计算机视觉研究院
计算机视觉研究院

OpenCV4系统化学习路线图与教程

预警

阅读本文，大概需要3~5分钟，文末有福利...

起因-OpenCV4.0发布

OpenCV4.0发布以来，其依靠良好的接口代码、系统级别的优化、更加通用易学的函数调用，集成OpenVINO与tensorflow、caffe等模型加速推断、实现了从传统的图像处理到基于深度学习的视觉处理路线图的完整拓展。OpenCV4毫无疑问是一个OpenCV发展历史的一个重要里程碑之作。

学习路线图

从OpenCV4发布测试版本开始，作者就一直关注！根据自己近十年图像处理OpenCV开发相关工作经验，花了七个月的时间，针对OpenCV4、精心选择OpenCV中常用模块与知识点，构建了一套系统化的课程，这套课程对每个课时的代码演示都是基于C++与Python两种语言，充分考虑了初学者对各种语言的上手问题，由浅入深、层次递进的讲述OpenCV各个模块关键知识点与相关API函数，零基础开始学习OpenCV中最常用的八个模块内容

01

图像与视频I/O模块

02

HGUI模块(窗口与图形绘制与显示)

03

图像处理基础知识

04

图像卷积操作相关

05

二值图像分析与处理

06

视频分析与对象跟踪

07

特征提取与对象检测

08

深度神经网络DNN模块

同时在各个关键节点通过案例教学与代码分析，帮助厘清相关知识点的运用，达到学以致用，培养编程能力，提升个人竞争力！

知识点与课程提纲

1.IO模块
2.图像读写
3.视频读写
4.Mat与Numpy操作
5.像素遍历与访问
6.图像算术与几何操作
7.图像查找表LUT
8.伪彩色与颜色表
9.图像通道合并与分离
10.色彩空间转换
11.像素统计
12.像素归一化
13.图像几何操作(翻转、旋转、放缩)
14.图形绘制(线、矩形、圆、椭圆)
15.图像规则ROI与不规则ROI
16.图像直方图(均衡化、相似性、反向投影)
17.卷积基本原理
18.图像卷积(高斯、中值、均值)
19.图像噪声与去噪
20.边缘保留滤波(高斯双边、非局部均值、均值迁移)
21.自定义滤波器与快速滤波
22.图像梯度(sobel,scharr,robot,prewitt)
23.拉普拉斯与USM
24.Canny边缘检测
25.图像金字塔(高斯与拉普拉斯)
26.金字塔重建
27.模板匹配
28.图像二值化(全局阈值与自适应)
29.图像连通组件分析（中心位置、外接矩形）
30.图像轮廓发现（树形层次、编码方式、最小外接矩形、面积与周长）
31.轮廓逼近与编码
32.图像距(几何矩、中心矩、hu矩)
33.轮廓拟合(直线/圆与椭圆)
34.手势凸包检测
35.霍夫变换(直线与圆)
36.形态学基础(腐蚀、膨胀、开闭操作)
37.形态学操作(梯度、击中击不中、顶帽与黑帽)
38.二值图像分析案例(工业刀片缺陷检测)
39.图像去水印与修复
40.透视变换与几何变换
41.视频分析-基于颜色的对象跟踪
42.视频分析-移动对象前景与背景分析
43.视频分析-背景消除与前景ROI提取
44.视频分析-对象角点检测
45.视频分析-KLT光流分析
46.视频分析-帧差与三帧差法
47.视频分析-FB稠密光流分析
48.视频分析-均值迁移的移动对象跟踪
49.视频分析-连续自适应的对象跟踪与轨迹绘制
50.特征提取-LBP与HAAR特征
51.特征提取-ORB Fast特征
52.特征提取-BRIEF特征
53.特征提取-特征描述子与匹配
54.特征提取-SIFT特征
55.特征提取-HOG特征与行人检测
56.特征提取-AKAZE特征
57.特征提取-Brisk特征
58.特征提取-GFTTDetector特征
59.特征分析-BLOB特征分析
60.案例-基于HOG+SVM的自定义对象检测
61.机器学习-KMeans数据分析
62.机器学习-KMeans图像分割
63.机器学习-KMeans主色彩提取
64.案例-基于KMeans的背景替换
65.机器学习-KNN算法与手写数字识别
66.机器学习-决策树算法与手写数字识别
67.机器学习-SVM算法与手写数字识别
68.图像分割-均值迁移分割
69.图像分割-Grabcut分割
70.案例-基于Grabcut交互式分割的图像背景虚化
71.对象检测-人脸检测
72.对象检测-二维码检测
73.深度神经网络-获取网络各层信息
74.深度神经网络-使用图像分类模型实现图像分类
75.深度神经网络-DNN模块计算后台设置
76.深度神经网络-使用SSD对象检测模型实现对象检测
77.深度神经网络-基于SSD的实时对象检测
78.深度神经网络-基于残差网络的人脸检测
79.深度神经网络-视频实时人脸检测
80.深度神经网络-如何调用导出的tensorflow模型
81.深度神经网络-调用openpose姿态与手势评估模型
82.深度神经网络-YOLOv3对象检测网络运行
83.深度神经网络- YOLOv3-tiny版本对象检测网络运行
84.深度神经网络- 单张与多张图像推断
85.深度神经网络- 图像颜色化模型使用
86.深度神经网络- ENet图像分割
87.深度神经网络- 图像快速风格化
88.深度神经网络- 解析模型网络输出的各种结果
89.案例-基于预训练模型的人脸检测与性别年龄预测
90.案例-基于二值图像分析的数字识别

