- Python OpenCV图像处理:从基础到高级的全方位指南
极客代码
玩转Python开发语言pythonopencv图像处理计算机视觉
目录第一部分:PythonOpenCV图像处理基础1.1OpenCV简介1.2PythonOpenCV安装1.3实战案例:图像显示与保存1.4注意事项第二部分:PythonOpenCV图像处理高级技巧2.1图像变换2.2图像增强2.3图像复原第三部分:PythonOpenCV图像处理实战项目3.1图像滤波3.2图像分割3.3图像特征提取第四部分:PythonOpenCV图像处理注意事项与优化策略4
- 视频图像处理基础--运动目标检测与识别
小豆包的小朋友0217
音视频图像处理目标检测
系列文章目录文章目录系列文章目录前言一、视频图像处理二、运动目标检测与识别--帧差法2.1帧差法2.2算法原理2.3利用帧差法进行目标检测的方法2.4相邻帧帧间差分法的优势和不足2.5改进的帧间差分法三、运动目标检测与识别--背景减法3.1背景减法3.2算法原理3.3背景建模方法3.4背景模型更新三、运动目标检测与识别--光流场分析法3.1光流场分析3.2光流和光流场的概念3.3光流场分析法原理3
- 前端学习路线
沐白star
路要一步一步的走,饭要一口一口的吃,今天我来给大家整理下前端的学习路线。初级阶段(静态网页制作、JS编程入门)1.Photoshop入门图像处理基础知识、图像处理基础知识、分辨率、图像的色彩模式、常用的图像文件格式。Photoshop工作界面的介绍、文件操作、图像的显示效果、图像和画布尺寸的调整、绘制和编辑选区、选区的操作技巧、渐变工具和油漆桶工具。图像合成、图层、蒙版、配色、切图、色彩搭配原则。
- OpenCV简介、导入及图像处理基础方法讲解(图文解释 附源码)
showswoller
数据分析与可视化计算机视觉opencv图像处理计算机视觉人工智能python
需要源码和图片集请点赞关注收藏后评论区留言私信~~~一、OpenCV简介在计算机视觉项目的开发中,OpenCV作为较大众的开源库,拥有了丰富的常用图像处理函数库,采用C/C++语言编写,可以运行在Linux/Windows/Mac等操作系统上,能够快速的实现一些图像处理和识别的任务OpenCV还提供了Java、Python、cuda等的使用接口、机器学习的基础算法调用,从而使得图像处理和图像分析变
- 【OpenCV】P1 开发环境搭建 + 图像处理基础(待完成)
脚踏实地的大梦想家
#OpenCVopencv图像处理人工智能
目录OpenCV简介图像处理基础读取图像显示图像保存图像OpenCVistheword’sbiggestcomputervisionlibrary.It’sopensource,containsover2500algorithmsandisoperatedbythenon-profitOpenSourceVisionFoundation.–Fromopencv.orgOpenCV简介Opencv库
- python数字图像处理基础(八)——harris角点检测、图像尺度空间、SIFT算法
_hermit:
数字图像处理python算法计算机视觉
目录harris角点检测原理函数图像尺度空间概念局部不变性局部不变特征SIFT算法harris角点检测原理Harris角点检测是一种用于在图像中检测角点的算法。角点是图像中局部区域的交叉点或者突出的特征点。Harris角点检测算法旨在寻找图像中对于平移、旋转和尺度变化具有不变性的角点。该算法通过计算图像中每个像素点的灰度值的变化,来识别角点。具体来说,Harris角点检测通过以下步骤实现:计算图像
- python数字图像处理基础(九)——特征匹配
_hermit:
数字图像处理pythonopencv开发语言计算机视觉
目录蛮力匹配(ORB匹配)RANSAC算法全景图像拼接蛮力匹配(ORB匹配)Brute-Force匹配非常简单,首先在第一幅图像中选取一个关键点然后依次与第二幅图像的每个关键点进行(描述符)距离测试,最后返回距离最近的关键点.对于BF匹配器,首先我们必须使用**cv2.BFMatcher()**创建BFMatcher对象。它需要两个可选的参数:normType:它指定要使用的距离测量,默认情况下,
- python数字图像处理基础(十)——背景建模
_hermit:
数字图像处理python计算机视觉开发语言
