基于MATLAB的数字图像处理仿真平台
一、课题实现功能
学习MATLAB GUI程序设计,利用MATLAB图像处理工具箱,设计和实现自己的Photoshop 。要求:按照软件工程方法,根据需求进行程序的功能分析和界面设计,给出设计详细说明。然后按照自己拟定的功能要求进行程序设计和调试。
整个系统要完成的基本功能大致如下:
能对图像文件(bmp、 jpg、 tiff、 gif等)进行打开、保存、另存、打印、退出等功能操作;
数字图像的统计信息功能:直方图的统计及绘制;
数字图像的增强处理功能:
直方图的均衡化
对比度展宽
动态范围调整
空间域平滑算法的各种算法(如均值滤波、中值滤波、边界保持的滤波方法等)
4、数字图像由RGB转换成HIS空间并分别显示其分量图。
5、数字图像分割功能:
六、具体设计
文件
6.1.1、打开
为了让使用者更方便的使用,所以在设计的时候,通过对话框的形式来选择文件,选择uigetfile函数来实现,uigetfile函数显示一个打开文件对话框,该对话框自动列出当前路径下的目录和文件,由于这个GUI程序的操作对象是图像文件。
Uigetfile函数的调用格式为[name,path]=yigetfile(…), 在按下对话框中的执行按钮“打开”后,返回选择的文件名和路径,分别保存到“ name”和“path”中。如果按下取消按钮或是发生错误,则返回值是0。 根据返回值的情况,如果是0,则弹出提示错误的对话框,否则,通过imread函数读出图像数据,把图像数据赋值给全局变量handles.image。
6.1.2、保存
同样也通过对话框的形式来保存图像数据,通过uigetfile函数选择文件名和路径,用getimage(gca)取出坐标2变换后的图像数据保存到变量i,最后用imwrite函数,把数据i存到指定的文件。
6.1.4、退出
退出比较简单,程序如下所示:
clc;
close all;
close(gcf);
6.1.3、打印
打印功能没能实现,将它设置为不可使用,可用如下代码实现
set(handles.print, 'Enable','off' ); %放在open_callback函数末尾
set(handles.print, 'Enable','off' );%放在two_OpeningFcn中
直方图统计
6.2.1、R直方图
由于RGB图像是三维图像,所以图像数据是一个三维数组,为了显示R直方图像,把三维图像降为二维,且是当最后一个参数为1时是R直方图:
x=imhist(handles.image(:,:,1)); %当然也可以选择(:,:,2) 或(:,:,3)
imshow(y);
处理前后图片效果如下:
6.2.2、G直方图
G直方图与R直方图的程序差不多只需将数值为1的R直方图变成2即可成为G直方图
x=imhist(handles.image(:,:,2));
6.2.3、B直方图
同理可得B直方图
x=imhist(handles.image(:,:,3));
RGB三种直方图统计图如下:
原图 R直方图
G直方图 B直方图
图像增强处理
6.3.1、直方图均衡化
在balance_Callback回退函数中实现直方图均衡化
每个回退函数中都要获取图片,上面的RGB直方图也一样需获取打开的图片。打开图片的为以下程序代码:
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
直方图均衡化是判断是否为灰度图。用函数isrgb了来判断,不是灰度则将其转化,否则就直接用函数:
histeq(handles.image)% handles.image是获取的图片
来直方图均衡化处理图片
图片前后效果如下:
6.3.2、 对比度展宽
对图像的对比度展宽刻可自己编写算法来处理,同样的,,处理结果如图:
6.3.3、动态范围调整
共图像处理功能未能实现,程序中已给出处理其图像的代码,但有错误,不能找出其错位,将其正确的处理,
原因是:nw=1./(b-a).*(h-a.*ones(sx,sy));
Error:Matrix dimensions must agree
也查过资料修改该语句,有的资料说是乘除和幂方要改成点乘点除,点幂方,这个是合理,但是改正后仍然有错,是在无能为力,
代码在后面将给出,可供参考。
6.3.4、空间域平滑算法
6.3.4.1、均值滤波
经常用到的噪声有两种,高斯噪声,椒盐噪声,可以通过以下两个函数来实现:
y=imnoise(handles.img,'gaussian',p1,p2);%高斯噪声
y=imnoise(x,'salt & pepper',p1); %椒盐噪声
均值滤波中可对高斯滤波,也可以对椒盐滤波,设计过程中采用其一种图片进行处理。但两种处理的效果就不同,对高斯噪声处理的效果更加明显
均值滤波是一种采取平均灰度值的方法进行滤波,用imnoise获得噪声的图片。这个函数可获得高斯噪声,亦可获得椒盐噪声。在采用函数conv2进行均值处理,处理前后的图片比较如下:
6.3.4.2、中值滤波
中值滤波同均值滤波的程序差不多,只是进行滤波的原理不同,则采用不同的函数进行代替,用以下函数可进行中值滤波处理:
I = imnoise(handles.image,'salt & pepper', 0.02);
imshow(I);
j=medfilt2(I);
前后图片效果如下:
6.3.4.3、边界保持滤波
原理不同,采用knn函数是处理边界保持滤波的,程序代码的形式跟前两种滤波差不多:
I = imnoise(handles.image,'salt & pepper', 0.02);
imshow(I);
j=knn2(I);
前后图片效果如下:
图像分割:
图象分割是按照某些特性(如灰度级,频谱,颜色,纹理等)将图象划分成一些区域,在这些区域内其特性是相同的或者说是均匀的,两个相邻区域彼此特性则是不同的,其间存在着边缘或边界
6.4.1、均匀性度量法
当图像被分为目标物和背景两个类时,属于同一类别的像素值分布方差最小,也即具有均匀性。
给定一初始阈值Th=Th0,将图像分为C1和C2两类
分别计算两类中的方差
分别计算两类在图像中的分布概率
选择最佳阈值 Th=Th*, 将图像分为C1和C2两类,满足
均匀性度量方法的处理结果:
6.4.2、类间最大距离法.