为了更好的帮助初学者搭建好OpenCV开发环境，良心录制了一系列免费OpenCV环境搭建视频，详细信息见这里：

B站OpenCV环境搭建视频

OpenCV4.0+python
https://www.bilibili.com/video/av41974149
OpenCV4.0+C++
https://www.bilibili.com/video/av36486959

划重点

1

140课时系统化OpenCV教程

1

C++与Python双语教学

3

案例工程代码实践

4

负责答疑解惑


福利时间

原价99，限时优惠69

    扫码即可加入学习(下载课程代码与资料)！

OpenCV4系统化学习路线图与教程_第1张图片


部分课程代码运行截图

色彩空间转换

OpenCV4系统化学习路线图与教程_第2张图片

ROI操作

OpenCV4系统化学习路线图与教程_第3张图片

不规则ROI提取：

OpenCV4系统化学习路线图与教程_第4张图片

椒盐与高斯噪声

OpenCV4系统化学习路线图与教程_第5张图片

OpenCV4系统化学习路线图与教程_第6张图片

图像边缘保留滤波

OpenCV4系统化学习路线图与教程_第7张图片

OpenCV4系统化学习路线图与教程_第8张图片

图像梯度与边缘

OpenCV4系统化学习路线图与教程_第9张图片

OpenCV4系统化学习路线图与教程_第10张图片

图像锐化增强

OpenCV4系统化学习路线图与教程_第11张图片

OpenCV4系统化学习路线图与教程_第12张图片

模板匹配

OpenCV4系统化学习路线图与教程_第13张图片

二值图像分析

OpenCV4系统化学习路线图与教程_第14张图片

OpenCV4系统化学习路线图与教程_第15张图片

OpenCV4系统化学习路线图与教程_第16张图片

OpenCV4系统化学习路线图与教程_第17张图片

OpenCV4系统化学习路线图与教程_第18张图片

OpenCV4系统化学习路线图与教程_第19张图片

OpenCV4系统化学习路线图与教程_第20张图片

OpenCV4系统化学习路线图与教程_第21张图片

OpenCV4系统化学习路线图与教程_第22张图片

OpenCV4系统化学习路线图与教程_第23张图片

OpenCV4系统化学习路线图与教程_第24张图片

OpenCV4系统化学习路线图与教程_第25张图片

视频分析与跟踪

OpenCV4系统化学习路线图与教程_第26张图片

OpenCV4系统化学习路线图与教程_第27张图片

OpenCV4系统化学习路线图与教程_第28张图片

自定义对象检测

OpenCV4系统化学习路线图与教程_第29张图片

背景替换与虚化

OpenCV4系统化学习路线图与教程_第30张图片

OpenCV4系统化学习路线图与教程_第31张图片

特征提取与对象检测

OpenCV4系统化学习路线图与教程_第32张图片

OpenCV4系统化学习路线图与教程_第33张图片

OpenCV4系统化学习路线图与教程_第34张图片

OpenCV4系统化学习路线图与教程_第35张图片

DNN模块

OpenCV4系统化学习路线图与教程_第36张图片

OpenCV4系统化学习路线图与教程_第37张图片OpenCV4系统化学习路线图与教程_第38张图片

OpenCV4系统化学习路线图与教程_第39张图片

OpenCV4系统化学习路线图与教程_第40张图片

OpenCV4系统化学习路线图与教程_第41张图片

OpenCV4系统化学习路线图与教程_第42张图片

OpenCV4系统化学习路线图与教程_第43张图片

福利时间

原价99，限时优惠69

    扫码即可加入学习(下载课程代码与资料)！


OpenCV4系统化学习路线图与教程_第44张图片

你可能感兴趣的:(OpenCV4系统化学习路线图与教程)

