Scott_S
Scott_S

【计算机视觉】2.图像特征提取

图像特征提取

  • 一、颜色特征
        • 量化颜色直方图
        • 聚类颜色直方图
  • 二、边缘特征
        • 边缘
        • 边缘定义
        • 边缘提取
        • 边缘精细
  • 三、特征点的特征描述子
        • Harris角点
        • FAST角点
        • 斑点
        • SIFT
        • Haar-like特征
        • SURF
        • ORB
        • LBP
        • Gabor

一、颜色特征

量化颜色直方图

HSV空间
优势：计算高效
劣势：量化问题，稀疏

聚类颜色直方图

使用颜色空间：Lab颜色空间
操作：

  1. 使用聚类算法对所有像素点颜色向量进行聚类
  2. 单元用聚类代表

二、边缘特征

边缘

像素明显变化的区域
具有丰富的语义信息
用于：物体识别、几何、视角变换

边缘定义
  1. 像素值快速变化的区域
  2. 一阶导数的极值
边缘提取

一、做法
先做高斯去燥，再使用一阶导数获取机制
原因：一阶导数对噪声敏感
二、场景
横竖：一阶导数
斜的：梯度，分别对x和y分别求导

【计算机视觉】2.图像特征提取_第1张图片
【计算机视觉】2.图像特征提取_第2张图片

边缘精细

影像因素：高斯，x，y方向参数问题
不同标准差的滤波，能提取不同尺寸的边缘。

三、特征点的特征描述子

【计算机视觉】2.图像特征提取_第3张图片
【计算机视觉】2.图像特征提取_第4张图片

Harris角点

【计算机视觉】2.图像特征提取_第5张图片
【计算机视觉】2.图像特征提取_第6张图片
【计算机视觉】2.图像特征提取_第7张图片
【计算机视觉】2.图像特征提取_第8张图片

FAST角点

【计算机视觉】2.图像特征提取_第9张图片

斑点

【计算机视觉】2.图像特征提取_第10张图片
【计算机视觉】2.图像特征提取_第11张图片
【计算机视觉】2.图像特征提取_第12张图片
【计算机视觉】2.图像特征提取_第13张图片

SIFT

基于尺度空间不变的特征
特点：

  1. 具有良好的不变性【旋转、尺度缩放、平移、亮度、视角变化、仿射变换、噪声也有一定积极的稳定性
  2. 独特性好，信息量丰富
  3. 多量性：即使少数物体也可以产生大量SIFT特征
  4. 计算快，SIFT匹配算法可以达到实时性。
    【计算机视觉】2.图像特征提取_第14张图片
  1. 找极值点
    【计算机视觉】2.图像特征提取_第15张图片
    【计算机视觉】2.图像特征提取_第16张图片
    【计算机视觉】2.图像特征提取_第17张图片
    【计算机视觉】2.图像特征提取_第18张图片
    【计算机视觉】2.图像特征提取_第19张图片
  2. 找主方向
    【计算机视觉】2.图像特征提取_第20张图片
    【计算机视觉】2.图像特征提取_第21张图片
    【计算机视觉】2.图像特征提取_第22张图片
    【计算机视觉】2.图像特征提取_第23张图片
Haar-like特征

【计算机视觉】2.图像特征提取_第24张图片
【计算机视觉】2.图像特征提取_第25张图片

SURF

【计算机视觉】2.图像特征提取_第26张图片
【计算机视觉】2.图像特征提取_第27张图片
【计算机视觉】2.图像特征提取_第28张图片
【计算机视觉】2.图像特征提取_第29张图片
【计算机视觉】2.图像特征提取_第30张图片
【计算机视觉】2.图像特征提取_第31张图片

ORB

【计算机视觉】2.图像特征提取_第32张图片
【计算机视觉】2.图像特征提取_第33张图片
【计算机视觉】2.图像特征提取_第34张图片
【计算机视觉】2.图像特征提取_第35张图片

LBP

【计算机视觉】2.图像特征提取_第36张图片
【计算机视觉】2.图像特征提取_第37张图片
【计算机视觉】2.图像特征提取_第38张图片
【计算机视觉】2.图像特征提取_第39张图片

Gabor

【计算机视觉】2.图像特征提取_第40张图片

你可能感兴趣的:(计算机视觉,计算摄影学,计算机视觉,人工智能,opencv)