采用最佳阈值分割后,两类之间的差异最大,且差异采用两类中心与阈值间的距离差度量
给定一初始阈值Th=Th0,将图像分为C1和C2两类
分别计算两类的灰度均值
计算相对距离度量值 s
选择最佳阈值 Th=Th*, 将图像分为C1和C2两类
图片效果:
6.4.3、局部阈值法
不均匀照射,物体背景对比明显, 不能只使用一门限
灰度级校正。
图象分成小块,选择局部门限
局部阈值法的处理前后结果:
6.5、 颜色空间转化
6..5.1、RGB转HSV
色彩空间相互转化:
其中有很多种色彩空间,这里只介绍两种转换关系:
RGB转HSV,图像处理中有专门的函数将其进行转化,即rgb2hvs函数
转化图像前后对比如下:
6.5.2、RGB转HIS
首先获取图像的 RGB 3个通道
R=w(:,:,1); G=w(:,:,2); B=w(:,:,3);
观察HSI通道图像 因系统没有rgb2hsi函数,只有rgb2hsv函数,可自己编写程序实现算法
,用一个循环处理,分别得到HIS的色度,饱和度以及强度图,代码在后面实现
图形处理效果如下:
6.6、 其他图像处理功能
6.6.1、锐化
6.6.2、傅里叶
这两个是附加的图像处理功能,在次不做过多的说明,可向大家看看处理图像结果进行对比一下,看看效果,可在后面附上代码
锐化. 四种傅里叶变
三、源码
function varargout = two(varargin)
% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name', mfilename, ...
'gui_Singleton', gui_Singleton, ...
'gui_OpeningFcn', @two_OpeningFcn, ...
'gui_OutputFcn', @two_OutputFcn, ...
'gui_LayoutFcn', [] , ...
'gui_Callback', []);
if nargin && ischar(varargin{1})
gui_State.gui_Callback = str2func(varargin{1});
end
if nargout
[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
gui_mainfcn(gui_State, varargin{:});
end
% End initialization code - DO NOT EDIT
% --- Executes just before erzhi is made visible.
function two_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
---------------------------------------------------------
%接下来是菜单的程序
---------------------------------------------------------
function file_Callback(hObject, eventdata, handles)
--------------------------------------------------------
%文件打开程序
function open_Callback(hObject, eventdata, handles)
[name,path]=uigetfile({'*.bmp'},'载入图像');
if isequal(name,0)|isequal(path,0)
errordlg('没有选中文件','出错');
return;
else
x=imread([path,name]);
axes(handles.axes1);
imshow(x);
handles.img=x;
handles.noise_img=x;
guidata(hObject,handles)
end
---------------------------------------------------
function save_Callback(hObject, eventdata, handles)
%文件保存
[filename,pathname] = uiputfile('*.bmp','图片保存为');
if isequal([filename,pathname],[0,0])
errordlg('没有保存','出错');
return;
else
file=strcat(pathname,filename);
(handles.axes2);
i=getimage(gca);
imwrite(i,file);
end
-----------------------------------------------------
function exit_Callback(hObject, eventdata, handles)
clc;
close all;
close(gcf);
---------------------------------------------------------
% 直方图
------------------------------------------------------
function zhf_Callback(hObject, eventdata, handles)
-------------------------------------------------
function red_Callback(hObject, eventdata, handles)
% R直方图
data (see GUIDATA)
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
x=imhist(handles.image(:,:,1));
x1=x(1:10:256);
horz=1:10:256;
bar(horz,x1);
set(handles.axes2,'xtick',0:50:255); ------------------------------------------------------
function green_Callback(hObject, eventdata, handles)
% G直方图
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
x=imhist(handles.image(:,:,2));
x1=x(1:10:256);
horz=1:10:256;
bar(horz,x1);
set(handles.axes2,'xtick',0:50:255);
------------------------------------------------------
function blue_Callback(hObject, eventdata, handles)
% B直方图
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
%if isrgb(handles.img)
x=imhist(handles.image(:,:,3));
x1=x(1:10:256);
horz=1:10:256;
bar(horz,x1);
set(handles.axes2,'xtick',0:50:255);
-----------------------------------------------------
%图像增强处理
---------------------------------------------------------
function zhf_Callback(hObject, eventdata, handles)
-------------------------------------------------
function balance_Callback(hObject, eventdata, handles)
%直方图均衡化
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
if isrgb(handles.image)
a=histeq(handles.image(:,:,1));
b=histeq(handles.image(:,:,2));
c=histeq(handles.image(:,:,3));
k(:,:,1)=a;
k(:,:,2)=b;
k(:,:,3)=c;
imshow(k);
else
h=histeq(handles.image);