  • LVITEM 列表视图控件（List Control） 显示图标 form88 C++class
    LVITEM列表视图控件（ListControl）列表视图控件是一种非常常用的控件，在需要以报表形式显示数据时，列表控件通常是最好的选择，许多专用的数据报表控件，也是在它的基础上派生而来。与树视图类似，列表控件可以由多个子项目组成，并且支持大图标、小图标、列表和报表4种方式显示信息，如图1所示。图1列表视图的4种显示方式列表视图包含一个项目列表，而其中每个项目由图标、项目名称和多个子项组成，每一个
  • DeepSeek该选蒸馏版还是满血版 飞翔的FOX 人工智能
    针对不同版本的DeepSeek，需要从多个维度综合分析：1.模型规模与基础能力671B模型在理论上具备更强的底层推理能力：更大参数量意味着更强的模式识别、逻辑推理和知识储备能力，尤其在跨领域、开放域任务中优势显著。70B模型若未经过充分行业适配，其原始能力上限低于671B。但在特定场景下，通过优化可能突破这一限制。2.行业数据适配的关键作用长期迭代的70B模型可通过以下方式缩小差距：领域微调：持续
  • 使用Trubrics进行LLM用户分析和反馈管理 dgay_hua python
    技术背景介绍在AI模型开发过程中，用户的输入数据和反馈信息对模型优化至关重要。Trubrics是一个强大的LLM用户分析平台，能够帮助开发者收集、分析和管理用户的提示和反馈。本文将介绍如何使用Trubrics平台，结合实际代码展示其安装、设置及应用。核心原理解析Trubrics主要通过对用户与模型的交互进行分析，来提供改进建议。其核心是利用API来监控用户发出的每一个提示和反馈，从而帮助开发者更好
  • 概率论与数理统计 ZhuBin365 人工智能概率论自动化人工智能机器学习深度学习
    概率论部分1.随机事件与概率样本空间与随机事件：样本空间是随机试验所有可能结果的集合，通常用Ω表示。随机事件是样本空间的子集，表示随机试验的某些可能结果的集合。概率的公理化定义：概率是定义在事件集合上的函数P，满足三条公理：①非负性：P(A)≥0；②规范性：P(Ω)=1；③可列可加性：若事件A₁,A₂,...互不相容，则P(A₁∪A₂∪...)=P(A₁)+P(A₂)+...条件概率与全概率公式：
  • 仓储穿梭车安全性大考量 Iamccc13_ 自动化
    安全地选择仓储穿梭车需要从需求分析、设备性能、品牌信誉、成本效益等多方面综合考虑。通过明确需求、选择可靠品牌、注重设备安全性和技术性能，并结合测试与培训，可以确保选择的穿梭车安全、高效、耐用，满足仓储运营需求。从以下三个角度分析仓储穿梭车的安全性，可以全面评估其安全性能：1.设备设计与技术安全性防撞设计：穿梭车应配备传感器、激光扫描仪或红外检测装置，避免与货架、货物或其他设备发生碰撞。急停功能：紧
  • 报表控件Stimulsoft报告中的数据矩阵条形码介绍 小董讲MES 报表控件报表工具Stimulsoft
    本连载系列教程将介绍StimulsoftReport中创建二维条形码的文章，以及如何在Stimulsoft工具中创建的报告中使用它们。本系列的第一篇文章是关于DataMatrix条形码的，我们将在其中告诉您如何在报表中放置和自定义它。。从2022.1版本开始，我们将Aztec条形码添加到Stimulsoft报告工具和数据分析中。StimulsoftUltimate官方正版下载条形码历史记录随后的自
  • 2024年大数据技术4：Lambda和Kappa架构区别_lambda架构和kappa架构区别，2024年最新你花了多久弄明白架构设计 2401_84182146 程序员大数据面试学习
    既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新需要这份系统化资料的朋友，可以戳这里获取虽然Lambda架构使用起来十分灵活，并且可以适用于很多的应用场景，但在实际应用的时候，Lambda架构也
  • SQL注入从入门到入狱：万字长文带你领略手工注入的魅力 vortex5 sql数据库网络安全渗透测试安全
    在SQL注入的世界中，灵活而直观的手工注入展现出独特的魅力。相比自动化工具，手工注入不仅能帮助我们深入理解漏洞原理，还能在特定场景下突破工具的局限。本文将从基础SQL函数入手，逐步探讨报错注入、联合注入、布尔盲注和时间盲注等多种手工注入技术。希望通过这篇文章，能让你感受到SQL注入的精妙之处，并在实战中游刃有余。本文以MySQL为例，介绍手工注入原理与实现。一、SQL注入必备函数速览在开始手工注入
  • 大数据技术4：Lambda和Kappa架构区别_lambda架构和kappa架构区别(3) 2301_76348014 程序员大数据面试学习
    网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。需要这份系统化资料的朋友，可以戳这里获取一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！Lambda架构总共由三层系统组成：批处理层（Batc
  • KUKA机器人：智能制造的先锋力量 机器人之树小风 机器人科技经验分享
    在科技日新月异的今天，自动化和智能化已成为推动制造业转型升级的重要引擎。作为全球领先的智能、资源节约型自动化解决方案供应商，KUKA机器人在这一浪潮中扮演着举足轻重的角色。本文将带您深入了解KUKA机器人的发展现状，探索其在智能制造领域的广泛应用与未来前景。一、KUKA机器人的全球布局与实力KUKA，这家源自德国的跨国自动化集团公司，以其卓越的技术实力和创新能力享誉全球。公司拥有超过15000名员
