- Ubuntu: 配置OpenCV环境
达柳斯·绍达华·宁
ubuntuopencvlinux
从从Ubuntu系统安装opencv_ubuntu安装opencv-CSDN博客文章浏览阅读2.3k次,点赞4次,收藏14次。开源计算机视觉(OpenCV)是一个主要针对实时计算机视觉的编程函数库。OpenCV的应用领域包括:2D和3D功能工具包、运动估计、面部识别系统、手势识别、人机交互、移动机器人、动作理解、物体识别、分割和识别、实体影像立体视觉:来自两个摄像机的深度感知、运动跟踪、增强现实等
- 计算机视觉领域顶级会议和顶级期刊汇总
AdaCoding
论文阅读与写作计算机视觉人工智能
计算机视觉领域顶级会议和顶级期刊汇总一、计算机视觉顶会一档二档二、计算机视觉顶刊一、计算机视觉顶会一档1、ICCV,全称:IEEE/CVFInternationalConferenceonComputerVision国际计算机视觉会议,是公认的三个会议中级别最高的,收录率一般在20%左右,由IEEE主办。收录论文的内容:底层视觉与感知,颜色、光照与纹理处理,分割与聚合,运动与跟踪,立体视觉与运动结
- 立体视觉几何 (三)
dc爱傲雪和技术
计算机视觉数码相机人工智能
立体视觉系统概述误差分析考虑对应于深度Z的视差d的匹配对。我们想要评估ΔZ,即视差误差引起的深度误差。将Z对d求导,得到:立体视觉中基线(baseline)、焦距(focallength)和立体重建的准确性之间的基本关系。“深度:立体重建的分辨率随着深度呈二次减小。这意味着立体视觉的适用性受到严重限制。”-这句话指出,随着物体距离相机的深度增加,立体重建的分辨率会二次减小。这意味着在较远的距离上,
- 双目视觉测宽仪系列 模拟人眼高精测量!
蓝鹏测控
其他制造
双目视觉测宽仪系列基于机器视觉原理,两个工业相机就像人的双眼,可以形成立体视觉,这样就可以得到足够的信息判断被测物的距离,修正和消除距离变化对测量的影响,在线检测生产线上产品的宽度值。可广泛应用于轧制材料(热轧、冷轧)、机械部件、钢板、铁板、金属板、厚板等板材类产品的在线检测。具有非接触、实时测量、精度高等优点。技术参数:测量范围:500-3000mm(定制)测量方式:双工业相机,自发光/光源补光
- 科普类——进行基线设计、系统测试和优化的立体视觉软件与工具(七)
JANGHIGH
科普类无人驾驶自动驾驶
科普类——进行基线设计、系统测试和优化的立体视觉软件与工具(七)在立体视觉领域,有许多立体视觉软件和工具可以帮助工程师进行基线设计、系统测试和优化。以下是一些常用的立体视觉软件和工具:Meshroom:这是一个基于AliceVision摄影测量计算机视觉框架的免费开源三维重建软件。Meshroom可以处理大规模的图像数据集,进行立体视觉重建。OpenMVG(OpenMultipleViewGeom
- 三维重建开源函数库或者工具
冰清-小魔鱼
遥感GIS计算机视觉目标检测人工智能
三维重建使用摄影测量、计算机视觉技术,利用立体视觉恢复真实相机姿态,获取现实物体的三维信息,并进行虚拟三维场景重现。1、OpenDroneMapODM是一个基于航空影像的三维重建集成工具箱,利用多幅航空影像恢复相机姿态和3D场景,可以生产点云、三维贴图模型、正射影像、数字表面模型、数字高程模型等,提供Web接口,支持CUDA加速,基础函数库使用OpenSfM,OpenMVS,PDAL,Entwin
- 【三维重建】双目立体视觉
Patrick star`
人工智能
通过极几何可以求得极线,现在我们需要将左边的图变成右边的平行视图。所有的极线都经过极点(e/e'),如果极点位于无穷远处,那所有的极线都平行。(极几何的基础知识可以参考这篇文章:【三维重建】对极几何-CSDN博客)平行视图中,可以利用视差就得深度,视差越小深度越深。如何得到平行视图呢?