目录背景建模背景消除-帧差法混合高斯模型背景建模背景建模是计算机视觉和图像处理中的一项关键技术,用于提取视频中的前景对象。在视频监控、运动检测和行为分析等领域中,背景建模被广泛应用。其基本思想是通过对视频序列中的像素进行建模,找到视频中的静态背景,并将不同的像素标记为背景和前景,从而使后续的对象检测和跟踪更为可靠。前景-感兴趣的、运动的;背景-不变背景消除-帧差法由于场景中的目标在运动,目标的影像
- Open CV 图像处理基础:(七)学习 OpenCV 的图像增强和边缘检测功能
無间行者
OpenCV图像处理学习opencvjava
在Java中学习使用OpenCV的图像增强和边缘检测功能目录在Java中学习使用OpenCV的图像增强和边缘检测功能前言图像增强功能对比度调整(Core.addWeighted())函数原型:参数说明:代码:示例直方图均衡化(Imgproc.equalizeHist())函数原型:参数说明:代码:示例边缘检测功能Canny边缘检测(Imgproc.Canny())函数原型:代码:示例总结OpenC
- python数字图像处理基础(七)——直方图均衡化、傅里叶变换
_hermit:
数字图像处理python计算机视觉开发语言
目录直方图均衡化均衡化原理均衡化效果标准直方图均衡化自适应直方图均衡化傅里叶变换原理低通滤波高通滤波直方图均衡化均衡化原理图像均衡化是一种基本的图像处理技术,通过更新图像直方图的像素强度分布来调整图像的全局对比度。这样做可以使低对比度的区域在输出图像中获得更高的对比度。简单理解:改变图像对比度,让色彩更丰富,灰度值直方图:瘦高->均衡本质上,直方图均衡化的工作原理是:1.计算图像像素强度的直方图2
- python数字图像处理基础(四)——图像平滑处理、形态学操作、图像梯度
_hermit:
数字图像处理python计算机视觉opencv
目录图像平滑处理(滤波操作)1.均值滤波blur()2.方框滤波boxFilter()3.高斯滤波GaussianBlur()4.中值滤波medianBlur()形态学操作morphology1.腐蚀操作2.膨胀操作3.开运算cv2.morphologyEx()4.闭运算cv2.morphologyEx()5.梯度运算6.礼帽与黑帽计算图像梯度1.Sobel算子2.Scharr算子3.laplac
- python数字图像处理基础(五)——Canny边缘检测、图像金字塔、图像分割
_hermit:
数字图像处理python计算机视觉opencv
目录Canny边缘检测原理步骤图像金字塔1.高斯金字塔2.拉普拉斯金字塔图像分割图像轮廓检测1.检测轮廓2.绘制轮廓3.补充Canny边缘检测梯度是什么?梯度就是变化的最快的那个方向edge=cv2.Canny(image,threshold1,threshold2[,edges[,apertureSize[,L2gradient]]])第一个参数是需要处理的原图像,该图像必须为单通道的灰度图;第
- python数字图像处理基础(二)——图像基本操作、滑动条、鼠标操作
_hermit:
数字图像处理python计算机外设opencv计算机视觉图像处理
目录图像读取与显示读取视频与查看属性图像保存保存视频图像属性打印遍历图像的所有像素点的RGB值图像边界填充数值计算图像大小变化图像窗口滑动条的创建和使用鼠标操作importcv2importnumpyasnpimportmatplotlib.pyplotasplt图像读取与显示图像读取cv2.MREAD_COLOR:彩色图像或用1cv2.IMREAD_GRAYSCALE:灰度图像或用0img=cv
- 视频美颜SDK技术解析与技术对比
美狐美颜sdk
直播美颜SDK美颜算法美颜SDK音视频计算机视觉美颜SDK人工智能深度学习美颜sdk直播美颜sdk
当下,各类应用和服务纷纷采用视频美颜SDK,以提供更加令人满意的视觉效果。本文将深入探讨视频美颜SDK的技术原理,同时对比不同SDK的特性,为开发者和决策者提供全面的技术参考。一、技术原理解析1.图像处理基础视频美颜SDK基本的图像处理手段包括色彩调整、锐化、模糊等,用于提升视频画面的质量。2.人脸检测与关键点标定先进的SDK利用深度学习技术进行人脸检测,进一步识别关键点,以便更精准地进行后续处理
- 利用C++进行图像处理与计算机视觉