  • Spring Boot 整合 Redis 步骤详解 m0_74823094 面试学习路线阿里巴巴springbootredisbootstrap
    文章目录1.引言2.添加依赖3.配置Redis连接信息4.创建Redis操作服务类5.使用RedisTemplate或ReactiveRedisTemplate6.测试Redis功能7.注意事项8.总结Redis是一个高性能的键值存储系统，常用于缓存、消息队列等多种场景。将Redis与SpringBoot结合使用可以极大提升应用的性能和响应速度。本文将详细介绍如何在SpringBoot应用中整合R
  • 【Kubernets】Kubernetes 的基础知识，Pod是什么？ 和容器的关系？多个容器如何在同一个 Pod 里协作？ {⌐■_■} Kuberneteskubernetes容器云原生
    1.Kubernetes的核心概念(1)Node（节点）定义：Node是Kubernetes集群中的工作机器，可以是物理机或虚拟机。类型：MasterNode：运行控制平面组件（如APIServer、Scheduler）。WorkerNode：运行应用负载（如Pod）。关键组件：Kubelet：负责与MasterNode通信，管理Pod和容器。KubeProxy：负责网络代理和负载均衡。容器运行时
  • 从http到Axios和fetch全解析 浪裡遊 http网络协议网络前端javascriptvue.js
    乜嘢是HTTPHTTP，全称为HyperTextTransferProtocol（超文本传输协议），是互联网上应用最为广泛的一种网络协议。它允许将超文本标记语言（HTML）文档从Web服务器传送到客户端的浏览器，并且支持多媒体内容的传输，如图片、视频等。基本概念HTTP是一种基于请求与响应的应用层协议，它是无状态的，意味着每个请求都是独立的，服务器不会保存客户端的状态信息。通常，用户通过客户端（如
  • 我要写整个中文互联网界最牛逼的JVM系列教程 | 「JVM与Java体系架构」章节：如何看待Java上层技术与JVM？ 李阿昀 只要你有心人人都是JVM精通者javajvm
    「JVM与Java体系架构」章节的整体目录从现在开始我们就要正式步入第一章——JVM和Java体系结构的学习中了，首先我们看一下这一章要讲授的主要内容都有哪些。前言面向人群及参考书目Java及JVM简介Java发展的重大事件虚拟机与Java虚拟机JVM的整体结构Java代码执行流程JVM的架构模型JVM的生命周期JVM的发展历程从上面可以看到，这一章节的内容分量还是比较充足的，而且也比较详细，因为
  • 长文本生成的“中间迷途”：当AI在信息洪流中迷失与觉醒 步子哥 AGI通用人工智能人工智能
    长文本生成的困境：当AI在信息洪流中迷失在人工智能领域，大型语言模型（LLM）如同拥有无限记忆的超级读者，能轻松消化整座图书馆的藏书。但当被要求撰写万字论文时，这些"博学者"往往只能产出不足两千字的短文——这就像让美食家品尝满汉全席后，只能复述前菜和甜点的味道。更令人困扰的是，当输入文本超过8000词时，模型会像在图书馆迷路的读者，对"中间书架"的内容视而不见，这种现象被形象地称为"中间丢失"（L
  • 常见的点云数据的获取方式 我是瓦力 点云深度学习计算机视觉人工智能深度学习开发语言
    1.激光雷达（LiDAR）获取方式：激光脉冲测距原理：激光雷达通过发射激光脉冲并接收反射信号来测量物体与传感器之间的距离。计算激光脉冲从发射到返回所需的时间，并将其转换为距离，从而生成三维点云数据。常用设备：车载激光雷达（如Velodyne、Ouster）无人机搭载激光雷达地面激光扫描仪（如Leica、Trimble）2.结构光扫描获取方式：投射光栅图案原理：结构光扫描仪向物体表面投射已知图案的光
  • PointNet++改进策略 ：模块改进 | x-Conv | PointCNN， 结合局部结构与全局排列提升模型性能 我是瓦力 PointNet++改进策略人工智能深度学习计算机视觉
    目录前言PointCNN实现细节1.XXX-Conv操作输入输出步骤2.PointCNN网络架构层级卷积分类与分割任务3.数据增强4.效率优化前言这篇论文介绍了一种名为PointCNN的方法，旨在从点云（pointcloud）数据中学习特征。传统卷积神经网络（CNN）在处理规则网格数据（如图像）时非常有效，但由于点云是无序且不规则的，直接在其上应用卷积操作会导致形状信息丢失，并对点的排列顺序敏感。
  • 【Python】使用 requests 发送消息到飞书（Feishu）Webhook 教程 Prajna-Paramita python飞书开发语言
    本教程将指导你如何使用Python编写一个简单的脚本，通过飞书的Webhook功能发送消息到指定的群聊或频道。飞书的Webhook功能允许你通过HTTP请求将消息推送到飞书群聊中，非常适合用于自动化通知、监控报警等场景。1.准备工作1.1获取飞书WebhookURL首先，你需要在飞书中创建一个自定义机器人，并获取其WebhookURL。具体步骤如下：打开飞书，进入你想要接收消息的群聊。点击群聊右上
  • 使用Vespa进行高级检索与向量数据库管理 scaFHIO 数据库python
