谷棵
谷棵

halcon学习实战系列—如何提取牛奶包装盒上的吸管之Contour截取算子crop_contours_xld_region

在halcon学习网看到一个帖子，特别有趣，分享给大家，顺便将Contour截取算子crop_contours_xld_region列出来，个人认为，特别好用，相比halcon自带算子crop_contours_xld，crop_contours_xld_region更灵活，具体往下看

原帖子网址：http://www.ihalcon.com/read-14233.html

我的回复网址：http://www.ihalcon.com/read-14233-11.html

开始...

 

原帖子

请教如何提取牛奶包装盒上的吸管

新手入门中，现遇到一个难题，如何提取牛奶包装盒上的吸管，图片如下，望大神们不吝赐教，谢谢

需要实现的功能是判断牛奶盒上是否有吸管，我的想法是先提取吸管，然后做模板匹配，请问此思路能否实现，或者是否有更好的思路，谢谢

感谢总版主 魁拔之十万火急 的解答
详见板凳楼

halcon学习实战系列—如何提取牛奶包装盒上的吸管之Contour截取算子crop_contours_xld_region_第1张图片

看完了整个帖子，基本上

你可能感兴趣的:(halcon学习)

  • halcon学习之边缘检测 zsffuture 机器视觉halcon学习c++
    这里主要介绍基于亚像素提取的边缘检测方法，具体大家可以参考一本书，如果对halcon很熟悉的就不用了看了，反之建议看看，该书为《机器视觉算法原理与编程实践》，我也是跟着敲了一遍代码，很多都可以达到触类旁通，这里就不详细介绍了，写博客的目的是便于自己以后查找read_image(Image,'F:/机器视觉/Halcon机器视觉算法原理与编程实战/code/code/data/flower')rgb
  • Halcon学习笔记——Region特征类算子(1) 一楼二栋 算法机器学习
    Region特征类算子region_features(Regions::Features:Value)*计算区域的形状特征*输入参数：*Regions————待检测区域*Features————要检测的特征（默认值：'area',可选值见Region特征图所示）*输出参数：*Value————计算的特征*Features可以输入单个或者多个特征，例如['area','anisometry']sel
  • Halcon学习笔记——Tuple类算子 一楼二栋 学习
    数组运算y:=[1,2,10,5,0,10]x:=[10,10,20,0,5,-10]a:=[10.5,-10.5,0,3]b:=[3.1415,0,1.5708,0.785]c:=[2,1,-2,3,5,-10]d:=[3,-10.5,0,5]tuple_abs(a,Abs)*计算一个元组的绝对值*元组中的元素为整型，则返回绝对值也为整型，为浮点型，则返回浮点型，可以混合*[10.5,10.5,
  • Halcon学习笔记——Region类算子(1) 一楼二栋 学习
    connection(Region:ConnectedRegions::)*将不相连的区域都分割成单独的区域*Region：输入，ConnectedRegions：输出union1(Region:RegionUnion::)*将各自独立的区域合并成一整块区域(返回所有输入区域的并集)*Region：输入，RegionUnion：输出*与connection()相反union2(Region1,Re
  • halcon学习笔记（一）毛边检测 仿射变换+标准区域登陆检测内外边缘毛边 weixin_44482092 halcon算法人工智能计算机视觉
    一、中级视频教程毛刺检测：实现功能，检测突出产品外围突出的毛刺：1.先获取背景的区域，用binary_threshold()获取背景区域A；2.背景区域进行闭运算得到闭运算区域B3.用difference（）算子计算AB两个区域的补集C；4.对C进行开运算，使边缘平滑。记得到边缘突出的毛刺使用到的算子：binary_threshold（）自动全局阈值，得到背景获背景和前景，适合使用在背景和前景差异
  • HALCON学习笔记（八）——HALCON相关实例和算法 weixin_45482443 HALCON
    字符分割和识别字符识别(OCR）是在图像中识别字符的过程。主要包括在图像中的单个字符分割出来，将分割出来的字符进行分类两个部分。实例：dev_update_window('off')read_image(Image,'printer_chip/printer_chip_01')get_image_size(Image,Width,Height)dev_close_window()dev_open_
  • HALCON学习之旅(七) 扑腾的菜鸟 Halcon专栏算法opencv图像处理