imshow(h);
end
function zq_Callback(hObject, eventdata, handles)
-----------------------------------------------------------------
function duibidu_Callback(hObject, eventdata, handles)
%对比度展宽
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
h=im2double(handles.image);
[sx,sy]=size(h);
nw=h.^0.3;
subplot(2,2,1);
imshow(h);
title('original');
subplot(2,2,2);
imshow(nw);
title('r=0.4');
subplot(2,2,3);
imshow(h.^0.5);
title('r=0.7');
subplot(2,2,4);
imshow(h.^2);
title('r=3');
--------------------------------------------------------------------
function dongtai_Callback(hObject, eventdata, handles)
%动态调整范围
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
h=im2double(handles.image);
a=0.01;
b=0.35;
[sx,sy]=size(h);
[w,n]=find(h(:)<=a);
h(n)=0;
[w1,n1]=find(h(:)>b);
h(n1)=1;
nw=1./(b-a).*(h-a.*ones(sx,sy));
subplot(1,2,1);
imshow(h);
subplot(1,2,2);
imshow(nw);
-----------------------------------------------------------------
%空间域平滑算法
function pinghua_Callback(hObject, eventdata, handles)
-----------------------------------------------------------------
function junzhi_Callback(hObject, eventdata, handles)
%均值滤波
h=[1 1 1;1 1 1;1 1 1];
h=h/9;
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
x=imnoise(handles.image,'gaussian',0,0.02);
imshow(x);
j=conv2(x,h);
figure,imshow(j,[]);
--------------------------------------------------------------------
function zhongzhi_Callback(hObject, eventdata, handles)
%中值滤波
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
% I=imnoise(I,'gaussian',0,0.02);
I = imnoise(handles.image,'salt & pepper', 0.02);%
j=medfilt2(I);
figure,imshow(j,[]);
--------------------------------------------------------------------
function bianjie_Callback(hObject, eventdata, handles)
% 边界保持滤波
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
% I=imnoise(I,'gaussian',0,0.02);
I = imnoise(handles.image,'salt & pepper', 0.02);
imshow(I);
j=knn2(I);
figure,imshow(j,[]);
-----------------------------------------------------------------
--------------------------------------------------------------------
function junyunxing_Callback(hObject, eventdata, handles)
%均与性度量法
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
v=double(handles.image);
[sx,sy]=size(v);
num=sx*sy;
t=[];
for th=6:254
[r1,c1]=find(v(:)>=th);
[r2,c2]=find(v(:)
if(length(r1)~=0 & length(c1)~=0 )
L1=v(r1);
else
L1=[];
end
if(length(r2)~=0 & length(c2)~=0 )
L2=v(r2);
else
L2=[];
end
m1=mean(L1(:)); m2=mean(L2(:));
Var1=sum((L1(:)-m1).^2);Var2=sum((L2(:)-m2).^2);
Var1=var(L1(:));Var2=var(L2(:));
P1=length(L1(:))/num;
P2=length(L2(:))/num;
t=[t,P1*Var1+P2*Var2];
end
[c,l]=min(t);
B=v;
[r1,c1]=find(v(:)>=l+5);
[r2,c2]=find(v(:)
B(r1)=255; B(r2)=0;
imshow(uint8(B));
% --------------------------------------------------------------------
function jubuyuzhi_Callback(hObject, eventdata, handles)
%局部阈值法
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
v=rgb2gray(handles.image);
imshow(v); R=zeros(size(v));
H = FSPECIAL('gaussian',9,2.4);
v = imfilter(v,H);
t=graythresh(v); t=t*255;
[c,l]=find( v(:)>t);
R(c)=1;
[x,y]=size(R); q=R;
for i=10:x-10
for j=10:y-10
if R(i,j)==0
t=[R(i-1,j-1),R(i-1,j),R(i-1,j+1),R(i,j-1),R(i,j+1),R(i+1,j-1),R(i+1,j),R(i+1,j+1)];
if sum(t)==0
q(i,j)=1;
end
end
end
end
figure, imshow(q,[]);
--------------------------------------------------------------------
function leijianzuidajuli_Callback(hObject, eventdata, handles)
%类间最大法
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
X=rgb2gray(handles.image);
[r,c]=size(X);
figure (1)
subplot(1,2,1)
imshow(X)
R=zeros(1,256);
for i=50:150
Xi0=X0<=i;
N0=sum(sum(Xi0));
Xm0=X0(Xi0);
u0=sum(Xm0)/N0;
Xi1=X0>i;
N1=sum(sum(Xi1));
Xm1=X0(Xi1);
u1=sum(Xm1)/N1;
R(i+1)=(u1-i)*(i-u0)/((u1-u0)^2);
end
Th=find(R==max(R(51:151)))-1