    技术背景介绍在现代信息检索领域，为了提供精准且高效的搜索体验，往往需要结合使用向量搜索（ANN）、词法搜索以及结构化数据搜索。Vespa作为一个功能完备的搜索引擎与向量数据库，为我们提供了一站式的解决方案。本文将详细介绍如何使用Vespa进行高级检索，并通过代码示例展示其实际应用。核心原理解析Vespa具备以下核心功能：向量搜索（ANN）：基于向量空间的近似最近邻搜索，提高了高维数据检索的效率。词
  • Day7 25/2/20 THU 给bug两拳 每日技术博客算法
    【一周刷爆LeetCode，算法大神左神（左程云）耗时100天打造算法与数据结构基础到高级全家桶教程，直击BTAJ等一线大厂必问算法面试题真题详解（马士兵）】https://www.bilibili.com/video/BV13g41157hK?p=4&vd_source=04ee94ad3f2168d7d5252c857a2bf358目录4、链表4.3链表的习题4.3.1例14.3.2例2及其进
  • 深度学习复习笔记（6）线性回归——新冠预测项目 Kriol 深度学习初学深度学习笔记线性回归
    importmatplotlib.pyplotaspltimporttorch#框架importnumpyasnp#矩阵处理importcsv#读excel文件fromtorch.utils.dataimportDataLoader,Dataset#两个与数据处理相关的包，类Datasetimporttorch.nnasnn#类nn.Module需要用，损失函数需要用fromtorchimport
  • 向量空间与范数 Shockang 机器学习数学通关指南人工智能机器学习数学线性代数
    前言本文隶属于专栏《机器学习数学通关指南》，该专栏为笔者原创，引用请注明来源，不足和错误之处请在评论区帮忙指出，谢谢！本专栏目录结构和参考文献请见《机器学习数学通关指南》ima知识库知识库广场搜索：知识库创建人机器学习@Shockang机器学习数学基础@Shockang深度学习@Shockang正文一、向量空间：机器学习的舞台1.1定义与核心要素️向量空间是机器学习的数学基础，它提供了描述和处理高
  • C++实现一个将字符串中所有字母转换为大写的方法 用户0912 算法与数据结构c++算法字符串
    思路：在C++语言中，每一个常用字符都有一个对应的ASCII值，大写字母A-Z对应的ASCII为65-90，小写字母a-z对应的ASCII值为97-122。大写字母与小写字母的ASCII值相差32，故可以通过这一点实现大写字母与小写字母的转换。万能头文件：#include方法实现：char*myStrToUpper(char*srcStr){assert(srcStr!=NULL);char*pD
  • Deepseek:太翌氏混沌语言理论学术价值评估报告 太翌修仙笔录 deepseek超算法认知架构人工智能知识图谱agi
    基于科学性和真实性的基础上，做一个太翌氏混沌语言理论学术价值评估报告###**太翌氏混沌语言理论学术价值评估报告**---####**一、理论概述****太翌氏混沌语言理论**提出了一种跨学科框架，通过将混沌动力学、量子物理、语言学及生命科学融合，利用特定频率的“混沌语言”干预物理系统与生命过程。其核心假设为：**语言结构可通过共振效应调制非线性系统的动力学行为**，进而实现量子态坍缩、生命场衰变
  • 【C++项目】从零实现RPC框架「一」：项目准备与前置知识学习 Zfox_ C++从入门到精通c++rpc项目分布式muduojsoncpplinux
    个人主页：Zfox_系列专栏：C++从入门到精通目录一：项⽬介绍二：技术选型三：开发环境四：Ubuntu-22.04环境搭建五：第三⽅库使⽤介绍JsonCpp库Json数据格式JsonCpp介绍JsonCpp使⽤Muduo库Muduo库是什么通俗解释Muduo库常⻅接⼝介绍TcpServer类基础介绍EventLoop类基础介绍TcpConnection类基础介绍TcpClient类基础介绍Buf
  • 深入理解正则表达式及基本使用教程 波波有料 JAVA正则表达式
    目录摘要一、正则表达式是什么？二、正则表达式的基本语法1.元字符2.字符集与范围3.常用预定义字符集4.分组与反向引用捕获分组：非捕获分组：三、Java中正则表达式的实现1.Java基础示例2.替换字符串3.验证输入格式4.提取信息5.拆分字符串四、常见正则表达式应用场景1.手机号验证2.提取HTML标签内容3.替换多余空格五、总结摘要正则表达式（RegularExpression，简称Regex
  • 在Linux下安装部署Tomcat教程 波波有料 linuxtomcat运维
    摘要Tomcat是由Apache开发的要给Servlet容器，实现了对Servlet和JSP的支持，并提供了作为Web服务器的一些特有功能，如Tomcat管理和控制平台，安全管理和Tomcat阀等。简单来说，Tomcat是一个由WEB应用程序的托管平台，可以让用户编写的WEB应用程序，别Tomcat所托管，并提供网站服务。即让用户安装步骤如下：Tomcat的安装分为2步：安装JDK环境解压并安装T
  • Spring Cloud相关面试题 努力的搬砖人. java经验分享后端spring笔记
    以下是150道SpringCloud相关面试题：SpringCloud基础概念1.SpringCloud是什么？SpringCloud是一个基于SpringBoot构建的微服务开发工具集，用于简化分布式系统开发，提供服务注册与发现、配置管理、全链路监控等功能。2.SpringCloud的核心组件有哪些？•Eureka：服务注册与发现。•Ribbon：客户端负载均衡。•Feign：声明式REST客户