    HALCON学习之旅(七)文章目录HALCON学习之旅(七)1、MFC与Halcon混合编程2、C#与Halcon混合编程3、Halcon测量助手使用4、Halcon实例进阶一(拟合区域椭圆，并计算主半径的均值和方差)5、Halcon实例进阶二(判别回形针的方向)6、Halcon实例进阶三(自动寻找PCB(电路板)上的Pads(垫板)区域)1、MFC与Halcon混合编程流程如下：①、创建MFC工
  • Halcon学习之五：有关图像的定义域的函数 xinrui_hhuc Halcon学习imagedomain
    1、add_channels(Regions,Image:GrayRegions::)将Image图像的灰度值赋给区域Regions，得到GrayRegions。2、change_domain(Image,NewDomain:ImageNew::)
  • Halcon Solution Guide I basics(5): 1D Measuring（一维测距） 龙中舞王 Halcon开发机械视觉Halcon
    文章专栏我的Halcon开发CSDN专栏Halcon学习练习项目gitee仓库CSDNMajor博主Halcon文章推荐随笔分类-Halcon入门学习教程前言今天来学直线测距，主要是用来测量连点之间的线段距离。感觉是用来得到工业产品精度的。文章解读一维测距是非常简单的这里提供了一个强明暗对比的示例你可以对示例边缘的左侧和右侧间距进行测距一维测距的优点是，开销低，速度快，效果好。流程图获取图片->创
  • Halcon学习笔记 诗仙&李白 机器视觉学习笔记
    目录一.简介一.简介Halcon和OpenCV在工业应用中的区别：OpenCV的精度没Halcon高；OpenCV没有模板匹配，Halcon有，而且Halcon匹配的精度更高。
  • halcon学习笔记-01.Halcon简介 zxmyoung Halcon图像处理机器学习
    1.概述HALCON是德国MVtec公司开发的一套完善的标准的机器视觉算法包，拥有应用广泛的机器视觉集成开发环境，用户可以利用其开放式结构快速开发图像处理和机器视觉软件。其集成开发环境HDevelop可在Windows、Linux、UNLX系统下使用。使用HDevelop进行编程的过程一般是，在HDevelop环境中编写算法部分，使用C++、C#、VB等开发应用程序，从HDevelop中导出算法代
  • HalCon学习笔记6 工大陈 机器视觉halcon学习算法
    halcon的数据结构之region、xld机器视觉的任务之一就是识别图像中的包含某种特性的区域，比如执行一个阈值分割处理，因此至少我们还需要一种数据结构，它可以表示一副图像中一个任意的像素子集，我们把区域定义为离散平面的任意子集使用halcon算子threshold来看看得到区域的效果，其中红色部分就是灰度值在123到255的所有像素点的集合，他们将作为一个整体作为一个区域，使用变量Region
  • halcon学习笔记 Alphapeople 学习笔记
    读取图片：read_image(Image,'C:/test.png')Halcon的一些基本数据结构：（1）Image：指Halcon的图像类型，由矩阵数据组成，矩阵中的每个值表示一个像素。Image中含有单通道或者多通道的颜色信息。（2）Region：指图像中的一块区域。该区域数据由点的坐标组成，表达的意义类似于一个范围。可以用Region来创建一个感兴趣区域（RegionofInterest
  • Halcon Solution Guide I basics(4.1): Blob Analysis 自主练习 龙中舞王 Halcon开发C#机械视觉Halcon
    文章目录文章专栏前言自主练习题目输出电路板焊点个数解决方案:正确率：90文章专栏我的Halcon开发CSDN专栏Halcon学习练习项目gitee仓库CSDNMajor博主Halcon文章推荐随笔分类-Halcon入门学习教程前言为了更加熟练的掌握Halcon的练习，我之后每个章节都会给我自己出1道小题目，来熟悉halcon代码自主练习我们按照halcon教程的三大步开始写*----读取图片*--
  • Halcon学习笔记_03：Blob分析 PaQiuQiu Halcon玩转机器视觉Blob分析
    Blob分析由以下步骤组成：采集图像->提取ROI->图像或ROI对齐->修正图像->图像预处理->提取分割参数->分割图像->区域预处理->提取特征->将结果转为世界坐标->可视化显示1.修正图像图像或区域对齐问题：（SolutionGuideIII-Cinsection3.4）2.图像预处理消除噪声的相关函数：mean_image（）gauss_image（）相对高斯滤波速度快，效果不完美的函
  • Halcon Solution Guide I basics(4): Blob Analysis（连通性解析） 龙中舞王 Halcon开发机械视觉Halcon