  • 2025 机器学习方向毕业设计选题清单：开题指导与建议 Krin_IT 毕设选题指导毕业设计机器学习人工智能
    目录毕设选题选题迷茫选题的重要性更多选题指导最后大四是整个大学期间最忙碌的时光,一边要忙着准备考研,考公,考教资或者实习为毕业后面临的就业升学做准备,一边要为毕业设计耗费大量精力。大四的同学马上要开始毕业设计,对选题有疑问可以问学长哦（见文末）!以下整理了适合不同方向的计算机专业的毕业设计选题对毕设有任何疑问都可以问学长哦!更多选题指导:最新最全计算机专业毕设选题精选推荐汇总大家好,这里是海浪学长
  • 景联文科技数据处理平台：支持高质量图像标注服务 景联文科技 人工智能科技计算机视觉
    图像标注是计算机视觉领域中不可或缺的一环，它通过为图像添加标签来帮助机器学习算法理解图像内容。这一过程对于创建高质量的训练数据集至关重要，使得AI模型能够准确地识别和分类现实世界中的物体。常见的图像标注类型：边界框标注：这是最常用的标注方式之一，通常用于物体检测任务。通过绘制矩形框来确定图像中目标物体的位置，可以是二维或三维形式。分割标注：包括语义分割（同一类别的所有实例被视为整体）和实例分割（每
  • 景联文科技：以全面数据处理服务推动AI创新与产业智能化转型 景联文科技 人工智能
    数据标注公司在人工智能领域扮演着重要角色，通过提供高质量的数据标注服务，帮助企业和组织训练和优化机器学习模型。从需求分析到数据交付，每一个步骤都需要严格把控，确保数据的质量和安全性。景联文科技是一家专业的数据采集与标注公司，致力于为客户提供高质量的数据处理服务，助力企业在人工智能（AI）领域的创新与发展。数据标注的四项基本流程：数据采集、数据清洗、数据标注、数据质检。数据采集数据采集是数据处理的第
  • 【Stable Diffusion部署至GNU/Linux】安装流程 星星点点洲 stablediffusion
    以下是安装StableDiffusion的步骤，以Ubuntu22.04LTS为例子。显卡与计算架构介绍CUDA是NVIDIAGPU的专用并行计算架构技术层级说明CUDAToolkit提供GPU编译器(nvcc)、数学库(cuBLAS)等开发工具cuDNN深度神经网络加速库（需单独下载）GPU驱动包含CUDADriver（需与CUDAToolkit版本匹配）CUDA与NIDIA：硬件指令集绑定：N
  • Spark 性能优化（四）：Cache LevenBigData spark性能调优spark性能优化大数据
    在Spark中，缓存是一种将计算结果存储在内存中的方式，目的是加速后续操作。当你执行迭代算法或查询时，如果多次重复使用相同的数据集，缓存可以避免每次都重新计算相同的转换操作。通过缓存，Spark可以将数据存储在内存中，这样在后续的处理阶段就能更快地访问。1.Spark缓存的关键点：缓存基本概念：通过调用.cache()对DataFrame或RDD进行缓存。默认情况下，数据会存储在内存中（RAM），
  • KTransformers：告别天价显卡！国产框架让单卡24G显存跑DeepSeek-R1 671B大模型：推理速度飙升28倍 蚝油菜花 每日AI项目与应用实例人工智能开源
    ❤️如果你也关注AI的发展现状，且对AI应用开发感兴趣，我会每日分享大模型与AI领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！微信公众号｜搜一搜：蚝油菜花“还在为千亿模型租天价显卡？清华团队用CPU/GPU协同计算，让4090跑起671B参数全量模型！”大家好，我是蚝油菜花。如果你也经历过——看着API调用账单瑟瑟发抖，微调一次模型吃掉半月算力预算️盯着OOM报错抓狂，为了
  • 实战探析：云数据库 RDS SQL Server 版的优点与应用案例 步入烟尘 python数据库oracle性能优化
    实战探析：云数据库RDSSQLServer版的优点与应用案例背景：随着云计算技术的不断发展，越来越多的企业开始将数据库迁移到云端，以降低成本、提高可用性和灵活性。而在云数据库的选择上，AmazonRDS（RelationalDatabaseService）SQLServer版本成为了众多企业的首选之一。本文将深入探讨在实际应用中，利用云数据库RDSSQLServer版所带来的优点及其实战应用。云数
  • 落实“双碳”行动，深兰科技推动分子能源技术在AI硬件产品领域的应用及产业化进程 AI周刊 人工智能科技
    10月21日，上海气候周分子能研究中心(筹)成立仪式在上海环境能源交易所举行。仪式上，深兰科技践行“双碳”目标，与上海东八能源技术有限公司签署分子能源AI应用产业化合作协议。根据协议，国际分子能量发电开拓者、上海气候周分子能研究中心(筹)总干事、首席科学家栾玉成博士团队创立的上海东八能源技术有限公司将与深兰科技共同推动具有全球创新颠覆式能源技术的分子能源发电项目成果，在人工智能硬件产品方面的产业化