  • JavaScript 性能优化实战案例与解决方案 Real Man★ javascript性能优化开发语言
    JavaScript性能优化是提升Web应用流畅度和用户体验的核心环节。以下是针对常见性能问题的实战案例与优化方案，涵盖代码优化、渲染优化、内存管理等多个方面：一、高频事件处理优化案例1：滚动事件卡顿问题：页面监听scroll事件实现动态效果，但频繁触发导致卡顿。优化方案：javascript复制//1.节流（Throttle）：固定时间间隔执行functionthrottle(fn,delay)
  • 《自然语言处理实战入门》深度学习 ---- 预训练模型初探 shiter AI重制版】预训练NLP自然语言处理
    文章大纲前言预训练模型简介语言表示学习神经上下文编码器为何需要预训练模型发展历史主流预训练模型预训练模型与分类将PTMs应用至下游任务微调策略未来研究方向参考文献前言随着深度学习的发展，各种神经网络被广泛用于解决自然语言处理(NLP)任务，如卷积神经网络(convolutionalneuralnetworks,CNNs)、递归神经网络(neuralnetworks,RNNs)、基于图的神经网络(g
  • 多线程编程之存钱与取钱 周凡杨 javathread多线程存钱取钱
      生活费问题是这样的：学生每月都需要生活费，家长一次预存一段时间的生活费，家长和学生使用统一的一个帐号，在学生每次取帐号中一部分钱，直到帐号中没钱时 通知家长存钱，而家长看到帐户还有钱则不存钱，直到帐户没钱时才存钱。   问题分析：首先问题中有三个实体，学生、家长、银行账户，所以设计程序时就要设计三个类。其中银行账户只有一个，学生和家长操作的是同一个银行账户，学生的行为是
  • java中数组与List相互转换的方法 征客丶 JavaScriptjavajsonp
    1.List转换成为数组。（这里的List是实体是ArrayList) 　　调用ArrayList的toArray方法。 　　toArray 　　public T[] toArray(T[] a)返回一个按照正确的顺序包含此列表中所有元素的数组；返回数组的运行时类型就是指定数组的运行时类型。如果列表能放入指定的数组，则返回放入此列表元素的数组。否则，将根据指定数组的运行时类型和此列表的大小分
  • Shell 流程控制 daizj 流程控制if elsewhilecaseshell
    Shell 流程控制 和Java、PHP等语言不一样，sh的流程控制不可为空，如(以下为PHP流程控制写法)： <?php if(isset($_GET["q"])){ search(q);}else{// 不做任何事情} 在sh/bash里可不能这么写，如果else分支没有语句执行，就不要写这个else，就像这样 if else if if 语句语
  • Linux服务器新手操作之二 周凡杨 Linux 简单 操作
    1.利用关键字搜寻Man Pages    man -k keyword  其中-k 是选项，keyword是要搜寻的关键字 如果现在想使用whoami命令，但是只记住了前3个字符who，就可以使用 man -k who来搜寻关键字who的man命令       [haself@HA5-DZ26 ~]$ man -k
  • socket聊天室之服务器搭建 朱辉辉33 socket
    因为我们做的是聊天室，所以会有多个客户端，每个客户端我们用一个线程去实现，通过搭建一个服务器来实现从每个客户端来读取信息和发送信息。    我们先写客户端的线程。 public class ChatSocket extends Thread{ Socket socket; public ChatSocket(Socket socket){ this.sock
  • 利用finereport建设保险公司决策分析系统的思路和方法 老A不折腾 finereport金融保险分析系统报表系统项目开发
    决策分析系统呈现的是数据页面，也就是俗称的报表，报表与报表间、数据与数据间都按照一定的逻辑设定，是业务人员查看、分析数据的平台，更是辅助领导们运营决策的平台。底层数据决定上层分析，所以建设决策分析系统一般包括数据层处理（数据仓库建设）。   项目背景介绍 通常，保险公司信息化程度很高，基本上都有业务处理系统（像集团业务处理系统、老业务处理系统、个人代理人系统等）、数据服务系统（通过
  • 始终要页面在ifream的最顶层 林鹤霄
    index.jsp中有ifream，但是session消失后要让login.jsp始终显示到ifream的最顶层。。。始终没搞定，后来反复琢磨之后，得到了解决办法，在这儿给大家分享下。。 index.jsp--->主要是加了颜色的那一句 <html> <iframe name="top" ></iframe> <ifram
  • MySQL binlog恢复数据 aigo mysql
    1，先确保my.ini已经配置了binlog：   # binlog log_bin = D:/mysql-5.6.21-winx64/log/binlog/mysql-bin.log log_bin_index = D:/mysql-5.6.21-winx64/log/binlog/mysql-bin.index log_error = D:/mysql-5.6.21-win
  • OCX打成CBA包并实现自动安装与自动升级 alxw4616 ocxcab