    文章目录文章专栏前言文章解析开头步骤分析简单案例进阶方案进阶代码案例crystal，结晶匹配需求分析文章专栏Halcon开发Halcon学习练习项目gitee仓库CSDNMajor博主Halcon文章推荐前言今天来看第三章内容，既然是零基础，而且我还有大概3-4个月的时间准备，我还是老老实实从头开始学机器视觉好了。文章解析开头Blob解析非常简单。Blob通过亮度，将连通点和背景进行区分Blob分
  • halcon学习拓展系列—弱边缘缺陷检测方法汇总之空域方法（二） 谷棵 halcon学习halcon学习弱边缘分割图像增强边缘提取
    上一专题《halcon学习拓展系列—弱边缘缺陷检测方法汇总之频域方法（一）》，该专题主要讲解频域检测边缘，本专栏主要讲空域边缘检测，总目录如下：***************************弱边缘缺陷检测方法汇总之空域方法*******************************一、算法实现1、图像增强部分1）对比度增强（emphasize）2）照明度增强（illuminate）3）直
  • HALCON学习笔记之blob分析+特征（定位） 11 学习ing的青年 计算机视觉
    blob分析+特征（定位）*采集图像dev_close_window()dev_update_off()read_image(ImageOrig,'blister/blister_reference')dev_open_window_fit_image(ImageOrig,0,0,-1,-1,WindowHandle)set_display_font(WindowHandle,14,'mono',
  • Halcon学习之六：获取Image图像中Region区域的特征参数 Zach_ZhouY Halcon
    area_center_gray(Regions,Image:::Area,Row,Column)计算Image图像中Region区域的面积Area和重心（Row，Column）。cooc_feature_image(Regions,Image::LdGray,Direction:Energy,Correlation,Homogeneity,Contrast)计算共生矩阵和推导出灰度特征值Dire
  • Halcon Solution Guide I basics(3): Region Of Interest（有兴趣区域/找重点） 龙中舞王 Halcon开发机械视觉Halcon
    文章目录文章专栏前言文章解读前言创建ROI案例1：直接截取ROI手动截取ROI总结ROI套路获取窗口句柄截取ROI区域获取有效区域Stop组合文章专栏Halcon开发Halcon学习练习项目gitee仓库CSDNMajor博主Halcon文章推荐前言今天来看第三章内容，既然是零基础，而且我还有大概3-4个月的时间准备，我还是老老实实从头开始学机器视觉好了。文章解读下面我将RegionOfInter
  • Halcon Solution Guide I basics(2): Image Acquisition（图像加载） 龙中舞王 Halcon开发机械视觉Halcon
    文章目录文章专栏前言文章解读文章开头流程图算子介绍案例自主练习读取一张图片读取多张图片文章专栏Halcon开发Halcon学习练习项目gitee仓库前言今天来看Halcon的第二章，图像获取。在第二章之后，后面文章就会提供案例了。到时候我会尽量完成每一个案例，和去找相似的案例去尝试解决文章解读文章开头图像识别是非常常用的技术，本文正式开始机器视觉Halcon将图像加载封装成了几个常用的算子，功能强
  • HALCON学习之旅(五) 扑腾的菜鸟 Halcon专栏算法图像处理opencv
    HALCON学习之旅(五)文章目录HALCON学习之旅(五)1、如何获取程序运行时间2、如何将Bayer图像转换为彩色图像3、如何将图像转化为矩阵形式4、如何让图像自适应窗口(补充)5、如何实现彩色图像转化为灰色图像6、如何实现图像数据类型的相互转换7、图像分割之地形学操作8、如何填充区域之间的空隙或分割重叠区域9、如何在窗口上显示中文汉字10、图像分割之阈值操作11、文本文件相关操作12、形态学
  • Halcon 3D 深度图转换为3D图像 Σίσυφος1900 halcon3D计算机视觉人工智能
    一、简介halcon学习之阈值分割(threshold、binary_threshold、dyn_threshold、var_threshold、auto_threshold、fast_threshold、)_zsffuture的博客-CSDN博客_fast_threshold算子深度图像和3D点云互转只涉及相机内参矩阵，其中深度图转点云原理-horsetail-博客园fx，fy分别为镜头x，y方