  • python介绍&pycharm使用技巧 倩倩倩倩千千*- python自动化测试pythonpycharm开发语言
    一、python简单介绍python===>跨平台、面想对象，解释型（边运行边翻译）计算机程序设计语言被称为"胶水语言"ps：java是编译型语言学习编程要领（3+1）：编程语法编程规范编程技巧+带着工作任务多练、多实战，从小需求、小工具开始二、python优缺点优点：1、简单易学；2、免费开源；3、面向对象；4、丰富的库；5、可扩展性缺点：1、运行速度慢；2、好的中文资料匮乏三、python应用
  • Xsens惯性动捕技术优化人型机器人AI训练流程 宋13810279720 动作捕捉机器人人工智能
    人工智能与机器人技术的飞速发展让人型机器人逐渐从科幻概念转变为现实应用，成为未来智能生活的重要组成部分。为了实现人型机器人动作的精准与流畅，惯性动捕技术正逐步成为优化其AI训练流程的关键手段。惯性动捕技术是一种利用惯性传感器（如加速度计、陀螺仪等）捕捉人体运动数据的方法。相较于光学动捕技术，惯性动捕不受环境光线和空间限制，具有更高的便携性和灵活性。在人型机器人AI训练过程中，惯性动捕技术能够实时捕
  • 服务器 CPU 消耗过高是什么原因？ 恒创科技HK 服务器运维
    服务器是一种计算机系统，它为网络上的其他设备或计算机提供服务和资源。CPU(中央处理器)是服务器的大脑，负责处理指令和管理硬件和软件资源。CPU的性能和功能直接影响服务器处理工作负载和提供可靠服务的能力。服务器管理员必须谨慎选择满足服务器需求的CPU，平衡性能、功耗和成本，必须确保服务器的硬件和软件得到优化，以充分利用CPU的功能。总之，服务器与其CPU之间的关系至关重要，服务器管理员在设计和管理
  • 教您如何选购触觉力反馈设备 宋13810279720 力反馈机器人人工智能计算机外设3d硬件工程
    触觉力反馈技术是指在人机交互过程中，计算机对用户的输入做出响应，并通过力反馈设备作用于用户的过程。它是一种机械装置表现出来的反作用力，将力反馈设备与环境中物体交互的信息转化成用户能够感知的力的效果，如触碰物体的阻力、举起物体的重力和“触摸”物体表面的摩擦力。可以沟通交流，力反馈全系列。目前全球市场上基本被三大品牌垄断。分别为：美国3Dsystems（Geomagic/Sensable），瑞士For
  • USB射频微波功率计的功能与优势-盛铂科技 射频微波精密 测试工具量子计算信息与通信科技
    USB射频功率计是一种用于测量射频信号（RF）功率的仪器，它通过USB接口与计算机或其他设备连接，以便于进行数据采集、处理和显示。主要功能功率测量：能够测量射频信号的功率，通常以毫瓦（mW）或分贝毫瓦（dBm）为单位表示。频率响应：可在特定的频率范围内进行测量，通常覆盖从几GHz到几十GHz的频率。数据记录与分析：通过与计算机连接，支持数据的实时记录、存储和分析。自动校准：许多USB射频功率计内置
  • 应对高速芯片从相位噪声到时间抖动的挑战 射频微波精密 单片机stm32嵌入式硬件
    当今数字芯片的接口时钟、采样时钟等速度越来越快，因此对时钟或晶体振荡器的抖动要求越来越严格。因为比如采样时钟的抖动就可能会给高性能ADC的信噪比性能带来灾难性影响。虽然信噪比与抖动之间的关系已为大家所熟知，但大多数振荡器（时钟来源于振荡器）都是用相位噪声来描述特性的。本文介绍了如何利用AnaPico的APPH系列相位噪声分析仪将相位噪声转换为抖动的测试方案，以便轻松计算信噪比的下降幅度等影响。抖动
  • JavaScript系列（73）--装饰器详解 ᅟᅠ        ‌‍‎‏ 一进制 JavaScriptjavascript开发语言ecmascript
    JavaScript装饰器详解JavaScript装饰器是一个强大的语言特性，它让我们能够以声明式的方式修改类和类成员的行为。本文将深入探讨装饰器的原理、使用方法和最佳实践。装饰器基础小知识：装饰器是一种特殊类型的声明，它能够被附加到类声明、方法、访问器、属性或参数上。装饰器使用@expression形式，其中expression必须计算为一个函数。//基础装饰器语法functionreadonl
  • 云计算——AWS Solutions Architect – Associate（saa）7.放置群组 F—— 云计算云计算aws学习运维安全
    启动新的EC2实例时，EC2服务会尝试以某种方式放置实例，以便将所有实例分布在基础硬件上以最大限度减少相关的故障。我们可以使用置放群组--一组相互依赖的实例，从而满足我们的不同工作负载需求。一、集群分区分布Cluster集群-将一个可用区中靠近的实例打包在一起。通过使用该策略，工作负载可以实现所需的低延迟网络性能，以满足HPC应用程序通常使用的紧密耦合的节点到节点通信的要求。Partition分区