naer_chongya
c++图像处理计算机视觉
在C++中进行图像处理与计算机视觉是一个有趣且具有挑战性的任务。C++是一种高效的编程语言,能够提供足够的灵活性和性能,以处理复杂的图像处理和计算机视觉算法。在本文中,我们将介绍如何使用C++进行图像处理和计算机视觉,以及一些常见的技术和库。图像处理基础在进行图像处理和计算机视觉之前,首先需要了解图像的基本概念和处理方法。图像可以被看作是一个二维矩阵,每个元素代表一个像素的数值,通常表示颜色或灰度
- 数字图像处理及matlab实现第三版相关概念总结
linqwer1
数字图像处理
目录前言一、图像处理基础1.概述2.数字图像处理的基础3.图像基本运算4.图像变换二、图像处理技术5.图像增强5.1基于直方图处理的图像增强5.1.1直方图的均衡化5.1.2直方图的规定化5.2空间域滤波增强5.2.1空间域平滑滤波器5.2.2空间域锐化滤波器5.3频率域图像增强6.图像复原7.图像压缩编码8.图像分割8.1边缘检测8.2阈值分割8.3区域分割8.4二值图像处理三、图像处理的拓展内
- Open CV 图像处理基础:(一)Open CV 在windows环境初始化和 Java 动态库加载方式介绍
無间行者
OpenCV图像处理windowsjavaopencv
OpenCV在windows环境初始化和Java动态库加载方式介绍OpenCV是一个开源的计算机视觉和机器学习软件库,它提供了一系列的工具和程序库,让用户能够进行复杂的图像处理和计算机视觉任务。在Java中使用OpenCV涉及到环境初始化和动态库加载。以下是一些基本步骤和方法来设置OpenCV环境并在Java中加载相关的动态库。OpenCV安装官网https://opencv.org/releas
- Open CV 图像处理基础:(四)使用 Open CV 在 Java 中进行基本的图片模糊处理
無间行者
OpenCV图像处理java人工智能opencv
使用OpenCV在Java中进行基本的图片模糊处理方法介绍在Java中使用OpenCV进行图片模糊处理,主要可以通过以下几种方式:均值模糊(AveragingBlur):通过计算核窗口内所有像素的平均值来模糊图像。这种方法可以移除图像噪声,但也会使图像细节变得模糊。Imgproc.blur(src,dst,newSize(10,10),newPoint(-1,-1),Core.BORDER_DEF
- 图像处理基础:图像膨胀、腐蚀、开闭运算及梯度运算的Python实现
AI_dataloads
图像处理人工智能
目录一、为什么要进行图像处理?二、图像形态学的四种基本操作1、图像膨胀1.1、基本概念1.2、膨胀函数代码展示2、图像腐蚀2.1、基本概念2.2、腐蚀函数代码展示3、图像开运算3.1、基本概念3.2、开运算函数代码展示4、图像闭运算4.1、基本概念4.2、闭运算函数代码展示5、图像梯度运算5.1、基本概念5.2、梯度运算函数代码展示三、总结一、为什么要进行图像处理?图像处理可以通过增强、复原、几何
- Open CV 图像处理基础:(三)图片缩放操作
無间行者
OpenCV图像处理人工智能opencv
OpenCV图像处理基础:图片缩放操作使用OpenCV在Java中进行基本的图片缩放操作importorg.opencv.core.Core;importorg.opencv.core.Mat;importorg.opencv.core.Size;importorg.opencv.imgcodecs.Imgcodecs;importorg.opencv.imgproc.Imgproc;public
- 04. 基于MFC的数字图像处理基础框架
richfu72
MFC数字图像处理mfcc++
本文搭建一个基于MFC的图像显示平台,供同学们在学习数字图像处理的时候应用纯C++编写代码验证各类图像处理算法,以区别于其他使用高层图像处理库的平台。博文03.用C++类和对象封装BMP显示的相关代码介绍了如何利用MFC框架读取和显示BMP图像的问题,在此基础上,本文用一个图像取反算法来演示如何编写C++代码编写数字图像算法并立即展示效果。首先,我们新建一个名为mfc_dsp_base的MFC单文
- matlab图像处理基础几个操作
月染星河