- [Python图像处理] 使用OpenCV创建深度图
AI technophile
Python图像处理实战python图像处理计算机视觉
使用OpenCV创建深度图双目视觉创建深度图相关链接双目视觉在传统的立体视觉中,两个摄像机彼此水平移动,用于获得场景上的两个不同视图(作为立体图像),就像人类的双目视觉系统:通过比较这两个图像,可以以视差的形式获得相对深度信息,该视差编码对应图像点的水平坐标的差异。两个立体图像中单个像素的位移量称为视差(disparity),像素的视差与其在场景中的深度成反比。可以用灰度值对每个像素的视差进行编码
- 11. 双目视觉之立体视觉基础
宛如新生
slam中的标定问题数码相机
目录1.深度恢复1.1单目相机缺少深度信息1.2如何恢复场景深度?1.3深度恢复的思路2.对极几何约束2.1直观感受2.2数学上的描述1.深度恢复1.1单目相机缺少深度信息之前学习过相机模型,最经典的就是小孔成像模型。我们知道相机通过小孔成像模型对世界点的观测是缺少深度信息的。我们得到的只是世界点在相机平面上的一个投影。如下图,世界点P只要是在那条红色线上,他在相机上的成像位置就是P‘,所以我们无
- 12. 双目视觉之极线矫正
宛如新生
slam中的标定问题数码相机
目录1.为何要进行极线矫正?2.极线矫正过程。1.为何要进行极线矫正?之前的文章立体视觉基础中介绍单目相机无法获得深度信息,我们可以通过多个相机来实现立体视觉。通过两个相机对某场景同时观测时,当我们知道了相机的内(外)参以及两者之间的基线,然后通过某种方式找到两相机对同一世界点的观测的关联关系(类似特征匹配),就可以计算出视差,最终通过下列公式计算出观测到的世界点的深度。我们假设双目相机已经标定完
- 第六篇【传奇开心果系列】Python的OpenCV库技术点案例示例:摄像头标定
传奇开心果编程
Python库OpenCV技术点案例示例短博文opencv计算机视觉python
传奇开心果博文系列系列博文目录Python的OpenCV库技术点案例示例系列博文目录一、前言二、OpenCV摄像头标定介绍三、摄像头内外参数标定示例代码和扩展四、立体视觉标定示例代码和扩展五、归纳总结系列博文目录Python的OpenCV库技术点案例示例系列博文目录一、前言OpenCV摄像头标定:包括摄像头内外参数标定、立体视觉标定等功能。二、OpenCV摄像头标定介绍OpenCV是一个广泛使用的
- 双目立体视觉——视差图(stereo matching)三种相似度算法实现
7lingqi7
1024程序员节python笔记学习
目录双目立体视觉的理解:平行视图的极几何(第二种实现视差图的思路)图像校正(cameracalibration)实现——相似度匹配,视差计算重要影响参数实验报告讨论部分SGBM算法示例,这个效果更好,速度也更快。【双目视觉】SGBM算法应用(Python版)_落叶随峰的博客-CSDN博客任务:生成视差图关键词:视差原理(平行视图的极几何),图像校正,相似度匹配,视差计算和匹配图片数据集:visio
- 立体视觉几何 (二)
dc爱傲雪和技术
计算机视觉
1.视差2.立体匹配立体匹配的基本概念:匹配目标:在立体匹配中,主要目标是确定左图像中像素的右图像中的对应像素。这个对应像素通常位于相同的行。视差(Disparity):视差d是右图像中对应像素xr和左图像中像素xl之间的水平位置差。视差是深度信息的关键指标。匹配方法:方法涉及在左图像中以某个像素为中心取一个窗口W,然后将这个窗口沿水平方向平移视差d,并将其放置在右图像中。接着比较左图像中窗口W和
- 立体视觉几何(一)
dc爱傲雪和技术
计算机视觉