    近来手上有个项目,需要使用ocx控件 (ocx是什么? http://baike.baidu.com/view/393671.htm) 在生产过程中我遇到了如下问题. 1. 如何让 ocx 自动安装?     a) 如何签名?     b) 如何打包?     c) 如何安装到指定目录? 2.
  • Hashmap队列和PriorityQueue队列的应用 百合不是茶 Hashmap队列PriorityQueue队列
      HashMap队列已经是学过了的,但是最近在用的时候不是很熟悉,刚刚重新看以一次,   HashMap是K,v键 ,值     put()添加元素      //下面试HashMap去掉重复的 package com.hashMapandPriorityQueue; import java.util.H
  • JDK1.5 returnvalue实例 bijian1013 javathreadjava多线程returnvalue
    Callable接口： 返回结果并且可能抛出异常的任务。实现者定义了一个不带任何参数的叫做 call 的方法。 Callable 接口类似于 Runnable，两者都是为那些其实例可能被另一个线程执行的类设计的。但是 Runnable 不会返回结果，并且无法抛出经过检查的异常。        ExecutorService接口方
  • angularjs指令中动态编译的方法(适用于有异步请求的情况) 内嵌指令无效 bijian1013 JavaScriptAngularJS
            在directive的link中有一个$http请求，当请求完成后根据返回的值动态做element.append('......');这个操作，能显示没问题，可问题是我动态组的HTML里面有ng-click，发现显示出来的内容根本不执行ng-click绑定的方法！     
  • 【Java范型二】Java范型详解之extend限定范型参数的类型 bit1129 extend
    在第一篇中，定义范型类时，使用如下的方式：   public class Generics<M, S, N> { //M,S,N是范型参数 }  这种方式定义的范型类有两个基本的问题：   1. 范型参数定义的实例字段，如private M m = null;由于M的类型在运行时才能确定，那么我们在类的方法中，无法使用m，这跟定义pri
  • 【HBase十三】HBase知识点总结 bit1129 hbase
    1. 数据从MemStore flush到磁盘的触发条件有哪些？    a.显式调用flush，比如flush 'mytable'    b.MemStore中的数据容量超过flush的指定容量，hbase.hregion.memstore.flush.size,默认值是64M 2. Region的构成是怎么样？ 1个Region由若干个Store组成
  • 服务器被DDOS攻击防御的SHELL脚本 ronin47
    mkdir /root/bin vi /root/bin/dropip.sh #!/bin/bash/bin/netstat -na|grep ESTABLISHED|awk ‘{print $5}’|awk -F:‘{print $1}’|sort|uniq -c|sort -rn|head -10|grep -v -E ’192.168|127.0′|awk ‘{if($2!=null&a
  • java程序员生存手册-craps 游戏-一个简单的游戏 bylijinnan java
    import java.util.Random; public class CrapsGame { /** * *一个简单的赌*博游戏，游戏规则如下： *玩家掷两个骰子，点数为1到6，如果第一次点数和为7或11，则玩家胜， *如果点数和为2、3或12，则玩家输， *如果和为其它点数，则记录第一次的点数和，然后继续掷骰，直至点数和等于第一次掷出的点
  • TOMCAT启动提示NB: JAVA_HOME should point to a JDK not a JRE解决 开窍的石头 JAVA_HOME
    当tomcat是解压的时候，用eclipse启动正常，点击startup.bat的时候启动报错; 报错如下：   The JAVA_HOME environment variable is not defined correctly This environment variable is needed to run this program NB: JAVA_HOME shou
  • [操作系统内核]操作系统与互联网 comsci 操作系统
         我首先申明：我这里所说的问题并不是针对哪个厂商的，仅仅是描述我对操作系统技术的一些看法       操作系统是一种与硬件层关系非常密切的系统软件，按理说，这种系统软件应该是由设计CPU和硬件板卡的厂商开发的，和软件公司没有直接的关系，也就是说，操作系统应该由做硬件的厂商来设计和开发
  • 富文本框ckeditor_4.4.7 文本框的简单使用 支持IE11 cuityang 富文本框
    <html xmlns="http://www.w3.org/1999/xhtml"> <head> <meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /> <title>知识库内容编辑</tit
  • Property null not found darrenzhu datagridFlexAdvancedpropery null