  • 《NLP入门到精通》栏目导读 无水先生 NLP入门到精通自然语言处理人工智能
    一、说明栏目《NLP入门到精通》本着从简到难得台阶式学习过度。将自然语言处理得知识贯穿过来。本栏目得前导栏目是《深度学习》、《pytorch实践》，因此，读者需要一定得深度学习基础，才能过度到此栏目内容。为了保证读者由浅入深地学习Halcon学习。本栏目在持续更新中，直到以上知识篇完整为止。栏目文档导读表单元内容范围专题描述备注第一单元：文本分类，基于统计学模型。待续第二单元词嵌入，基于深度学习网
  • Halcon学习之OCR字符识别 Mr_Four97 Halcon学习学习ocr图像处理
    一、基本流程1.采集图像、提取字符区域2.读取字库句柄read_ocr_class_mlp(::FileName:OCRHandle)3.识别时注意Halcon提供的字库为白底黑字读取多个：do_ocr_multi_class_mlp(Character,Image::OCRHandle:Class,Confidence)读取单个：do_ocr_single_class_mlp(Character
  • 基于Halcon学习的基于相关性模板匹配【一】find_ncc_model_exposure.hdev例程 BoomBiuBiu Halcon学习笔记#模板匹配图像处理图像识别算法
    *ThisexampleprogramshowshowtouseHALCON'scorrelation-based*matching.Inparticularitdemonstratestherobustnessofthismethodagainst*linearilluminationchanges.Thetrainingisperformedinanimagewithgood*illumina
  • 基于Halcon学习的基于相关性模板匹配【二】find_ncc_model_defocused_precision.hdev BoomBiuBiu Halcon学习笔记#模板匹配图像识别图像处理
    *本示例的目的是检查ncc检测的偏差，当透镜焦点改变时，其参考模型的结果；*在序列上迭代。这里使用的匹配方案是ncc模型。检测到的模型在x和y方向上的整体运动；*最后（以像素为单位）进行了描述dev_close_window()read_image(ImageRef,'pcb_focus/pcb_focus_telecentric_061')get_image_size(ImageRef,Widt
  • HalCon学习笔记3 工大陈 机器视觉halcon学习计算机视觉图像处理
    一、实例透视形变图像校正透视形变图形校正步骤如下1.读取图像，并对图像进行简单的处理，分割出目标形变区域2.获取形变区域的轮廓，并计算出顶点坐标信息3.利用上一步得出的坐标信息，计算投影变换矩阵4.进行投影变换二、实现代码1.将图像转化为灰度图像rgb1_to_gray(Image_display,GrayImage)rgb1_to_gray将RGB图像转换为灰度图像RGB图像的三个通道作为输入图
  • Halcon学习——计算不同区域的面积 笑笑子 Halcon计算机视觉
    将下图进行区域分割，并计算不同区域的面积大小原图：halcon的处理方法dev_display(Image)dev_close_window()dev_open_window(0,0,512,512,'black',WindowID)**设置窗口的字体（窗口句柄，size,字体形式，是否粗体，是否斜体）set_display_font(WindowID,14,'mono','true','fals
  • halcon学习 matching基础的transformation liuxiaomao1988 halcon学习halcon学习
    转载：http://qing.blog.sina.com.cn/2316220871/8a0eb9c733002r5h.htmlhalcon提供了各种转换操作，针对于2D匹配方法可以使用2Daffinetransformmtion，它允许位移，转动或者按比例改变大小。对于色彩空间透视图匹配（uncalibratedperspectivematching）方法，2D投影转换可以用来改变投影视角，除此
  • Java常用排序算法/程序员必须掌握的8大排序算法 cugfy java
    分类： 1）插入排序（直接插入排序、希尔排序） 2）交换排序（冒泡排序、快速排序） 3）选择排序（直接选择排序、堆排序） 4）归并排序 5）分配排序（基数排序） 所需辅助空间最多：归并排序 所需辅助空间最少：堆排序 平均速度最快：快速排序 不稳定：快速排序，希尔排序，堆排序。 先来看看8种排序之间的关系：   1.直接插入排序 （1
  • 【Spark102】Spark存储模块BlockManager剖析 bit1129 manager