1.什么是立体视觉几何立体视觉=对应+重建:•对应:给定一幅图像中的点pl,找到另一幅图像中的对应点pr。•重建:给定对应关系(pl,pr),计算空间中相应点的3D坐标P。立体视觉:从图像中的投影恢复场景中点的三维位置的过程类型:基于窗口/局部的算法和全局算法三角测量:给定pl,我们知道点P位于连接pl和左光心Cl的直线Ll上。**假设我们确切地知道相机的参数,我们可以显式计算Ll和Lr的参数。*
- 重大突破!单向结构光系统校准方法,平面测量精度提高2.5倍,球面测量精度提高2倍
3DCV
学习计算机视觉人工智能算法深度学习平面
作者:小柠檬|来源:3DCV在公众号「3DCV」后台,回复「原论文」获取论文本文提出了一种新颖的单向结构光系统标定方法,该方法利用白色平面作为标定目标,而不是具有圆点或方格方块等物理特征的传统目标。该方法通过采用具有投影随机图案和平面拟合的立体视觉来重建白色平面。为了促进校准过程,使用了辅助摄像机和辅助投影仪。实验结果表明,所提出的方法对于单向结构光系统具有较高的标定精度。原文链接:重大突破!单向
- vslam论文24:ESVIO: 基于事件相机的双目VIO(RAL 2023)
xsyaoxuexi
视觉SLAM论文阅读c++人工智能学习笔记
摘要异步输出低延迟事件流的事件相机为具有挑战性的情况下的状态估计提供了很大的机会。尽管近年来基于事件的视觉里程测量技术得到了广泛的研究,但大多数都是基于单目的,而对立体事件视觉的研究很少。在本文中,我们介绍了ESVIO,这是第一个基于事件的立体视觉惯性里程计,它利用了事件流、标准图像和惯性测量的互补优势。我们建议的pipeline包括ESIO(纯基于事件的)和ESVIO(带有图像辅助的事件),它们
- OpenCV-Python(43):姿势估计
图灵追慕者
opencv-pythonopencvcalib3D模块姿势估计摄像机标定立体视觉3D重构
目标学习了解calib3D模块学习在图像中创建3D效果calib3D模块OpenCV-Python的calib3D模块是OpenCV库中的一个重要模块,用于摄像头标定和三维重建等计算机视觉任务。该模块提供了一些函数和类,用于摄像头标定、立体视觉和三维重建等方面的操作。下面是一些calib3D模块常用的函数和类的介绍:1.findChessboardCorners():用于在一张图片中查找棋盘格角点
- 工业相机相关概念词介绍:ISP算法、线阵相机、常用术语
明月醉窗台
应用工具使用介绍图像处理相关算法数码相机接口隔离原则算法计算机视觉图像处理
工业相机相关概念词介绍:ISP算法、线阵相机、常用术语ISP基本框架及算法介绍相机的常用设置50个常用术语关于立体视觉相关算法,可参考我的专栏:https://blog.csdn.net/yohnyang/category_11720857.html0.ISP基本框架及算法介绍ISP(ImageSignalProcessor),即图像处理,主要作用是对前端图像传感器输出的信号做后期处理,主要功能有
- 使用opencv做双目测距(相机标定+立体匹配+测距)
AAI机器之心
opencv数码相机人工智能pytorch机器学习计算机视觉
最近在做双目测距,觉得有必要记录点东西,所以我的第一篇博客就这么诞生啦~双目测距属于立体视觉这一块,我觉得应该有很多人踩过这个坑了,但网上的资料依旧是云里雾里的,要么是理论讲一大堆,最后发现还不知道怎么做,要么就是直接代码一贴,让你懵逼。所以今天我想做的,是尽量给大家一个明确的阐述,并且能够上手做出来。一、标定首先我们要对摄像头做标定,具体的公式推导在learningopencv中有详细的解释,这
- ZED使用指南(八)Depth Sensing
Happy_Cabbage
ZED2计算机视觉人工智能