X2=zeros(r,c);
for i=1:r
for j=1:c
X2(i,j)=X0(i,j)>Th;
end
end
subplot(2,2,2)
imshow(X2)
-----------------------------------------------------------------
%颜色空间转化
--------------------------------------------------------------------
function hsv_Callback(hObject, eventdata, handles)
%RGB转HSV
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
hv=rgb2hsv(handles.image);
subplot(2,2,1);
imshow(hv);
title('RGBHSV');
%RGB=reshape(ones(64,1)*reshape(jet(64),1,192),[64,64,3]);
H=hv(:,:,1);
S=hv(:,:,2);
V=hv(:,:,3);
subplot(2,2,2);
imshow(H) ;
title('§§');
subplot(2,2,3);
imshow(S);
title('§§');
subplot(2,2,4);
imshow(V);
title('§§');
--------------------------------------------------------------------
function HIS_Callback(hObject, eventdata, handles)
%RGB转HSI
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
W=im2double(handles.image);%获得double型的图形矩阵
[m,n,q]=size(W);
R=W(:,:,1);
G=W(:,:,2);
B=W(:,:,3);
% 改变通道来观察图像
H=zeros(m,n);
S=H;
for i1=1:m
for i2=1:n
numerator=0.5*(R(i1,i2)-G(i1,i2)+R(i1,i2)-B(i1,i2));
denominator=sqrt((R(i1,i2)-G(i1,i2))^2+(R(i1,i2)-B(i1,i2))*(G(i1,i2)-B(i1,i2)));
theta=acos(numerator/denominator)*180/pi;
if(B(i1,i2)<=G(i1,i2))
H(i1,i2)=theta;
else
H(i1,i2)=360-theta;
end
min1=min(R(i1,i2),G(i1,i2));
min1=min(B(i1,i2),min1);
S(i1,i2)=1-3/(R(i1,i2)+G(i1,i2)+B(i1,i2))*min1;
end
end
I=(R+G+B)/3;
figure,subplot(1,3,1),imshow(H,[]),title('色度图H');
set(gcf,'outerposition',get(0,'screensize'));
set(gcf,'NumberTitle','off','Name','HSI通道图像');
subplot(1,2,2),imshow(S),title('饱和度图S');
subplot(1,2,3),imshow(I),title('强度图I');
% -----------------------------------------------------------------
%其他图像处理
---------------------------------------------------------------------------
function fly_Callback(hObject, eventdata, handles)
%傅里叶变化
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
[m,n]=size(handles.image);
d=zeros(m,n);
d(60:100,60:100)=1;
w=fft2(d);
w1=fftshift(w);
[sx,sy]=size(d);
subplot(2,2,1); imshow(d);
subplot(2,2,2); imshow(abs(w1));
for i=1:sx
t= fft(d(i,:));
len=length(t)/2;
F1(i,:)=[(t(len+1:end)),t(1:len)];
end
for i=1:sy
F2=fft(F1(:,i));
len=length(F2)/2;
F(:,i)=[(F2(len+1:end));F2(1:len)];
end
subplot(2,2,3);
imshow(abs(F1));
subplot(2,2,4);
imshow((abs(F)));
function ruihua_Callback(hObject, eventdata, handles)
%锐化
k=2;
h1=[-1 0 1;-k 0 k;-1 0 1];
h2=[1 k 1;0 0 0;-1 -k -1];
set(handles.axes2,'HandleVisibility','ON');
axes(handles.axes2);
I=rgb2gray(handles.image);
subplot(121);imshow(I);
J1(:,:)=conv2(I(:,:),h1);
J2(:,:)=conv2(I(:,:),h2);
J=abs(J1)+abs(J2);
subplot(122);
imshow((J),[0 255]);
你可能感兴趣的:(python,opencv,java,计算机视觉,matlab)
Docker:3、在VSCode上安装并运行python程序或JavaScript程序
shanshandeisu
docker docker vscode python 容器 运维 js
1.VSCode上安装并运行python程序:1.1.安装Docker插件1.2.新建自动化脚本DockerFileFROMpython:3.-slim-busterWORKDIR/appCOPY..RUNpip3install-rrequirements.txtCMD["python3","app.py"]COPY,第一个点代表根目录下的所有文件,第二个点表示当前的工作路径。RUN允许我们在创建
跟我一起学Python数据处理(七十五):网页抓取之网页分析技巧
lilye66
python 开发语言 pandas matplotlib
跟我一起学Python数据处理(七十五):网页抓取之网页分析技巧大家好呀!在Python数据处理的学习道路上,我深知独自摸索可能会遇到不少困难,所以希望通过这些博客,能和大家一起学习、共同进步,让我们都能更熟练地掌握这门技术。今天,咱们接着深入探讨网页抓取中的关键环节——分析网页。一、网页抓取与网页分析的关联网页抓取是获取网络数据的重要手段,在数据处理流程里占据着关键位置。而网页分析则是网页抓取的
【MyBatis】处理数据库字段名和Java实体类的属性名不一致的5种方法
卡文迪许的引力常量
MyBatis mybatis 数据库 java
在MyBatis中,数据库表中的字段名和实体类的属性名可能不一致,下面是常见的几种方法来处理这种不一致的命名规则。方法1:SQL别名AS在SELECT语句中设置列别名(这是一个基本的SQL特性)可以强行使之匹配。selectuser_idas"id",user_nameas"userName",hashed_passwordas"hashedPassword"fromsome_tablewhere
后台管理系统的通用权限解决方案(四)SpringBoot整合Dozer实现对象属性复制
维先生d
后台管理系统的通用权限解决方案 spring boot 数据库 后端 Dozer beanutils 对象属性复制
1dozer介绍dozer是JavaBean到JavaBean映射器,它以递归方式将数据从一个对象复制到另一个对象。dozer是用来对两个对象之间属性转换的工具,有了这个工具之后,我们将一个对象的所有属性值转给另一个对象时,就不需要再去写重复的调用set和get方法了。dozer其实是对我们熟知的beanutils的封装。2dozer案例1)创建maven工程dozer-demo,并配置其pom.