  • Anaconda3 介绍和安装 gorgor在码农 #python入门基础pythonconda
    介绍Anaconda是一个开源的Python和R语言发行版，专注于数据科学、机器学习和科学计算，主要面向数据科学和机器学习领域。它集成了大量常用的科学计算库（如NumPy、Pandas、Matplotlib、Scikit-learn等），并提供了强大的包管理工具Conda和环境管理功能，适合快速部署和管理复杂的开发环境。特点：预装丰富库：包含250+常用的数据科学工具包，无需手动安装。跨平台支持：
  • 【vLLM 学习】安装
    vLLM是一款专为大语言模型推理加速而设计的框架，实现了KV缓存内存几乎零浪费，解决了内存管理瓶颈问题。更多vLLM中文文档及教程可访问→https://vllm.hyper.ai/vLLM是一个Python库，包含预编译的C++和CUDA(12.1)二进制文件。依赖环境操作系统：LinuxPython：3.8-3.12GPU：计算能力7.0或更高（例如V100、T4、RTX20xx、A100、L
  • 三种方式实现人车流统计（yolov5+opencv+deepsort+bytetrack+iou） Jayson God 人工智能c++yolov5opencv算法人工智能
    一、运行环境1、项目运行环境如下2、CPU配置3、GPU配置如果没有GPUyolov5目标检测时间会比较久二、编程语言与使用库版本项目编程语言使用c++，使用的第三方库，onnxruntime-linux-x64-1.12.1，opencv-4.6.0opencv官方地址Releases-OpenCVopencvgithub地址https://github.com/opencv/opencv/tr
  • 读算法简史：从美索不达米亚到人工智能时代15读后总结与感想兼导读 躺柒 人工智能算法导读总结AI
    1.基本信息算法简史：从美索不达米亚到人工智能时代克里斯·布利克利著中信出版集团股份有限公司,2024年9月出版1.1.读薄率书籍总字数18.6万字，笔记总字数51653字。读薄率51653÷186000≈27.77%1.2.读厚方向当我点击时，算法在想什么？算法霸权极简算法史：从数学到机器的故事算法的陷阱：超级平台、算法垄断与场景欺骗天才与算法：人脑与AI的数学思维算法图解1.3.笔记--章节对
  • 架构设计中的消息队列和事件驱动通信 AI大模型应用之禅 DeepSeekR1&AI大模型与大数据计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    背景介绍在现代软件系统架构设计中，消息队列和事件驱动通信已成为构建灵活、可扩展和高可用系统的基石。随着云计算和微服务架构的普及，系统之间的通信变得日益复杂，消息队列和事件驱动模式提供了有效管理和处理异步通信需求的方式。消息队列概述消息队列是一种用于存储消息的数据结构，通常用于在发送者和接收者之间传递数据。消息队列允许消息在发送后立即处理其他事务，而接收者在方便时消费这些消息。这种异步处理方式提高了
  • 2月16日星期日早报简报微语报早读 微语早读 生活
    2月16日星期日，农历正月十九，早报#微语早读。1、全胜登顶！上海男篮战胜新疆，夺得首届CBA俱乐部杯冠军；2、湖南衡阳通报“妇幼保健院医生售卖出生证”：8名嫌犯被抓获；3、广东一中学让家长签字同意体罚犯错学生，学校：属实，是校规；4、北京已开通适龄男性HPV疫苗官方预约平台，疫苗供应量稳定；5、哪吒2成功进入全球影史票房TOP11；6、广西大学附属中学：教师郑某某已被开除，有关材料报送公安机关；
  • AWS Fargate 部署流程图及说明 ivwdcwso 运维aws流程图云计算ECSFargate无服务
    背景在云原生应用开发和部署过程中，容器化部署已成为主流选择。AWSFargate作为一种无服务器计算引擎，让开发团队能够专注于应用程序开发，而无需管理底层基础设施。然而，要实现Fargate服务的自动化部署，需要协调多个AWS服务和组件，包括ECR、ALB、Route53等。为了使部署流程更加清晰和规范，本文提供了一个完整的部署流程图及详细说明。完整部署流程图
  • 从养殖场到科技前沿：YOLOv11+OpenCV精准计数鸡蛋与鸡 星际编程喵 Python探索之旅YOLOopencv人工智能python目标检测计算机视觉
    前言谁能想到，鸡蛋和鸡的计数居然能变成一项高科技活儿？想象一下，早上去市场，卖家把鸡蛋摔得稀巴烂，结果鸡蛋滚得到处都是——难道你就得一个个捡回来数？还得小心别弄错？可是，你又不是超人！别担心，科技来帮忙！今天的主角是YOLOv11和OpenCV，它们是计算机视觉领域的两位大佬，专门为你解决这一难题。无论是鸡蛋还是鸡，它们都能精准识别，数得清清楚楚。不信？那我们就一起去看看怎么用这对“黄金搭档”解决