ZED立体相机再现了人类双目视觉的工作方式。通过比较左眼和右眼看到的两种视图,不仅可以推断深度,还可以推断空间中的3D运动。ZED立体相机可以捕捉到场景的高分辨率3D视频,通过比较左右图像之间的像素位移可以估计深度和运动。深度感知深度感知是指确定物体之间的距离,以三维的角度看世界。到目前为止,深度传感器仅限于近距离和室内的深度感知,限制了其在手势控制和身体跟踪方面的应用。ZED是第一个使用立体视觉
- 双目立体视觉进入“上车”时代,这家厂商如何“领跑”全球
高工智能汽车
汽车
车载双目立体视觉正在迎来爆发式增长的窗口期。《高工智能汽车》了解到,继大众、丰田、零跑等越来越多主机厂开始从单目切换为双目方案之后,小鹏汽车也已经布局双目立体感知方案,以提高L2及以上智能驾驶的安全性和可靠性。现阶段,以NOA为代表的高阶智能驾驶系统,已经成为了车企决战智能化下半场竞争的关键。根据高工智能汽车研究院最新发布数据显示,2023年1-9月,中国市场(不含进出口)乘用车前装标配(软硬件)
- OpenCV 中 core, imgcodecs, imgproc, calib3d, highgui, dnn, features2d, flann, gapi, ml, objc等分别是什么?
型者无疆
opencv3ddnn
下面是关于这些OpenCV模块的简要说明:core:OpenCV核心功能模块,提供了基本的数据结构、图像处理函数和数学运算等常见功能。imgcodecs:图像编解码模块,用于读取、写入和编解码各种图像格式,如JPEG、PNG等。imgproc:图像处理模块,提供了图像处理和操作的函数,包括滤波、边缘检测、几何变换等。calib3d:相机标定和三维重建模块,用于相机标定、立体视觉、姿态估计和三维物体
- Active Stereo Without Pattern Projector论文精读
你不困我困
论文精读深度学习计算机视觉
1.背景补充主动立体相机和被动立体相机的主要区别在于它们获取立体视觉信息的方式主动立体相机12:主动立体视觉是指寻找最佳的视角去重建目标或者场景1。主动视觉的实现方式通常有:改变环境中的光照条件、改变相机的视角、移动相机自身位置等,其目的是提高感知结果的质量1。主动立体视觉还包括没有先验的场景信息去主动识别或是跟踪,存在与环境的交互1。结构光法采用主动投射已知图案的方法来实现匹配特征点,达到较高的
- RC-MVSNet:无监督的多视角立体视觉与神经渲染--论文笔记(2022年)
知识推荐号
MVS论文笔记论文阅读图像处理python三维重建
RC-MVSNet:无监督的多视角立体视觉与神经渲染--论文笔记(2022年)摘要1引言2相关工作2.1基于监督的MVS2.2无监督和自监督MVS2.3多视图神经渲染3实现方法3.1无监督的MVS网络3.2参考试图合成3.3深度渲染一致性Chang,D.etal.(2022).RC-MVSNet:UnsupervisedMulti-ViewStereowithNeuralRendering.In:
- PCL深度图像 RangeImage
Ivy_daisy
PCLPCLRangeImage
http://www.cnblogs.com/li-yao7758258/p/6474699.html目前深度图像的获取方法有激光雷达深度成像法,计算机立体视觉成像,坐标测量机法,莫尔条纹法,结构光法等等,针对深度图像的研究重点主要集中在以下几个方面,深度图像的分割技术,深度图像的边缘检测技术,基于不同视点的多幅深度图像的配准技术,基于深度数据的三维重建技术,基于三维深度图像的三维目标识别技术,深
- 【2021集创赛】基于ARM-M3的双目立体视觉避障系统 SOC设计
极术社区
IC技术竞赛作品分享arm开发
本作品参与极术社区组织的有奖征集|秀出你的集创赛作品风采,免费电子产品等你拿~活动。团队介绍参赛单位:上海电力大学队伍名称:骇行队总决赛奖项:二等奖1.摘要随着信息技术的发展,AGV(AutomatedGuidedVehicle,AGV)无人自动导航小车已被广泛应用于智能制造、智慧物流等场景。AGV搬运车的导航系统主要利用视觉、激光雷达等传感器,其主控系统大多使用多个芯片及其复杂嵌入式系统实现,成