Java 毕业设计辅导:毕业答辩不再是噩梦,轻松顺利毕业
Hello毕设之家(专业接毕设)
java 课程设计 开发语言
毕业答辩是你人生的一个小考验,但也不必太紧张!想要把毕业设计做得既高效又不掉链子?我会带你从设计到实现,再到答辩环节,让你顺利毕业,轻松走向职场!让我们一起把这个“最后一关”变成你职业生涯的第一步!你需要我帮忙的地方:毕业设计的最后冲刺:项目实现后,我们一起整理、优化,让你的毕业设计在答辩时给导师留下深刻印象!不仅系统要好,文档、报告也要完美!答辩辅导:答辩怕什么?我会帮你准备答辩时最常见的问题,
跨语言语义理解与生成:多语言预训练方法及一致性优化策略
网罗开发
AI 大模型 人工智能 深度学习 负载均衡
网罗开发(小红书、快手、视频号同名) 大家好,我是展菲,目前在上市企业从事人工智能项目研发管理工作,平时热衷于分享各种编程领域的软硬技能知识以及前沿技术,包括iOS、前端、HarmonyOS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。图书作者:《ESP32-C3物联网工程开发实战》图书作者:《SwiftUI入门,进阶与实战》超级个体:CO
COMP212 CA Coordination and Leader Election
后端
DepartmentofComputerScienceCOMP212-2025-CAAssignment1CoordinationandLeaderElectionSimulatingandEvaluatingDistributedProtocolsinJavaAssessmentInformationAssignmentNumber1(of2)Weighting15%AssignmentCirc
Python 抽象基类 ABC :从实践到优雅
python
今天我们来聊聊Python中的抽象基类(AbstractBaseClass,简称ABC)。虽然这个概念在Python中已经存在很久了,但在日常开发中,很多人可能用得并不多,或者用得不够优雅。让我们从一个实际场景开始:假设你正在开发一个文件处理系统,需要支持不同格式的文件读写,比如JSON、CSV、XML等。初始版本:简单但不够严谨我们先来看看最简单的实现方式:classFileHandler:de
Python 并发编程实战:优雅地使用 concurrent.futures
python
在Python多线程编程中,concurrent.futures模块提供了一个高层的接口来异步执行可调用对象。今天,我们将通过一个循序渐进的案例,深入了解如何使用这个强大的工具。从一个模拟场景开始假设我们需要处理一批网络请求。为了模拟这个场景,我们使用sleep来代表耗时操作:importtimeimportrandomdefslow_operation(task_id):"""模拟一个耗时的网络
shutil 标准库: Python 文件操作的万用刀
python
今天来聊一个被低估的Python标准库-shutil。工作中我们用Python(尤其是写一些短小轻快的脚本)虽然经常和文件打交道,却很少用到shutil。但实际上,shutil提供了比os模块更高级的文件操作接口,能让我们写出更Pythonic的代码。从一个真实场景说起最近在整理项目代码时,需要将散落在各处的配置文件归类到统一目录。按以往的习惯,我会这样写:importos#创建目标目录ifnot
Python 自带的日期日历处理大师:calendar 库
python
在Python开发中,我们经常需要处理日期和时间。虽然datetime库是最常用的选择,但其实Python标准库中的calendar模块也是一个强大的工具,特别适合处理日历相关的计算和展示。从一个真实场景开始假设你正在开发一个会议室预订系统,需要:展示月度视图计算工作日处理节假日逻辑让我们看看如何用calendar来优雅地解决这些问题。基础用法:生成日历importcalendar#创建日历对象c
Python性能优化的幕后功臣: __pycache__与字节码缓存机制
python
在日常Python开发中,我们经常会看到项目目录下神秘的__pycache__文件夹和.pyc文件。作为经验丰富的Python开发者,今天让我们深入理解这个性能优化机制。从一个性能困扰说起最近在优化一个数据处理微服务时,发现每次启动服务都需要2-3秒的预热时间。通过profile可以发现大量时间花在了Python模块的加载上。Python的编译过程与大多数人的认知不同,Python并不是纯解释型语
Python Generator:一个被低估的性能利器
python
调用OpenAI的API时,设置stream=True,接着forchunkincompletion:我们就可以“流式”地获取响应的内容。而非等待远程的模型将所有内容生成完毕,再返回给我们(这通常要等很久)。本文讨论这背后的PythonGenerator。从一个经典问题开始假设我们要处理一个超大的日志文件,需要按行读取并分析。传统的做法是:defread_log_file(filename):re
Python `__slots__` 进阶指南:不止于节省内存,从原理到实践
python
相信不少Python开发者都听说过__slots__,知道它可以帮助节省内存。但你是否思考过它背后的原理,以及在实际开发中的其他妙用?让我们一起深入探讨。从一个性能问题说起假设你的一个系统需要处理大量的订单对象:classOrder:def__init__(self,order_id,symbol,price,quantity):self.order_id=order_idself.symbol=
Python 元类(Meta Class):解密 Python 面向对象编程的幕后推手
后端python
在Python编程中,我们每天都在和类打交道,但是你是否也和我一样想过:类本身是什么?是谁创建了类?元类(MetaClass)就是用来创建类的"类"。今天让我们一起深入理解这个强大而神秘的特性。从一个简单的类说起classPerson:def__init__(self,name):self.name=namedefgreet(self):returnf"Hello,I'm{self.name}"#
JConsole连接远程Docker Java应用
javadocker运维
docker-compose配置文件#该微应用全部微服务docker部署脚本version:"2"services:service-name:restart:alwaysimage:imageUrlports:-"8020:8020"#服务端口network_mode:hostvolumes:-/home/logs:/home/logsenvironment:-JMX_OPTS=-Dcom.sun
langchain系列(二)- 提示词模板以及消息
码--到成功
大语言模型 langchain
导读环境:OpenEuler、Windows11、WSL2、Python3.12.3langchain0.3背景:前期忙碌的开发阶段结束,需要沉淀自己的应用知识,过一遍LangChain时间:20250212说明:技术梳理提示词模板理论说明提示模板将用户输入和参数转换为语言模型的指令,以此来实现模型的响应,帮助它理解上下文并生成相关且连贯的基于语言的输出。其接受一个字典作为输入,其中每个键代表提示