    Spark围绕着BlockManager构建了存储模块，包括RDD，Shuffle，Broadcast的存储都使用了BlockManager。而BlockManager在实现上是一个针对每个应用的Master/Executor结构，即Driver上BlockManager充当了Master角色，而各个Slave上(具体到应用范围，就是Executor)的BlockManager充当了Slave角色
  • linux 查看端口被占用情况详解 daizj linux端口占用netstatlsof
    经常在启动一个程序会碰到端口被占用，这里讲一下怎么查看端口是否被占用，及哪个程序占用，怎么Kill掉已占用端口的程序   1、lsof -i:port port为端口号   [root@slave /data/spark-1.4.0-bin-cdh4]# lsof -i:8080 COMMAND   PID USER   FD   TY
  • Hosts文件使用 周凡杨 hostslocahost
         一切都要从localhost说起，经常在tomcat容器起动后，访问页面时输入http://localhost:8088/index.jsp，大家都知道localhost代表本机地址，如果本机IP是10.10.134.21，那就相当于http://10.10.134.21:8088/index.jsp，有时候也会看到http: 127.0.0.1:
  • java excel工具 g21121 Java excel
    直接上代码，一看就懂，利用的是jxl： import java.io.File; import java.io.IOException; import jxl.Cell; import jxl.Sheet; import jxl.Workbook; import jxl.read.biff.BiffException; import jxl.write.Label; import
  • web报表工具finereport常用函数的用法总结（数组函数） 老A不折腾 finereportweb报表函数总结
    ADD2ARRAY ADDARRAY(array,insertArray, start):在数组第start个位置插入insertArray中的所有元素，再返回该数组。 示例： ADDARRAY([3,4, 1, 5, 7], [23, 43, 22], 3)返回[3, 4, 23, 43, 22, 1, 5, 7]. ADDARRAY([3,4, 1, 5, 7], "测试&q
  • 游戏服务器网络带宽负载计算 墙头上一根草 服务器
    家庭所安装的4M，8M宽带。其中M是指，Mbits/S 其中要提前说明的是： 8bits = 1Byte 即8位等于1字节。我们硬盘大小50G。意思是50*1024M字节，约为 50000多字节。但是网宽是以“位”为单位的，所以，8Mbits就是1M字节。是容积体积的单位。 8Mbits/s后面的S是秒。8Mbits/s意思是 每秒8M位，即每秒1M字节。 我是在计算我们网络流量时想到的
  • 我的spring学习笔记2-IoC（反向控制 依赖注入） aijuans Spring 3 系列
    IoC（反向控制 依赖注入）这是Spring提出来了，这也是Spring一大特色。这里我不用多说，我们看Spring教程就可以了解。当然我们不用Spring也可以用IoC，下面我将介绍不用Spring的IoC。 IoC不是框架，她是java的技术，如今大多数轻量级的容器都会用到IoC技术。这里我就用一个例子来说明： 如：程序中有 Mysql.calss 、Oracle.class 、SqlSe
  • 高性能mysql 之 选择存储引擎(一) annan211 mysqlInnoDBMySQL引擎存储引擎
    1 没有特殊情况，应尽可能使用InnoDB存储引擎。   原因：InnoDB 和 MYIsAM 是mysql 最常用、使用最普遍的存储引擎。其中InnoDB是最重要、最广泛的存储引擎。她   被设计用来处理大量的短期事务。短期事务大部分情况下是正常提交的，很少有回滚的情况。InnoDB的性能和自动崩溃   恢复特性使得她在非事务型存储的需求中也非常流行，除非有非常
  • UDP网络编程 百合不是茶 UDP编程局域网组播
      UDP是基于无连接的,不可靠的传输   与TCP/IP相反       UDP实现私聊,发送方式客户端,接受方式服务器 package netUDP_sc; import java.net.DatagramPacket; import java.net.DatagramSocket; import java.net.Ine
  • JQuery对象的val()方法执行结果分析 bijian1013 JavaScriptjsjquery