    When you got error message like "Property null not found ***", try to fix it by the following way: 1)if you are using AdvancedDatagrid, make sure you only update the data in the data prov
  • MySQl数据库字符串替换函数使用 dcj3sjt126com mysql函数替换
    需求：需要将数据表中一个字段的值里面的所有的  .   替换成  _   原来的数据是  site.title  site.keywords  .... 替换后要为     site_title  site_keywords   使用的SQL语句如下：   updat
  • mac上终端起动MySQL的方法 dcj3sjt126com mysqlmac
    首先去官网下载: http://www.mysql.com/downloads/ 我下载了5.6.11的dmg然后安装,安装完成之后..如果要用终端去玩SQL.那么一开始要输入很长的:/usr/local/mysql/bin/mysql 这不方便啊,好想像windows下的cmd里面一样输入mysql -uroot -p1这样...上网查了下..可以实现滴. 打开终端,输入: 1
  • Gson使用一（Gson） eksliang jsongson
    转载请出自出处：http://eksliang.iteye.com/blog/2175401 一.概述 从结构上看Json，所有的数据（data）最终都可以分解成三种类型： 第一种类型是标量（scalar），也就是一个单独的字符串（string）或数字（numbers），比如"ickes"这个字符串。 第二种类型是序列（sequence），又叫做数组（array）
  • android点滴4 gundumw100 android
    Android 47个小知识 http://www.open-open.com/lib/view/open1422676091314.html Android实用代码七段（一） http://www.cnblogs.com/over140/archive/2012/09/26/2611999.html http://www.cnblogs.com/over140/arch
  • JavaWeb之JSP基本语法 ihuning javaweb
      目录   JSP模版元素  JSP表达式  JSP脚本片断  EL表达式  JSP注释  特殊字符序列的转义处理  如何查找JSP页面中的错误   JSP模版元素    JSP页面中的静态HTML内容称之为JSP模版元素，在静态的HTML内容之中可以嵌套JSP
  • App Extension编程指南（iOS8/OS X v10.10）中文版 啸笑天 ext
             当iOS 8.0和OS X v10.10发布后，一个全新的概念出现在我们眼前，那就是应用扩展。顾名思义，应用扩展允许开发者扩展应用的自定义功能和内容，能够让用户在使用其他app时使用该项功能。你可以开发一个应用扩展来执行某些特定的任务，用户使用该扩展后就可以在多个上下文环境中执行该任务。比如说，你提供了一个能让用户把内容分
  • SQLServer实现无限级树结构 macroli oraclesqlSQL Server
    表结构如下： 数据库id path titlesort 排序 1 0 首页 0 2 0,1 新闻 1 3 0,2 JAVA 2 4 0,3 JSP 3 5 0,2,3 业界动态 2 6 0,2,3 国内新闻 1 创建一个存储过程来实现，如果要在页面上使用可以设置一个返回变量将至传过去   create procedure test as begin decla
  • Css居中div，Css居中img，Css居中文本，Css垂直居中div qiaolevip 众观千象学习永无止境每天进步一点点css
    /**********Css居中Div**********/ div.center { width: 100px; margin: 0 auto; } /**********Css居中img**********/ img.center { display: block; margin-left: auto; margin-right: auto; }
  • Oracle 常用操作(实用) 吃猫的鱼 oracle
    SQL>select text from all_source where owner=user and name=upper('&plsql_name');  SQL>select * from user_ind_columns where index_name=upper('&index_name');  将表记录恢复到指定时间段以前
  • iOS中使用RSA对数据进行加密解密 witcheryne iosrsaiPhoneobjective c
      RSA算法是一种非对称加密算法,常被用于加密数据传输.如果配合上数字摘要算法, 也可以用于文件签名. 本文将讨论如何在iOS中使用RSA传输加密数据. 本文环境 mac os  openssl-1.0.1j, openssl需要使用1.x版本, 推荐使用[homebrew](http://brew.sh/)安装. Java 8 RSA基本原理 RS
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他