langchain系列 - FewShotPromptTemplate 少量示例
码--到成功
大语言模型 langchain
导读环境:OpenEuler、Windows11、WSL2、Python3.12.3langchain0.3背景:前期忙碌的开发阶段结束,需要沉淀自己的应用知识,过一遍LangChain时间:20250220说明:技术梳理,针对FewShotPromptTemplate专门来写一篇博客概念说明few-shot最初来源于机器学习的概念,还有one-shot、zero-shot概念,概念如下:机器学习
nginx ngx_http_module(9) 指令详解
s_fox_
nginx nginx http 运维
nginxngx_http_module(9)指令详解nginx模块目录nginx全指令目录一、目录1.1模块简介ngx_http_uwsgi_module:uWSGI支持模块,允许Nginx与uWSGI服务器进行通信。uWSGI是一种应用服务器协议,广泛用于PythonWeb应用的部署。通过该模块,Nginx可以将动态请求转发给uWSGI服务器处理,并将响应返回给客户端。常用的指令包括uwsgi
sql注入之python脚本进行时间盲注和布尔盲注
温柔小胖
sql 数据库 网络安全
一、什么是时间盲注和布尔盲注?答:时间盲注是攻击者通过构造恶意sql语句利用sleep()等延迟函数来观察数据库响应时间差异来进行推断信息和条件判断。如果条件为真,数据库会执行延时操作,如果为假则立即返回。响应时间较短。SELECTIF(1=1,SLEEP(5),0);如果条件为真、数据库会暂停5s如果条件为假、数据库会立即返回布尔盲注通过观察数据库返回的不同响应(如真或假)来推断信息。攻击者构造
Java 第八章 异常(2)
点纭
java 前端 开发语言
目录编辑异常处理捕获异常基本语法实例声明异常注意:实例抛出异常实例运行期异常和编译期异常自定义异常定义基本语法注意实例异常处理●Java的异常处理是通过5个关键字来实现的:try、catch、finally、throw、throws捕获异常try执行可能产生异常的代码catch捕获异常finally无论是否发生异常,代码总能执行基本语法1.try{可能会发生异常的代码}catch(异常类型引用名)
Python中的生成器表达式(generator expression)
Java资深爱好者
python python 开发语言
Python中的生成器表达式(generatorexpression)是一种类似于列表解析(listcomprehension)的语法结构,但它返回的是一个生成器(generator)对象,而不是一个完整的列表。生成器对象是一个迭代器,它可以逐个产生元素,而不是一次性生成所有元素,从而节省内存空间。生成器表达式在形式上与列表解析非常相似,但是它们使用圆括号()而不是方括号[]。当你迭代生成器表达式
Ollama部署大模型,本地调用
居7然
android 人工智能 chatgpt 爬虫 开发语言 AI编程
Ollama简单介绍Ollama是一个强大的大型语言模型平台,它允许用户轻松地下载、安装和运行各种大型语言模型。在本文中,我将指导你如何在你的本地机器上部署Ollama,并展示如何使用Python进行简单的API调用以访问这些模型最近很多人在学习大模型的时候,也遇到这个问题了,Ollama下载的模型,如果不想在命令行里面直接使用,而是想用Python去调用大模型该如何去使用?这是Ollama的官网
PyInstaller参数大揭秘:一文读懂打包神器的核心密码
Abossss
Python python
一、引言在Python开发的广阔领域中,我们常常会面临这样一个问题:如何将自己精心编写的Python脚本,分享给那些没有Python环境的小伙伴,或者部署到生产环境中呢?这时候,PyInstaller库就如同一位救星,闪亮登场。PyInstaller是一个功能强大的跨平台打包工具,它可以将Python脚本及其所有依赖项,打包成一个独立的可执行文件。这意味着,无论目标系统是否安装了Python环境,
【网络安全】WebPack源码(前端源码)泄露 + jsmap文件还原
秋说
前端 web安全 webpack
前言webpack是一个JavaScript应用程序的静态资源打包器。它构建一个依赖关系图,其中包含应用程序需要的每个模块,然后将所有这些模块打包成一个或多个bundle。大部分Vue等项目应用会使用webpack进行打包,使用webpack打包应用程序会在网站js同目录下生成js.map文件。漏洞风险通过泄露的前端源代码可以查找各种信息,如隐蔽接口、API、加密算法、管理员邮箱、内部功能等等,或
【MyBatis】@Results注解的使用
卡文迪许的引力常量
MyBatis mybatis
@Results注解详解在MyBatis中,@Results注解用于将数据库的字段和Java实体类的属性进行映射,特别是在字段名与属性名不一致的情况下。MyBatis默认会使用自动映射,但如果数据库字段使用snake_case(下划线命名法),而Java类使用camelCase(驼峰命名法),就可能需要手动指定映射关系。这时可以使用@Results注解。(或者也可以在配置文件中设置)1.@Resu
Swift之深入解析KeyPaths的工作原理 | CSDN创作打卡
weixin_41165271
swift ios 开发语言
一、前言自从Swift刚开始就被设计为是编译时安全和静态类型后,它就缺少了那种经常在运行时语言中的动态特性,比如Objective-C,Ruby和JavaScript。举个例子,在Objective-C中,我们可以很轻易的动态去获取一个对象的任意属性和方法,甚至可以在运行时交换它们的实现。虽然缺乏动态性正是Swift如此强大的一个重要原因,它帮助我们编写更加可以预测的代码以及更大的保证了代码编写的
org.apache.hadoop.hdfs.server.datanode.DataNode: Block pool ID needed, but service not yet registere
@菜鸟进阶记@
hadoop hadoop
启动hadoop集群,发现datanode没有启动,查看日志报错,如图://日志文件2020-03-2416:40:55,608WARNorg.apache.hadoop.hdfs.server.common.Storage:Failedtoaddstoragedirectory[DISK]file:/opt/module/hadoop-2.8.4/data/tmp/dfs/data/java.i
Java并发编程入门,看这一篇就够了
weixin_30555753
java 数据库 人工智能
Java并发编程一直是Java程序员必须懂但又是很难懂的技术内容。这里不仅仅是指使用简单的多线程编程,或者使用juc的某个类。当然这些都是并发编程的基本知识,除了使用这些工具以外,Java并发编程中涉及到的技术原理十分丰富。于是乎,就诞生了想写点东西记录下,以提升理解和对并发编程的认知。为什么需要用到并发?凡事总有好坏两面,之间的trade-off是什么,也就是说并发编程具有哪些挑战?以及在进行并
Java系统设计
不努力谁会可怜你?