            JavaScript中，如果id对应的标签不存在（同理JAVA中，如果对象不存在），则调用它的方法会报错或抛异常。在实际开发中，发现JQuery在id对应的标签不存在时，调其val()方法不会报错，结果是undefined。        
  • http请求测试实例（采用json-lib解析） bijian1013 jsonhttp
            由于fastjson只支持JDK1.5版本，因些对于JDK1.4的项目，可以采用json-lib来解析JSON数据。如下是http请求的另外一种写法，仅供参考。 package com; import java.util.HashMap; import java.util.Map; import
  • 【RPC框架Hessian四】Hessian与Spring集成 bit1129 hessian
    在【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中介绍了基于Hessian的RPC服务的实现步骤，在那里使用Hessian提供的API完成基于Hessian的RPC服务开发和客户端调用，本文使用Spring对Hessian的集成来实现Hessian的RPC调用。   定义模型、接口和服务器端代码 |---Model    &nb
  • 【Mahout三】基于Mahout CBayes算法的20newsgroup流程分析 bit1129 Mahout
    1.Mahout环境搭建  1.下载Mahout http://mirror.bit.edu.cn/apache/mahout/0.10.0/mahout-distribution-0.10.0.tar.gz    2.解压Mahout  3. 配置环境变量 vim /etc/profile export HADOOP_HOME=/home
  • nginx负载tomcat遇非80时的转发问题 ronin47
    　　nginx负载后端容器是tomcat（其它容器如WAS,JBOSS暂没发现这个问题）非８０端口，遇到跳转异常问题。解决的思路是：$host:port        详细如下： 　　 该问题是最先发现的，由于之前对nginx不是特别的熟悉所以该问题是个入门级别的： ? 1 2 3 4 5
  • java-17-在一个字符串中找到第一个只出现一次的字符 bylijinnan java
    public class FirstShowOnlyOnceElement { /**Q17.在一个字符串中找到第一个只出现一次的字符。如输入abaccdeff，则输出b * 1.int[] count:count[i]表示i对应字符出现的次数 * 2.将26个英文字母映射：a-z <--> 0-25 * 3.假设全部字母都是小写 */ pu
  • mongoDB 复制集 开窍的石头 mongodb
    mongo的复制集就像mysql的主从数据库，当你往其中的主复制集(primary)写数据的时候，副复制集(secondary)会自动同步主复制集(Primary)的数据,当主复制集挂掉以后其中的一个副复制集会自动成为主复制集。提供服务器的可用性。和防止当机问题             mo
  • [宇宙与天文]宇宙时代的经济学 comsci 经济
        宇宙尺度的交通工具一般都体型巨大，造价高昂。。。。。      在宇宙中进行航行，近程采用反作用力类型的发动机，需要消耗少量矿石燃料，中远程航行要采用量子或者聚变反应堆发动机，进行超空间跳跃，要消耗大量高纯度水晶体能源      以目前地球上国家的经济发展水平来讲，
  • Git忽略文件 Cwind git
         有很多文件不必使用git管理。例如Eclipse或其他IDE生成的项目文件，编译生成的各种目标或临时文件等。使用git status时，会在Untracked files里面看到这些文件列表，在一次需要添加的文件比较多时（使用git add . / git add -u），会把这些所有的未跟踪文件添加进索引。 ==== ==== ==== 一些牢骚
  • MySQL连接数据库的必须配置 dashuaifu mysql连接数据库配置
    MySQL连接数据库的必须配置   1.driverClass：com.mysql.jdbc.Driver   2.jdbcUrl：jdbc:mysql://localhost:3306/dbname   3.user：username   4.password：password   其中1是驱动名；2是url，这里的‘dbna
  • 一生要养成的60个习惯 dcj3sjt126com 习惯
    一生要养成的60个习惯 第1篇 让你更受大家欢迎的习惯 1 守时，不准时赴约,让别人等,会失去很多机会。 如何做到： ①该起床时就起床， ②养成任何事情都提前15分钟的习惯。 ③带本可以随时阅读的书，如果早了就拿出来读读。 ④有条理，生活没条理最容易耽误时间。 ⑤提前计划：将重要和不重要的事情岔开。 ⑥今天就准备好明天要穿的衣服。 ⑦按时睡觉，这会让按时起床更容易。 2 注重