  • 【机器学习】无监督学习算法之：K均值聚类 Carl_奕然 机器学习算法学习
    K均值聚类1、引言2、K均值聚类2.1定义2.2原理2.3实现方式2.4算法公式2.4.1距离计算公式2.4.1中心点计算公式2.5代码示例3、总结1、引言小屌丝：鱼哥，K均值聚类我不懂，能不能给我讲一讲？小鱼：行，可以小屌丝：额…今天咋直接就答应了？小鱼：不然呢？小屌丝：有啥条件，直接说，小鱼：没有小屌丝：这咋的了，不提条件，我可不踏实小鱼：你看看你，我不提条件，你还不踏实，那你这是非让我提条件
  • 下载多个python如何配置环境 彪悍的高校 python开发语言
    多环境Python配置方案在数据科学和软件开发的领域，Python因其简单易用而广受欢迎。然而，随着项目的不断增多，我们常常需要在同一台机子上安装多个版本的Python及其依赖。为了解决这个问题，我们可以采用虚拟环境管理工具。本文将介绍如何通过venv和pyenv来配置多个Python环境，并提供相关的代码示例。一、环境准备在开始前，请确保你的计算机上已安装了以下软件：Python：确保安装了Py
  • doris:查询缓存 向阳1218 大数据doris
    概念介绍SQLCache是Doris提供的一种查询优化机制，可以显著提升查询性能。它通过缓存查询结果来减少重复计算，适用于数据更新频率较低的场景。SQLCache基于以下关键因素来存储和获取缓存：SQL文本视图定义表和分区的版本用户变量和结果值非确定函数和结果值行策略定义数据脱敏定义以上因素的组合唯一确定一个缓存数据集。如果其中任何一个发生变化，例如SQL变化、查询字段或条件不同或者数据更新后版本
  • 差分解方程 やっはろ django
    差分解方程差分法在数值求解偏微分方程（PDEs）和常微分方程（ODEs）时，可以分为隐式格式和显式格式。以下是两者的主要区别：显式格式（ExplicitScheme）时间推进：显式格式在每一个时间步直接计算出下一个时间步的解。不需要求解非线性方程组，因为每个时间步的解可以直接从上一个时间步的解计算得出。稳定性：通常要求时间步长较小，以保证数值稳定性。稳定性与时间步长和空间步长的比值有关，通常由一个
  • 通过WiFi连接adb调试 小刘学安卓 adbandroid
    通过WiFi连接adb调试解决cannotconnectto192.168.1.136:5555:由于目标计算机积极拒绝，无法连接。(10061)解决办法1（Windows下cmd环境执行）1.连接USB数据线，打开USB调试使用windows的“运行”命令行方式：（此方法需配置adb环境变量，也可直接进入adb工具目录执行\android-sdk-windows\platform-tools\）
  • spiking neural network概念学习 Zaгathustra 科研工作深度学习神经网络机器学习
    我们认为，SNNs最大的优势在于其能够充分利用基于时空事件的信息。今天，我们有相当成熟的神经形态传感器，来记录环境实时的动态改变。这些动态感官数据可以与SNNs的时间处理能力相结合，以实现超低能耗的计算。在此类传感器中使用SNNs主要受限于缺乏适当的训练算法，从而可以有效地利用尖峰神经元的时间信息。实际上就精度而言，在大多数学习任务中SNNs的效果仍落后于第二代的深度学习。很明显，尖峰神经元可以实
  • ios内付费 374016526 ios内付费
    近年来写了很多IOS的程序，内付费也用到不少，使用IOS的内付费实现起来比较麻烦，这里我写了一个简单的内付费包，希望对大家有帮助。   具体使用如下: 这里的sender其实就是调用者，这里主要是为了回调使用。 [KuroStoreApi kuroStoreProductId:@"产品ID" storeSender:self storeFinishCallBa
  • 20 款优秀的 Linux 终端仿真器 brotherlamp linuxlinux视频linux资料linux自学linux教程
      终端仿真器是一款用其它显示架构重现可视终端的计算机程序。换句话说就是终端仿真器能使哑终端看似像一台连接上了服务器的客户机。终端仿真器允许最终用户用文本用户界面和命令行来访问控制台和应用程序。（LCTT 译注：终端仿真器原意指对大型机-哑终端方式的模拟，不过在当今的 Linux 环境中，常指通过远程或本地方式连接的伪终端，俗称“终端”。） 你能从开源世界中找到大量的终端仿真器，它们
  • Solr Deep Paging(solr 深分页) eksliang solr深分页solr分页性能问题