后端技术 java java程序设计
1.表的设计1.1Mysql如果是微服务的话一个模块一个数据库CREATETABLE`qr_cloud_merchant`.`biao`(`cabinet_id`varchar(50)NOTNULLCOMMENT'主键',`phone`varchar(20)DEFAULTNULLCOMMENT'手机号',`access_status`enum('1','2')DEFAULT'1'COMMENT'入
解读Servlet原理篇二---GenericServlet与HttpServlet
周凡杨
java HttpServlet 源理 GenericService 源码
在上一篇《解读Servlet原理篇一》中提到,要实现javax.servlet.Servlet接口(即写自己的Servlet应用),你可以写一个继承自javax.servlet.GenericServletr的generic Servlet ,也可以写一个继承自java.servlet.http.HttpServlet的HTTP Servlet(这就是为什么我们自定义的Servlet通常是exte
MySQL性能优化
bijian1013
数据库 mysql
性能优化是通过某些有效的方法来提高MySQL的运行速度,减少占用的磁盘空间。性能优化包含很多方面,例如优化查询速度,优化更新速度和优化MySQL服务器等。本文介绍方法的主要有:
a.优化查询
b.优化数据库结构
ThreadPool定时重试
dai_lm
java ThreadPool thread timer timertask
项目需要当某事件触发时,执行http请求任务,失败时需要有重试机制,并根据失败次数的增加,重试间隔也相应增加,任务可能并发。
由于是耗时任务,首先考虑的就是用线程来实现,并且为了节约资源,因而选择线程池。
为了解决不定间隔的重试,选择Timer和TimerTask来完成
package threadpool;
public class ThreadPoolTest {
Oracle 查看数据库的连接情况
周凡杨
sql oracle 连接
首先要说的是,不同版本数据库提供的系统表会有不同,你可以根据数据字典查看该版本数据库所提供的表。
select * from dict where table_name like '%SESSION%';
就可以查出一些表,然后根据这些表就可以获得会话信息
select sid,serial#,status,username,schemaname,osuser,terminal,ma
类的继承
朱辉辉33
java
类的继承可以提高代码的重用行,减少冗余代码;还能提高代码的扩展性。Java继承的关键字是extends
格式:public class 类名(子类)extends 类名(父类){ }
子类可以继承到父类所有的属性和普通方法,但不能继承构造方法。且子类可以直接使用父类的public和
protected属性,但要使用private属性仍需通过调用。
子类的方法可以重写,但必须和父类的返回值类
android 悬浮窗特效
肆无忌惮_
android
最近在开发项目的时候需要做一个悬浮层的动画,类似于支付宝掉钱动画。但是区别在于,需求是浮出一个窗口,之后边缩放边位移至屏幕右下角标签处。效果图如下:
一开始考虑用自定义View来做。后来发现开线程让其移动很卡,ListView+动画也没法精确定位到目标点。
后来想利用Dialog的dismiss动画来完成。
自定义一个Dialog后,在styl
hadoop伪分布式搭建
林鹤霄
hadoop
要修改4个文件 1: vim hadoop-env.sh 第九行 2: vim core-site.xml <configuration> &n
gdb调试命令
aigo
gdb
原文:http://blog.csdn.net/hanchaoman/article/details/5517362
一、GDB常用命令简介
r run 运行.程序还没有运行前使用 c cuntinue 
Socket编程的HelloWorld实例
alleni123
socket
public class Client
{
public static void main(String[] args)
{
Client c=new Client();
c.receiveMessage();
}
public void receiveMessage(){
Socket s=null;
BufferedRea
线程同步和异步
百合不是茶
线程同步 异步
多线程和同步 : 如进程、线程同步,可理解为进程或线程A和B一块配合,A执行到一定程度时要依靠B的某个结果,于是停下来,示意B运行;B依言执行,再将结果给A;A再继续操作。 所谓同步,就是在发出一个功能调用时,在没有得到结果之前,该调用就不返回,同时其它线程也不能调用这个方法
多线程和异步:多线程可以做不同的事情,涉及到线程通知
&
JSP中文乱码分析
bijian1013
java jsp 中文乱码
在JSP的开发过程中,经常出现中文乱码的问题。
首先了解一下Java中文问题的由来:
Java的内核和class文件是基于unicode的,这使Java程序具有良好的跨平台性,但也带来了一些中文乱码问题的麻烦。原因主要有两方面,
js实现页面跳转重定向的几种方式
bijian1013
JavaScript 重定向
js实现页面跳转重定向有如下几种方式:
一.window.location.href
<script language="javascript"type="text/javascript">
window.location.href="http://www.baidu.c
【Struts2三】Struts2 Action转发类型
bit1129
struts2
在【Struts2一】 Struts Hello World http://bit1129.iteye.com/blog/2109365中配置了一个简单的Action,配置如下
<!DOCTYPE struts PUBLIC
"-//Apache Software Foundation//DTD Struts Configurat
【HBase十一】Java API操作HBase
bit1129
hbase
Admin类的主要方法注释:
1. 创建表
/**
* Creates a new table. Synchronous operation.
*
* @param desc table descriptor for table
* @throws IllegalArgumentException if the table name is res
nginx gzip
ronin47
nginx gzip
Nginx GZip 压缩
Nginx GZip 模块文档详见:http://wiki.nginx.org/HttpGzipModule
常用配置片段如下:
gzip on; gzip_comp_level 2; # 压缩比例,比例越大,压缩时间越长。默认是1 gzip_types text/css text/javascript; # 哪些文件可以被压缩 gzip_disable &q
java-7.微软亚院之编程判断俩个链表是否相交 给出俩个单向链表的头指针,比如 h1 , h2 ,判断这俩个链表是否相交
bylijinnan
java
public class LinkListTest {
/**
* we deal with two main missions:
*
* A.