- 《视觉SLAM十四讲》-- 建图
算法导航
视觉SLAM十四讲SLAM算法计算机视觉
11建图11.1概述(1)地图的几类用处:定位:导航:机器人在地图中进行路径规划;避障重建交互:人与地图之间的互动(2)几类地图稀疏地图稠密地图语义地图11.2单目稠密重建11.2.1立体视觉(1)稠密重建中,我们需要知道每个像素(或大部分像素)的距离,对此有以下几种方案:使用单目相机,估计相机运动,并且三角化计算像素的距离;使用双目相机,利用左右目的视差计算像素的距离;使用RGB-D相机直接获取
- halcon——缺陷检测常用方法总结(光度立体)
明月清风_@
Halcon计算机视觉人工智能深度学习python机器学习
引言机器视觉中缺陷检测分为一下几种:blob分析+特征模板匹配(定位)+差分光度立体特征训练测量拟合频域+空间域结合:halcon——缺陷检测常用方法总结(频域空间域结合)-唯有自己强大-博客园(cnblogs.com)深度学习前一篇总结了频域与空间域的结合使用,本篇就光度立体的缺陷检测做一个总结。光度立体在工业领域,表面检测是一个非常广泛的应用领域。在halcon中,使用增强的光度立体视觉方法,
- Deep Learning for Monocular Depth Estimation: A Review.基于深度学习的深度估计
qaaaaaaz
计算机视觉深度学习人工智能
传统的深度估计方法通常是使用双目相机,计算两个2D图像的视差,然后通过立体匹配和三角剖分得到深度图。然而,双目深度估计方法至少需要两个固定的摄像机,当场景的纹理较少或者没有纹理的时候,很难从图像中捕捉足够的特征来匹配。所以最近单目深度估计发展的越来越快,但是由于单目图像缺乏可靠的立体视觉关系,因此在三维空间中回归深度本质上是一种不适定问题。单目图像采用二维形式来重新反射三维世界,然而,有一维场景叫
- MVSNet论文笔记
知识推荐号
MVS论文笔记论文阅读图像处理多视图三维重建深度学习
MVSNet论文笔记摘要1引言2相关基础2.1多视图立体视觉重建(MVSReconstruction)2.2基于学习的立体视觉(LearnedStereo)2.3基于学习的多视图的立体视觉(LearnedMVS)Yao,Y.,Luo,Z.,Li,S.,Fang,T.,Quan,L.(2018).MVSNet:DepthInferenceforUnstructuredMulti-viewStereo
- Java 并发包之线程池和原子计数
lijingyao8206
Java计数ThreadPool并发包java线程池
对于大数据量关联的业务处理逻辑,比较直接的想法就是用JDK提供的并发包去解决多线程情况下的业务数据处理。线程池可以提供很好的管理线程的方式,并且可以提高线程利用率,并发包中的原子计数在多线程的情况下可以让我们避免去写一些同步代码。
这里就先把jdk并发包中的线程池处理器ThreadPoolExecutor 以原子计数类AomicInteger 和倒数计时锁C
- java编程思想 抽象类和接口
百合不是茶
java抽象类接口
接口c++对接口和内部类只有简介的支持,但在java中有队这些类的直接支持
1 ,抽象类 : 如果一个类包含一个或多个抽象方法,该类必须限定为抽象类(否者编译器报错)
抽象方法 : 在方法中仅有声明而没有方法体
package com.wj.Interface;
- [房地产与大数据]房地产数据挖掘系统
comsci
数据挖掘
随着一个关键核心技术的突破,我们已经是独立自主的开发某些先进模块,但是要完全实现,还需要一定的时间...