    转载请出自出处：http://eksliang.iteye.com/blog/2148370 作者：eksliang(ickes) blg:http://eksliang.iteye.com/ 概述 长期以来，我们一直有一个深分页问题。如果直接跳到很靠后的页数，查询速度会比较慢。这是因为Solr的需要为查询从开始遍历所有数据。直到Solr的4.7这个问题一直没有一个很好的解决方案。直到solr
  • 数据库面试题 18289753290 面试题 数据库
    1.union ,union all 网络搜索出的最佳答案： union和union all的区别是,union会自动压缩多个结果集合中的重复结果，而union all则将所有的结果全部显示出来，不管是不是重复。 Union：对两个结果集进行并集操作，不包括重复行，同时进行默认规则的排序； Union All：对两个结果集进行并集操作，包括重复行，不进行排序； 2.索引有哪些分类？作用是
  • Android TV屏幕适配 酷的飞上天空 android
    先说下现在市面上TV分辨率的大概情况 两种分辨率为主 1.720标清，分辨率为1280x720. 屏幕尺寸以32寸为主，部分电视为42寸 2.1080p全高清，分辨率为1920x1080 屏幕尺寸以42寸为主，此分辨率电视屏幕从32寸到50寸都有   适配遇到问题，已1080p尺寸为例： 分辨率固定不变，屏幕尺寸变化较大。 如：效果图尺寸为1920x1080，如果使用d
  • Timer定时器与ActionListener联合应用 永夜-极光 java
    功能:在控制台每秒输出一次   代码: package Main; import javax.swing.Timer; import java.awt.event.*; public class T { private static int count = 0; public static void main(String[] args){
  • Ubuntu14.04系统Tab键不能自动补全问题解决 随便小屋 Ubuntu 14.04
    Unbuntu 14.4安装之后就在终端中使用Tab键不能自动补全，解决办法如下：   1、利用vi编辑器打开/etc/bash.bashrc文件（需要root权限） sudo vi /etc/bash.bashrc  接下来会提示输入密码 2、找到文件中的下列代码 #enable bash completion in interactive shells #if
  • 学会人际关系三招 轻松走职场 aijuans 职场
    要想成功，仅有专业能力是不够的，处理好与老板、同事及下属的人际关系也是门大学问。如何才能在职场如鱼得水、游刃有余呢？在此，教您简单实用的三个窍门。 　　第一，多汇报 最近，管理学又提出了一个新名词“追随力”。它告诉我们，做下属最关键的就是要多请示汇报，让上司随时了解你的工作进度，有了新想法也要及时建议。不知不觉，你就有了“追随力”，上司会越来越了解和信任你。 　　第二，勤沟通 团队的力
  • 《O2O：移动互联网时代的商业革命》读书笔记 aoyouzi 读书笔记
    移动互联网的未来：碎片化内容+碎片化渠道=各式精准、互动的新型社会化营销。   O2O：Online to OffLine 线上线下活动 O2O就是在移动互联网时代，生活消费领域通过线上和线下互动的一种新型商业模式。   手机二维码本质：O2O商务行为从线下现实世界到线上虚拟世界的入口。   线上虚拟世界创造的本意是打破信息鸿沟，让不同地域、不同需求的人
  • js实现图片随鼠标滚动的效果 百合不是茶 JavaScript滚动属性的获取图片滚动属性获取页面加载
    1,获取样式属性值 top 与顶部的距离 left 与左边的距离 right 与右边的距离 bottom 与下边的距离 zIndex 层叠层次     例子:获取左边的宽度,当css写在body标签中时 <div id="adver" style="position:absolute;top:50px;left:1000p
  • ajax同步异步参数async bijian1013 jqueryAjaxasync
            开发项目开发过程中，需要将ajax的返回值赋到全局变量中，然后在该页面其他地方引用，因为ajax异步的原因一直无法成功，需将async:false，使其变成同步的。         格式： $.ajax({ type: 'POST', ur
  • Webx3框架（1） Bill_chen eclipsespringmaven框架ibatis