* 1.we create two joined-List(both have no loop)
* 2.whether list1 and list2 join
* 3.print the join
Spring源码学习-JdbcTemplate batchUpdate批量操作
bylijinnan
java spring
Spring JdbcTemplate的batch操作最后还是利用了JDBC提供的方法,Spring只是做了一下改造和封装
JDBC的batch操作:
String sql = "INSERT INTO CUSTOMER " +
"(CUST_ID, NAME, AGE) VALUES (?, ?, ?)";
[JWFD开源工作流]大规模拓扑矩阵存储结构最新进展
comsci
工作流
生成和创建类已经完成,构造一个100万个元素的矩阵模型,存储空间只有11M大,请大家参考我在博客园上面的文档"构造下一代工作流存储结构的尝试",更加相信的设计和代码将陆续推出.........
竞争对手的能力也很强.......,我相信..你们一定能够先于我们推出大规模拓扑扫描和分析系统的....
base64编码和url编码
cuityang
base64 url
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.PrintWriter;
import java.io.StringWriter;
import java.io.UnsupportedEncodingException;
web应用集群Session保持
dalan_123
session
关于使用 memcached 或redis 存储 session ,以及使用 terracotta 服务器共享。建议使用 redis,不仅仅因为它可以将缓存的内容持久化,还因为它支持的单个对象比较大,而且数据类型丰富,不只是缓存 session,还可以做其他用途,一举几得啊。1、使用 filter 方法存储这种方法比较推荐,因为它的服务器使用范围比较多,不仅限于tomcat ,而且实现的原理比较简
Yii 框架里数据库操作详解-[增加、查询、更新、删除的方法 'AR模式']
dcj3sjt126com
数据库
public function getMinLimit () { $sql = "..."; $result = yii::app()->db->createCo
solr StatsComponent(聚合统计)
eksliang
solr聚合查询 solr stats
StatsComponent
转载请出自出处:http://eksliang.iteye.com/blog/2169134
http://eksliang.iteye.com/ 一、概述
Solr可以利用StatsComponent 实现数据库的聚合统计查询,也就是min、max、avg、count、sum的功能
二、参数
百度一道面试题
greemranqq
位运算 百度面试 寻找奇数算法 bitmap 算法
那天看朋友提了一个百度面试的题目:怎么找出{1,1,2,3,3,4,4,4,5,5,5,5} 找出出现次数为奇数的数字.
我这里复制的是原话,当然顺序是不一定的,很多拿到题目第一反应就是用map,当然可以解决,但是效率不高。
还有人觉得应该用算法xxx,我是没想到用啥算法好...!
还有觉得应该先排序...
还有觉
Spring之在开发中使用SpringJDBC
ihuning
spring
在实际开发中使用SpringJDBC有两种方式:
1. 在Dao中添加属性JdbcTemplate并用Spring注入;
JdbcTemplate类被设计成为线程安全的,所以可以在IOC 容器中声明它的单个实例,并将这个实例注入到所有的 DAO 实例中。JdbcTemplate也利用了Java 1.5 的特定(自动装箱,泛型,可变长度
JSON API 1.0 核心开发者自述 | 你所不知道的那些技术细节
justjavac
json
2013年5月,Yehuda Katz 完成了JSON API(英文,中文) 技术规范的初稿。事情就发生在 RailsConf 之后,在那次会议上他和 Steve Klabnik 就 JSON 雏形的技术细节相聊甚欢。在沟通单一 Rails 服务器库—— ActiveModel::Serializers 和单一 JavaScript 客户端库——&
网站项目建设流程概述
macroli
工作
一.概念
网站项目管理就是根据特定的规范、在预算范围内、按时完成的网站开发任务。
二.需求分析
项目立项
我们接到客户的业务咨询,经过双方不断的接洽和了解,并通过基本的可行性讨论够,初步达成制作协议,这时就需要将项目立项。较好的做法是成立一个专门的项目小组,小组成员包括:项目经理,网页设计,程序员,测试员,编辑/文档等必须人员。项目实行项目经理制。
客户的需求说明书
第一步是需
AngularJs 三目运算 表达式判断
qiaolevip
每天进步一点点 学习永无止境 众观千象 AngularJS
事件回顾:由于需要修改同一个模板,里面包含2个不同的内容,第一个里面使用的时间差和第二个里面名称不一样,其他过滤器,内容都大同小异。希望杜绝If这样比较傻的来判断if-show or not,继续追究其源码。
var b = "{{",
a = "}}";
this.startSymbol = function(a) {
Spark算子:统计RDD分区中的元素及数量
superlxw1234
spark spark算子 Spark RDD分区元素
关键字:Spark算子、Spark RDD分区、Spark RDD分区元素数量
Spark RDD是被分区的,在生成RDD时候,一般可以指定分区的数量,如果不指定分区数量,当RDD从集合创建时候,则默认为该程序所分配到的资源的CPU核数,如果是从HDFS文件创建,默认为文件的Block数。
可以利用RDD的mapPartitionsWithInd
Spring 3.2.x将于2016年12月31日停止支持
wiselyman
Spring 3
Spring 团队公布在2016年12月31日停止对Spring Framework 3.2.x(包含tomcat 6.x)的支持。在此之前spring团队将持续发布3.2.x的维护版本。
请大家及时准备及时升级到Spring
fis纯前端解决方案fis-pure
zccst
JavaScript
作者:zccst
FIS通过插件扩展可以完美的支持模块化的前端开发方案,我们通过FIS的二次封装能力,封装了一个功能完备的纯前端模块化方案pure。
1,fis-pure的安装
$ fis install -g fis-pure
$ pure -v
0.1.4
2,下载demo到本地
git clone https://github.com/hefangshi/f