图像的频域变换**Matlab图像显示方法图像的读写%matlab自带图像在安装路径下\toolbox\images\imdemos1:图像读RGB=imread('ngc6543a.jpg');figure,imshow(RGB);2:图像写%先从一个.mat文件中载入一幅图像,然后利用图像写函数imwrite,创建一个.bmp文件,并将图像存入其中。loadclownwhosimwrite(X
- 2018前端学习知识点总结
Terry_wn
2018前端知识点
前端越发展越复杂,知识点越来越庞杂。前端要学习三个部分:HTML,CSS,JavaScript(简称JS),因此首先明确三个概念:HTML负责结构,网页想要表达的内容由html书写。CSS负责样式,网页的美与丑由它来控制JS负责交互,用户和网页产生的互动由它来控制。初级阶段(静态网页制作、JS编程入门)1.Photoshop入门图像处理基础知识、图像处理基础知识、分辨率、图像的色彩模式、常用的图像
- Open CV 图像处理基础:(二)从基本概念到实践操作
無间行者
OpenCV图像处理opencv计算机视觉
OpenCV图像处理基础:从基本概念到实践操作一、引言图像处理是计算机视觉领域的一个重要分支,它涉及对图像的各种操作和处理。了解图像的基本概念、读取和显示方法以及基本操作是图像处理的基础。本文将通过示例文章的形式,帮助初学者逐步掌握这些基础知识。二、图像的基本概念像素:像素是构成图像的基本单位,每个像素代表图像中的一个点。在彩色图像中,每个像素由红、绿、蓝三个通道的颜色值组成。分辨率:分辨率是指图
- 目标检测YOLO系列从入门到精通技术详解100篇-【目标检测】机器视觉(基础篇)(十三)
格图素书
目标检测YOLO人工智能
目录前言几个高频面试题目人工智能,机器学习,计算机视觉之间的关系知识储备计算机视觉、计算机图像学、图像处理基础知识光学棱镜
- 2022-03-20 图像处理基础(实验)
Luo_淳
专业学习人工智能图像处理opencvpython
人工智能应用——图像处理基础一、实验目的熟悉使用C语言读取图像文件并修改像素保存掌握利用OpenCV和Pillow读取和存储图片并显示掌握利用OpenCV读取摄像头并保存视频二、实验内容与记录参考课件代码,使用C语言编程读取图像文件,并修改像素且保存文件。用Python的OpenCV和Pillow工具包,读取和存储图片并显示。OpenCV:
- 深度学习-yolo目标检测-机器学习-计算机视觉-python学习路线(呕心沥血出品-绝对精品-附资源链接)
阿利同学
计算机视觉深度学习YOLO资源满满学习路线教程python
学习路线1.计算机视觉基础知识图像处理基础:了解图像的基本处理技术,如滤波、边缘检测、直方图等。数字图像处理:熟悉数字图像的表示、颜色模型、图像增强等基本概念。opencv课程链接:PythonforComputerVisionwithOpenCVandDeepLearning资料推荐:书籍:《数字图像处理》-冈萨雷斯、伍兹在线课程:Coursera上的DigitalSignalProcessin
- 冈萨雷斯《数字图像处理》学习笔记(六)彩色图像处理
孙ちゃん(颖)♂
数字图像处理人工智能数字图像处理冈萨雷斯
目录一、彩色基础二、彩色模型三、色彩转换四、彩色图像处理基础五、彩色图像处理六、彩色图像的噪声七、彩色图像的压缩附加知识点一、彩色基础彩色定义:彩色是物体的一种属性,他依赖于一下三个方面的因素。(1)光源——照射光的谱性质或谱能量分布(2)物体——被照射物体的反射性质(3)成像接收器(眼睛或成像传感器)——光谱能量吸收性质二、彩色模型彩色模型也称彩色空间或彩色系统,是用来精确标定和生成各种颜色的一
- 数字图像处理(冈萨雷斯)学习笔记
诗仙&李白
机器视觉学习笔记
目录一.机器视觉和计算机视觉二.图像处理基础1.什么是图像2.如何访问图像三.图像仿射变换四.灰度变换一.机器视觉和计算机视觉机器视觉(MachineVision,MV)和计算机视觉(ComputerVision,CV)的区别和联系:机器视觉更注重广义图像信号(激光,摄像头)和自动化控制(生产线)方面的研究。计算机视觉更注重图像信号本身的研究和图像处理相关的交叉学科研究(医学图像分析,地图导航)。
- 数字图像处理基础内容
老于啊
Python基础计算机视觉图像处理opencv