    Webx是淘宝开发的一套Web开发框架，Webx3是其第三个升级版本；采用Eclipse的开发环境，现在支持java开发； 采用turbine原型的MVC框架，扩展了Spring容器，利用Maven进行项目的构建管理，灵活的ibatis持久层支持，总的来说，还是一套很不错的Web框架。 Webx3遵循turbine风格，velocity的模板被分为layout/screen/control三部
  • 【MongoDB学习笔记五】MongoDB概述 bit1129 mongodb
    MongoDB是面向文档的NoSQL数据库，尽量业界还对MongoDB存在一些质疑的声音，比如性能尤其是查询性能、数据一致性的支持没有想象的那么好，但是MongoDB用户群确实已经够多。MongoDB的亮点不在于它的性能，而是它处理非结构化数据的能力以及内置对分布式的支持(复制、分片达到的高可用、高可伸缩)，同时它提供的近似于SQL的查询能力，也是在做NoSQL技术选型时，考虑的一个重要因素。Mo
  • spring/hibernate/struts2常见异常总结 白糖_ Hibernate
    Spring ①ClassNotFoundException: org.aspectj.weaver.reflect.ReflectionWorld$ReflectionWorldException 缺少aspectjweaver.jar，该jar包常用于spring aop中   ②java.lang.ClassNotFoundException: org.sprin
  • jquery easyui表单重置(reset)扩展思路 bozch formjquery easyuireset
    在jquery easyui表单中 尚未提供表单重置的功能，这就需要自己对其进行扩展。 扩展的时候要考虑的控件有： combo,combobox,combogrid,combotree,datebox,datetimebox 需要对其添加reset方法，reset方法就是把初始化的值赋值给当前的组件，这就需要在组件的初始化时将值保存下来。 在所有的reset方法添加完毕之后，就需要对fo
  • 编程之美-烙饼排序 bylijinnan 编程之美
    package beautyOfCoding; import java.util.Arrays; /* *《编程之美》的思路是：搜索+剪枝。有点像是写下棋程序：当前情况下，把所有可能的下一步都做一遍；在这每一遍操作里面，计算出如果按这一步走的话，能不能赢（得出最优结果）。 *《编程之美》上代码有很多错误，且每个变量的含义令人费解。因此我按我的理解写了以下代码： */
  • Struts1.X 源码分析之ActionForm赋值原理 chenbowen00 struts
    struts1在处理请求参数之前，首先会根据配置文件action节点的name属性创建对应的ActionForm。如果配置了name属性，却找不到对应的ActionForm类也不会报错，只是不会处理本次请求的请求参数。 如果找到了对应的ActionForm类，则先判断是否已经存在ActionForm的实例，如果不存在则创建实例，并将其存放在对应的作用域中。作用域由配置文件action节点的s
  • [空天防御与经济]在获得充足的外部资源之前,太空投资需有限度 comsci 资源
          这里有一个常识性的问题:       地球的资源,人类的资金是有限的,而太空是无限的.....       就算全人类联合起来,要在太空中修建大型空间站,也不一定能够成功,因为资源和资金,技术有客观的限制.... &
  • ORACLE临时表—ON COMMIT PRESERVE ROWS daizj oracle临时表
    ORACLE临时表 转 临时表：像普通表一样，有结构，但是对数据的管理上不一样，临时表存储事务或会话的中间结果集，临时表中保存的数据只对当前 会话可见，所有会话都看不到其他会话的数据，即使其他会话提交了，也看不到。临时表不存在并发行为，因为他们对于当前会话都是独立的。 创建临时表时，ORACLE只创建了表的结构（在数据字典中定义），并没有初始化内存空间，当某一会话使用临时表时，ORALCE会
  • 基于Nginx XSendfile+SpringMVC进行文件下载 denger 应用服务器Webnginx网络应用lighttpd
        在平常我们实现文件下载通常是通过普通 read-write方式，如下代码所示。 @RequestMapping("/courseware/{id}") public void download(@PathVariable("id") String courseID, HttpServletResp
  • scanf接受char类型的字符 dcj3sjt126com c
