统调优 对于操作系统优化来说，是尽可能的增大可使用的内存容量、提高CPU的频率，保证文件系统的读写速率等。经过压力测试验证，在并发连接很多的情况下，CPU的处理能力越强，系统运行速度越快。。 【适用场景】 任何项目。 二、Java虚拟机调优 应该选择SUN的JVM，在满足项目需要的前提下，尽量选用版本较高的JVM，一般来说高版本产品在速度和效率上比低版本会有改进。 J
  • SQLServer学习笔记 vipbooks 数据结构xml
    1、create database school 创建数据库school 2、drop database school 删除数据库school 3、use school 连接到school数据库，使其成为当前数据库 4、create table class(classID int primary key identity not null) 创建一个名为class的表，其有一
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他