  • [介绍]Yii 是什么 dcj3sjt126com PHPyii2
    Yii 是一个高性能，基于组件的 PHP 框架，用于快速开发现代 Web 应用程序。名字 Yii （读作 易）在中文里有“极致简单与不断演变”两重含义，也可看作 Yes It Is! 的缩写。 Yii 最适合做什么？ Yii 是一个通用的 Web 编程框架，即可以用于开发各种用 PHP 构建的 Web 应用。因为基于组件的框架结构和设计精巧的缓存支持，它特别适合开发大型应
  • Linux SSH常用总结 eksliang linux sshSSHD
    转载请出自出处：http://eksliang.iteye.com/blog/2186931 一、连接到远程主机   格式： ssh name@remoteserver 例如： ssh [email protected]   二、连接到远程主机指定的端口   格式： ssh name@remoteserver -p 22 例如： ssh i
  • 快速上传头像到服务端工具类FaceUtil gundumw100 android
    快速迭代用 import java.io.DataOutputStream; import java.io.File; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import java.io.IOExceptio
  • jQuery入门之怎么使用 ini JavaScripthtmljqueryWebcss
    jQuery的强大我何问起（个人主页：hovertree.com）就不用多说了，那么怎么使用jQuery呢？   首先，下载jquery。下载地址：http://hovertree.com/hvtart/bjae/b8627323101a4994.htm，一个是压缩版本，一个是未压缩版本，如果在开发测试阶段，可以使用未压缩版本，实际应用一般使用压缩版本(min)。然后就在页面上引用。
  • 带filter的hbase查询优化 kane_xie 查询优化hbaseRandomRowFilter
    问题描述 hbase scan数据缓慢，server端出现LeaseException。hbase写入缓慢。   问题原因 直接原因是： hbase client端每次和regionserver交互的时候，都会在服务器端生成一个Lease,Lease的有效期由参数hbase.regionserver.lease.period确定。如果hbase scan需
  • java设计模式-单例模式 men4661273 java单例枚举反射IOC
             单例模式1，饿汉模式 //饿汉式单例类.在类初始化时，已经自行实例化 public class Singleton1 { //私有的默认构造函数 private Singleton1() {} //已经自行实例化 private static final Singleton1 singl
  • mongodb 查询某一天所有信息的3种方法，根据日期查询 qiaolevip 每天进步一点点学习永无止境mongodb纵观千象
    // mongodb的查询真让人难以琢磨，就查询单天信息，都需要花费一番功夫才行。 // 第一种方式： coll.aggregate([ {$project:{sendDate: {$substr: ['$sendTime', 0, 10]}, sendTime: 1, content:1}}, {$match:{sendDate: '2015-
  • 二维数组转换成JSON tangqi609567707 java二维数组json
    原文出处：http://blog.csdn.net/springsen/article/details/7833596 public class Demo {     public static void main(String[] args) {        String[][] blogL
  • erlang supervisor wudixiaotie erlang
    定义supervisor时，如果是监控celuesimple_one_for_one则删除children的时候就用supervisor:terminate_child (SupModuleName, ChildPid)，如果shutdown策略选择的是brutal_kill，那么supervisor会调用exit(ChildPid, kill)，这样的话如果Child的behavior是gen_
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他