    /* 2013年3月11日22:35:54 目的：学习char只接受一个字符 */ # include <stdio.h> int main(void) { int i; char ch; scanf("%d", &i); printf("i = %d\n", i); scanf("%
  • 学编程的价值 dcj3sjt126com 编程
    发一个人会编程, 想想以后可以教儿女, 是多么美好的事啊, 不管儿女将来从事什么样的职业, 教一教, 对他思维的开拓大有帮助   像这位朋友学习:   http://blog.sina.com.cn/s/articlelist_2584320772_0_1.html   VirtualGS教程 (By @林泰前): 几十年的老程序员，资深的
  • 二维数组（矩阵）对角线输出 飞天奔月 二维数组
    今天在BBS里面看到这样的面试题目,   1，二维数组（N*N），沿对角线方向，从右上角打印到左下角如N=4： 4*4二维数组  { 1 2 3 4 } { 5 6 7 8 } { 9 10 11 12 } {13 14 15 16 } 打印顺序  4 3 8 2 7 12 1 6 11 16 5 10 15 9 14 13 要
  • Ehcache（08）——可阻塞的Cache——BlockingCache 234390216 并发ehcacheBlockingCache阻塞
    可阻塞的Cache—BlockingCache          在上一节我们提到了显示使用Ehcache锁的问题，其实我们还可以隐式的来使用Ehcache的锁，那就是通过BlockingCache。BlockingCache是Ehcache的一个封装类，可以让我们对Ehcache进行并发操作。其内部的锁机制是使用的net.
  • mysqldiff对数据库间进行差异比较 jackyrong mysqld
      mysqldiff该工具是官方mysql-utilities工具集的一个脚本，可以用来对比不同数据库之间的表结构，或者同个数据库间的表结构    如果在windows下，直接下载mysql-utilities安装就可以了，然后运行后，会跑到命令行下： 1） 基本用法    mysqldiff --server1=admin:12345
  • spring data jpa 方法中可用的关键字 lawrence.li javaspring
    spring data jpa 支持以方法名进行查询/删除/统计。 查询的关键字为find 删除的关键字为delete/remove (>=1.7.x) 统计的关键字为count (>=1.7.x)   修改需要使用@Modifying注解 @Modifying @Query("update User u set u.firstna
  • Spring的ModelAndView类 nicegege spring
    项目中controller的方法跳转的到ModelAndView类，一直很好奇spring怎么实现的？ /* * Copyright 2002-2010 the original author or authors. * * Licensed under the Apache License, Version 2.0 (the "License"); * yo
  • 搭建 CentOS 6 服务器(13) - rsync、Amanda rensanning centos
    （一）rsync Server端 # yum install rsync # vi /etc/xinetd.d/rsync service rsync { disable = no flags = IPv6 socket_type = stream wait
  • Learn Nodejs 02 toknowme nodejs
    （1）npm是什么 npm is the package manager for node 官方网站：https://www.npmjs.com/ npm上有很多优秀的nodejs包，来解决常见的一些问题，比如用node-mysql，就可以方便通过nodejs链接到mysql，进行数据库的操作 在开发过程往往会需要用到其他的包，使用npm就可以下载这些包来供程序调用 &nb
  • Spring MVC 拦截器 xp9802 spring mvc
    Controller层的拦截器继承于HandlerInterceptorAdapter HandlerInterceptorAdapter.java  1  public   abstract   class  HandlerInterceptorAdapter  implements  HandlerIntercep
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他