所以,除了代码工作以外,我们还需要关心一下非技术领域的事件..比如说房地产
&nb
- 数组队列总结
沐刃青蛟
数组队列
数组队列是一种大小可以改变,类型没有定死的类似数组的工具。不过与数组相比,它更具有灵活性。因为它不但不用担心越界问题,而且因为泛型(类似c++中模板的东西)的存在而支持各种类型。
以下是数组队列的功能实现代码:
import List.Student;
public class
- Oracle存储过程无法编译的解决方法
IT独行者
oracle存储过程
今天同事修改Oracle存储过程又导致2个过程无法被编译,流程规范上的东西,Dave 这里不多说,看看怎么解决问题。
1. 查看无效对象
XEZF@xezf(qs-xezf-db1)> select object_name,object_type,status from all_objects where status='IN
- 重装系统之后oracle恢复
文强chu
oracle
前几天正在使用电脑,没有暂停oracle的各种服务。
突然win8.1系统奔溃,无法修复,开机时系统 提示正在搜集错误信息,然后再开机,再提示的无限循环中。
无耐我拿出系统u盘 准备重装系统,没想到竟然无法从u盘引导成功。
晚上到外面早了一家修电脑店,让人家给装了个系统,并且那哥们在我没反应过来的时候,
直接把我的c盘给格式化了 并且清理了注册表,再装系统。
然后的结果就是我的oracl
- python学习二( 一些基础语法)
小桔子
pthon基础语法
紧接着把!昨天没看继续看django 官方教程,学了下python的基本语法 与c类语言还是有些小差别:
1.ptyhon的源文件以UTF-8编码格式
2.
/ 除 结果浮点型
// 除 结果整形
% 除 取余数
* 乘
** 乘方 eg 5**2 结果是5的2次方25
_&
- svn 常用命令
aichenglong
SVN版本回退
1 svn回退版本
1)在window中选择log,根据想要回退的内容,选择revert this version或revert chanages from this version
两者的区别:
revert this version:表示回退到当前版本(该版本后的版本全部作废)
revert chanages from this versio
- 某小公司面试归来
alafqq
面试
先填单子,还要写笔试题,我以时间为急,拒绝了它。。时间宝贵。
老拿这些对付毕业生的东东来吓唬我。。
面试官很刁难,问了几个问题,记录下;
1,包的范围。。。public,private,protect. --悲剧了
2,hashcode方法和equals方法的区别。谁覆盖谁.结果,他说我说反了。
3,最恶心的一道题,抽象类继承抽象类吗?(察,一般它都是被继承的啊)
4,stru
- 动态数组的存储速度比较 集合框架
百合不是茶
集合框架
集合框架:
自定义数据结构(增删改查等)
package 数组;
/**
* 创建动态数组
* @author 百合
*
*/
public class ArrayDemo{
//定义一个数组来存放数据
String[] src = new String[0];
/**
* 增加元素加入容器
* @param s要加入容器
- 用JS实现一个JS对象,对象里有两个属性一个方法
bijian1013
js对象
<html>
<head>
</head>
<body>
用js代码实现一个js对象,对象里有两个属性,一个方法
</body>
<script>
var obj={a:'1234567',b:'bbbbbbbbbb',c:function(x){
- 探索JUnit4扩展:使用Rule
bijian1013
java单元测试JUnitRule
在上一篇文章中,讨论了使用Runner扩展JUnit4的方式,即直接修改Test Runner的实现(BlockJUnit4ClassRunner)。但这种方法显然不便于灵活地添加或删除扩展功能。下面将使用JUnit4.7才开始引入的扩展方式——Rule来实现相同的扩展功能。
1. Rule
&n
- [Gson一]非泛型POJO对象的反序列化
bit1129
POJO
当要将JSON数据串反序列化自身为非泛型的POJO时,使用Gson.fromJson(String, Class)方法。自身为非泛型的POJO的包括两种:
1. POJO对象不包含任何泛型的字段