一.图像基础内容1.什么是图像?图像定义为二维函数f(x,y),x,y定义为空间坐标,f(x,y)是点(x,y)的幅值。包括灰度图和彩色图。灰度图:灰度图像是一个二维灰度(或亮度)函数f(x,y)彩色图:彩色图像由三个(RGB,HSV)二维灰度(或亮度)函数f(x,y)组成。2.什么是像素?数字图像由二维的元素组成,每一个元素具有一个特定的位置(x,y)和幅值f(x,y),这些元素称为像素。3.什
- Spring中@Value注解,需要注意的地方
无量
springbean@Valuexml
Spring 3以后,支持@Value注解的方式获取properties文件中的配置值,简化了读取配置文件的复杂操作
1、在applicationContext.xml文件(或引用文件中)中配置properties文件
<bean id="appProperty"
class="org.springframework.beans.fac
- mongoDB 分片
开窍的石头
mongodb
mongoDB的分片。要mongos查询数据时候 先查询configsvr看数据在那台shard上,configsvr上边放的是metar信息,指的是那条数据在那个片上。由此可以看出mongo在做分片的时候咱们至少要有一个configsvr,和两个以上的shard(片)信息。
第一步启动两台以上的mongo服务
&nb
- OVER(PARTITION BY)函数用法
0624chenhong
oracle
这篇写得很好,引自
http://www.cnblogs.com/lanzi/archive/2010/10/26/1861338.html
OVER(PARTITION BY)函数用法
2010年10月26日
OVER(PARTITION BY)函数介绍
开窗函数 &nb
- Android开发中,ADB server didn't ACK 解决方法
一炮送你回车库
Android开发
首先通知:凡是安装360、豌豆荚、腾讯管家的全部卸载,然后再尝试。
一直没搞明白这个问题咋出现的,但今天看到一个方法,搞定了!原来是豌豆荚占用了 5037 端口导致。
参见原文章:一个豌豆荚引发的血案——关于ADB server didn't ACK的问题
简单来讲,首先将Windows任务进程中的豌豆荚干掉,如果还是不行,再继续按下列步骤排查。
&nb
- canvas中的像素绘制问题
换个号韩国红果果
JavaScriptcanvas
pixl的绘制,1.如果绘制点正处于相邻像素交叉线,绘制x像素的线宽,则从交叉线分别向前向后绘制x/2个像素,如果x/2是整数,则刚好填满x个像素,如果是小数,则先把整数格填满,再去绘制剩下的小数部分,绘制时,是将小数部分的颜色用来除以一个像素的宽度,颜色会变淡。所以要用整数坐标来画的话(即绘制点正处于相邻像素交叉线时),线宽必须是2的整数倍。否则会出现不饱满的像素。
2.如果绘制点为一个像素的
- 编码乱码问题
灵静志远
javajvmjsp编码
1、JVM中单个字符占用的字节长度跟编码方式有关,而默认编码方式又跟平台是一一对应的或说平台决定了默认字符编码方式;2、对于单个字符:ISO-8859-1单字节编码,GBK双字节编码,UTF-8三字节编码;因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节,而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))。
3、getBytes()、getByte
- java 求几个月后的日期
darkranger
calendargetinstance
Date plandate = planDate.toDate();
SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd");
Calendar cal = Calendar.getInstance();
cal.setTime(plandate);
// 取得三个月后时间
cal.add(Calendar.M
- 数据库设计的三大范式(通俗易懂)
aijuans
数据库复习
关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同范式。数据库的设计范式是数据库设计所需要满足的规范。只有理解数据库的设计范式,才能设计出高效率、优雅的数据库,否则可能会设计出错误的数据库.