2. POJO对象包含泛型字段,例如泛型集合或者泛型类
Data类 a.不是泛型类, b.Data中的集合List和Map都是泛型的 c.Data中不包含其它的POJO
 
- 【Kakfa五】Kafka Producer和Consumer基本使用
bit1129
kafka
0.Kafka服务器的配置
一个Broker,
一个Topic
Topic中只有一个Partition() 1. Producer:
package kafka.examples.producers;
import kafka.producer.KeyedMessage;
import kafka.javaapi.producer.Producer;
impor
- lsyncd实时同步搭建指南——取代rsync+inotify
ronin47
1. 几大实时同步工具比较 1.1 inotify + rsync
最近一直在寻求生产服务服务器上的同步替代方案,原先使用的是 inotify + rsync,但随着文件数量的增大到100W+,目录下的文件列表就达20M,在网络状况不佳或者限速的情况下,变更的文件可能10来个才几M,却因此要发送的文件列表就达20M,严重减低的带宽的使用效率以及同步效率;更为要紧的是,加入inotify
- java-9. 判断整数序列是不是二元查找树的后序遍历结果
bylijinnan
java
public class IsBinTreePostTraverse{
static boolean isBSTPostOrder(int[] a){
if(a==null){
return false;
}
/*1.只有一个结点时,肯定是查找树
*2.只有两个结点时,肯定是查找树。例如{5,6}对应的BST是 6 {6,5}对应的BST是
- MySQL的sum函数返回的类型
bylijinnan
javaspringsqlmysqljdbc
今天项目切换数据库时,出错
访问数据库的代码大概是这样:
String sql = "select sum(number) as sumNumberOfOneDay from tableName";
List<Map> rows = getJdbcTemplate().queryForList(sql);
for (Map row : rows
- java设计模式之单例模式
chicony
java设计模式
在阎宏博士的《JAVA与模式》一书中开头是这样描述单例模式的:
作为对象的创建模式,单例模式确保某一个类只有一个实例,而且自行实例化并向整个系统提供这个实例。这个类称为单例类。 单例模式的结构
单例模式的特点:
单例类只能有一个实例。
单例类必须自己创建自己的唯一实例。
单例类必须给所有其他对象提供这一实例。
饿汉式单例类
publ
- javascript取当月最后一天
ctrain
JavaScript
<!--javascript取当月最后一天-->
<script language=javascript>
var current = new Date();
var year = current.getYear();
var month = current.getMonth();
showMonthLastDay(year, mont
- linux tune2fs命令详解
daizj
linuxtune2fs查看系统文件块信息
一.简介:
tune2fs是调整和查看ext2/ext3文件系统的文件系统参数,Windows下面如果出现意外断电死机情况,下次开机一般都会出现系统自检。Linux系统下面也有文件系统自检,而且是可以通过tune2fs命令,自行定义自检周期及方式。
二.用法:
Usage: tune2fs [-c max_mounts_count] [-e errors_behavior] [-g grou
- 做有中国特色的程序员
dcj3sjt126com
程序员
从出版业说起 网络作品排到靠前的,都不会太难看,一般人不爱看某部作品也是因为不喜欢这个类型,而此人也不会全不喜欢这些网络作品。究其原因,是因为网络作品都是让人先白看的,看的好了才出了头。而纸质作品就不一定了,排行榜靠前的,有好作品,也有垃圾。 许多大牛都是写了博客,后来出了书。这些书也都不次,可能有人让为不好,是因为技术书不像小说,小说在读故事,技术书是在学知识或温习知识,有
- Android:TextView属性大全
dcj3sjt126com
textview
android:autoLink 设置是否当文本为URL链接/email/电话号码/map时,文本显示为可点击的链接。可选值(none/web/email/phone/map/all) android:autoText 如果设置,将自动执行输入值的拼写纠正。此处无效果,在显示输入法并输
- tomcat虚拟目录安装及其配置
eksliang
tomcat配置说明tomca部署web应用tomcat虚拟目录安装
转载请出自出处:http://eksliang.iteye.com/blog/2097184
1.-------------------------------------------tomcat 目录结构
config:存放tomcat的配置文件
temp :存放tomcat跑起来后存放临时文件用的
work : 当第一次访问应用中的jsp
- 浅谈:APP有哪些常被黑客利用的安全漏洞
gg163
APP
首先,说到APP的安全漏洞,身为程序猿的大家应该不陌生;如果抛开安卓自身开源的问题的话,其主要产生的原因就是开发过程中疏忽或者代码不严谨引起的。但这些责任也不能怪在程序猿头上,有时会因为BOSS时间催得紧等很多可观原因。由国内移动应用安全检测团队爱内测(ineice.com)的CTO给我们浅谈关于Android 系统的开源设计以及生态环境。
1. 应用反编译漏洞:APK 包非常容易被反编译成可读
- C#根据网址生成静态页面
hvt
Web.netC#asp.nethovertree
HoverTree开源项目中HoverTreeWeb.HVTPanel的Index.aspx文件是后台管理的首页。包含生成留言板首页,以及显示用户名,退出等功能。根据网址生成页面的方法:
bool CreateHtmlFile(string url, string path)
{
//http://keleyi.com/a/bjae/3d10wfax.htm
stri
- SVG 教程 (一)
天梯梦
svg
SVG 简介
SVG 是使用 XML 来描述二维图形和绘图程序的语言。 学习之前应具备的基础知识:
继续学习之前,你应该对以下内容有基本的了解:
HTML
XML 基础
如果希望首先学习这些内容,请在本站的首页选择相应的教程。 什么是SVG?
SVG 指可伸缩矢量图形 (Scalable Vector Graphics)
SVG 用来定义用于网络的基于矢量
- 一个简单的java栈
luyulong
java数据结构栈
public class MyStack {
private long[] arr;
private int top;
public MyStack() {
arr = new long[10];
top = -1;
}
public MyStack(int maxsize) {
arr = new long[maxsize];
top
- 基础数据结构和算法八:Binary search
sunwinner
AlgorithmBinary search
Binary search needs an ordered array so that it can use array indexing to dramatically reduce the number of compares required for each search, using the classic and venerable binary search algori
- 12个C语言面试题,涉及指针、进程、运算、结构体、函数、内存,看看你能做出几个!
刘星宇
c面试
12个C语言面试题,涉及指针、进程、运算、结构体、函数、内存,看看你能做出几个!
1.gets()函数
问:请找出下面代码里的问题:
#include<stdio.h>
int main(void)
{
char buff[10];
memset(buff,0,sizeof(buff));
- ITeye 7月技术图书有奖试读获奖名单公布
ITeye管理员
活动ITeye试读
ITeye携手人民邮电出版社图灵教育共同举办的7月技术图书有奖试读活动已圆满结束,非常感谢广大用户对本次活动的关注与参与。
7月试读活动回顾:
http://webmaster.iteye.com/blog/2092746
本次技术图书试读活动的优秀奖获奖名单及相应作品如下(优秀文章有很多,但名额有限,没获奖并不代表不优秀):
《Java性能优化权威指南》