目前,主要有六种范式:第一范式、第二范式、第三范式、BC范式、第四范式和第五范式。满足最低要求的叫第一范式,简称1NF。在第一范式基础上进一步满足一些要求的为第二范式,简称2NF。其余依此类推。
- 想学工作流怎么入手
atongyeye
jbpm
工作流在工作中变得越来越重要,很多朋友想学工作流却不知如何入手。 很多朋友习惯性的这看一点,那了解一点,既不系统,也容易半途而废。好比学武功,最好的办法是有一本武功秘籍。研究明白,则犹如打通任督二脉。
系统学习工作流,很重要的一本书《JBPM工作流开发指南》。
本人苦苦学习两个月,基本上可以解决大部分流程问题。整理一下学习思路,有兴趣的朋友可以参考下。
1 首先要
- Context和SQLiteOpenHelper创建数据库
百合不是茶
androidContext创建数据库
一直以为安卓数据库的创建就是使用SQLiteOpenHelper创建,但是最近在android的一本书上看到了Context也可以创建数据库,下面我们一起分析这两种方式创建数据库的方式和区别,重点在SQLiteOpenHelper
一:SQLiteOpenHelper创建数据库:
1,SQLi
- 浅谈group by和distinct
bijian1013
oracle数据库group bydistinct
group by和distinct只了去重意义一样,但是group by应用范围更广泛些,如分组汇总或者从聚合函数里筛选数据等。
譬如:统计每id数并且只显示数大于3
select id ,count(id) from ta
- vi opertion
征客丶
macoprationvi
进入 command mode (命令行模式)
按 esc 键
再按 shift + 冒号
注:以下命令中 带 $ 【在命令行模式下进行】,不带 $ 【在非命令行模式下进行】
一、文件操作
1.1、强制退出不保存
$ q!
1.2、保存
$ w
1.3、保存并退出
$ wq
1.4、刷新或重新加载已打开的文件
$ e
二、光标移动
2.1、跳到指定行
数字
- 【Spark十四】深入Spark RDD第三部分RDD基本API
bit1129
spark
对于K/V类型的RDD,如下操作是什么含义?
val rdd = sc.parallelize(List(("A",3),("C",6),("A",1),("B",5))
rdd.reduceByKey(_+_).collect
reduceByKey在这里的操作,是把
- java类加载机制
BlueSkator
java虚拟机
java类加载机制
1.java类加载器的树状结构
引导类加载器
^
|
扩展类加载器
^
|
系统类加载器
java使用代理模式来完成类加载,java的类加载器也有类似于继承的关系,引导类是最顶层的加载器,它是所有类的根加载器,它负责加载java核心库。当一个类加载器接到装载类到虚拟机的请求时,通常会代理给父类加载器,若已经是根加载器了,就自己完成加载。
虚拟机区分一个Cla
- 动态添加文本框
BreakingBad
文本框
<script> var num=1; function AddInput() { var str=""; str+="<input 
- 读《研磨设计模式》-代码笔记-单例模式
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
public class Singleton {
}
/*
* 懒汉模式。注意,getInstance如果在多线程环境中调用,需要加上synchronized,否则存在线程不安全问题
*/
class LazySingleton
- iOS应用打包发布常见问题
chenhbc
iosiOS发布iOS上传iOS打包
这个月公司安排我一个人做iOS客户端开发,由于急着用,我先发布一个版本,由于第一次发布iOS应用,期间出了不少问题,记录于此。
1、使用Application Loader 发布时报错:Communication error.please use diagnostic mode to check connectivity.you need to have outbound acc
- 工作流复杂拓扑结构处理新思路
comsci
设计模式工作算法企业应用OO
我们走的设计路线和国外的产品不太一样,不一样在哪里呢? 国外的流程的设计思路是通过事先定义一整套规则(类似XPDL)来约束和控制流程图的复杂度(我对国外的产品了解不够多,仅仅是在有限的了解程度上面提出这样的看法),从而避免在流程引擎中处理这些复杂的图的问题,而我们却没有通过事先定义这样的复杂的规则来约束和降低用户自定义流程图的灵活性,这样一来,在引擎和流程流转控制这一个层面就会遇到很
- oracle 11g新特性Flashback data archive
daizj
oracle
1. 什么是flashback data archive
Flashback data archive是oracle 11g中引入的一个新特性。Flashback archive是一个新的数据库对象,用于存储一个或多表的历史数据。Flashback archive是一个逻辑对象,概念上类似于表空间。实际上flashback archive可以看作是存储一个或多个表的所有事务变化的逻辑空间。
- 多叉树:2-3-4树
dieslrae
树
平衡树多叉树,每个节点最多有4个子节点和3个数据项,2,3,4的含义是指一个节点可能含有的子节点的个数,效率比红黑树稍差.一般不允许出现重复关键字值.2-3-4树有以下特征:
1、有一个数据项的节点总是有2个子节点(称为2-节点)
2、有两个数据项的节点总是有3个子节点(称为3-节
- C语言学习七动态分配 malloc的使用
dcj3sjt126com
clanguagemalloc
/*
2013年3月15日15:16:24
malloc 就memory(内存) allocate(分配)的缩写
本程序没有实际含义,只是理解使用
*/
# include <stdio.h>
# include <malloc.h>
int main(void)
{
int i = 5; //分配了4个字节 静态分配
int * p
- Objective-C编码规范[译]
dcj3sjt126com
代码规范
原文链接 : The official raywenderlich.com Objective-C style guide
原文作者 : raywenderlich.com Team
译文出自 : raywenderlich.com Objective-C编码规范
译者 : Sam Lau
- 0.性能优化-目录
frank1234
性能优化
从今天开始笔者陆续发表一些性能测试相关的文章,主要是对自己前段时间学习的总结,由于水平有限,性能测试领域很深,本人理解的也比较浅,欢迎各位大咖批评指正。
主要内容包括:
一、性能测试指标
吞吐量、TPS、响应时间、负载、可扩展性、PV、思考时间
http://frank1234.iteye.com/blog/2180305
二、性能测试策略
生产环境相同 基准测试 预热等
htt
- Java父类取得子类传递的泛型参数Class类型
happyqing
java泛型父类子类Class
import java.lang.reflect.ParameterizedType;
import java.lang.reflect.Type;
import org.junit.Test;
abstract class BaseDao<T> {
public void getType() {
//Class<E> clazz =
- 跟我学SpringMVC目录汇总贴、PDF下载、源码下载
jinnianshilongnian
springMVC
----广告--------------------------------------------------------------
网站核心商详页开发
掌握Java技术,掌握并发/异步工具使用,熟悉spring、ibatis框架;
掌握数据库技术,表设计和索引优化,分库分表/读写分离;
了解缓存技术,熟练使用如Redis/Memcached等主流技术;
了解Ngin
- the HTTP rewrite module requires the PCRE library
流浪鱼
rewrite
./configure: error: the HTTP rewrite module requires the PCRE library.
模块依赖性Nginx需要依赖下面3个包
1. gzip 模块需要 zlib 库 ( 下载: http://www.zlib.net/ )
2. rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ )
3. s
- 第12章 Ajax(中)
onestopweb
Ajax
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- Optimize query with Query Stripping in Web Intelligence
blueoxygen
BO
http://wiki.sdn.sap.com/wiki/display/BOBJ/Optimize+query+with+Query+Stripping+in+Web+Intelligence
and a very straightfoward video
http://www.sdn.sap.com/irj/scn/events?rid=/library/uuid/40ec3a0c-936
- Java开发者写SQL时常犯的10个错误
tomcat_oracle
javasql
1、不用PreparedStatements 有意思的是,在JDBC出现了许多年后的今天,这个错误依然出现在博客、论坛和邮件列表中,即便要记住和理解它是一件很简单的事。开发者不使用PreparedStatements的原因可能有如下几个: 他们对PreparedStatements不了解 他们认为使用PreparedStatements太慢了 他们认为写Prepar
- 世纪互联与结盟有感
阿尔萨斯
10月10日,世纪互联与(Foxcon)签约成立合资公司,有感。
全球电子制造业巨头(全球500强企业)与世纪互联共同看好IDC、云计算等业务在中国的增长空间,双方迅速果断出手,在资本层面上达成合作,此举体现了全球电子制造业巨头对世纪互联IDC业务的欣赏与信任,另一方面反映出世纪互联目前良好的运营状况与广阔的发展前景。
众所周知,精于电子产品制造(世界第一),对于世纪互联而言,能够与结盟