玫瑰窃贼-sc

数字图像处理知识梳理——3

四、图像增强
- G(x,y)=T[f(x,y)]重点在于T的定义：并不以图像保真为准则，突出某些人/机器分析有意义的信息，抑制无用信息
- 4.1空间域
  - 4.1.1点运算(针对一个个像素点的运算)
    - 灰度运算
      - 线性运算：t=T(s)=as+b：根据a,b的取值不同得到不同的处理结果
      - 分段线性运算：将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域
      - 非线性运算
        
        对数变换：增强图像暗区域，使得整个图像变亮（低灰度区域扩展，高灰度区域压缩）
        
        指数变换
        
        r>1：图像变暗，可以用于人眼对光线变化的反应曲线矫正
        
        r<1：图像变量，与对数变换的效果类似（高灰度区域扩展，低灰度区域压缩）
      - 灰度切割：增强图像特定范围内的对比度，突出图像中特定灰度范围的亮度
      - 位图切割：图像所有像素固定的每个位构成的平面称为位面，对位面进行操作。位越高，信息越多
    - 直方图修正法
      - 直方图的定义
        
        颜色直方图：需要量化后进行统计，位置无关，无图像的位置信息。各阶统计矩消除光照，旋转无关性，可以用于颜色特征分析
        
        描述一幅图像的概貌，如明暗状况和对比度等特征
        
        一幅图像对应于一个直方图，一个直方图可能对应于多幅图像
        
        直方图的作用：检查量化参数选取是否得当；选择边界阈值，可以用于阈值分割。
      - 直方图均衡化
        
        直方图均衡化的推导
        
        通过灰度级的合并与减少，使得直方图的分布趋于均匀分布，增强图像的对比度
        
        优点：自动增强图像的对比度，改善图像的亮度
        
        缺点
        
        一些小的灰度级可能包含图像的细节信息，直方图均衡化后会使得这些信息丢失
        
        对于有高峰存在的直方图，均衡化处理后对比度不自然的过分增强
        
        无法进行局部处理，不能有选择的增强某个灰度值范围内的对比度，具体增强效果不可控
      - 直方图规定化
        
        突出感兴趣的灰度范围，使得图像质量得到改善
    - 局部统计法
  - 4.1.2空域模板处理（滤波处理：针对一个小区域内的像素进行处理）
    - 空域滤波：卷积运算：模板与图像进行卷积
    - 空域滤波器
      - 线性滤波器
        
        高通：边缘增强与提取
        
        低通：图像平滑与去噪
        
        带通：删除特定频率，在增强中很少用
      - 非线性滤波器
        
        中值：去除脉冲噪声很有用，对于小概率的脉冲噪声还行，对于较大概率的脉冲噪声而言，需要采用图像复原中的自适应中值滤波器
        
        MAX：使得暗边缘变细
        
        MIN：使得亮边缘变细
      - 图像平滑
        
        噪声定义：①孤立点②与周围像素差异大是整个去噪平滑的核心
        
        基本低通滤波
        
        邻域均值法：邻域半径越大，平滑效果越好，但是模糊程度也变大
        
        加权平均法：克服简单局部平均的弊病，保留边缘细节的局部平均算法核心在于模板系数的选择和领域点数的选取：梯度倒数平滑滤波
        
        超限邻域平均
        
        阈值T的选取很重要
        
        T过大会导致噪声去除不干净
        
        T过小会导致图像模糊
        
        噪声门限滤波：阈值选取一般位窗口内像素数的一半附近，阈值选取影响同上
        
        中值滤波
      - 图像锐化：前提是有较高的信噪比，否则噪声对锐化结果产生很大的影响
        
        基本高通滤波
        
        高增益滤波：保留原图信息，又增强了边缘信息；高增益滤波=A原图-低通=（A-1）原图+高通
        
        微分滤波：利用差分代替微分
        
        一阶微分滤波器：斜坡出一阶导数非0
        
        Roberts算子：方法简单，但是对噪声极为敏感
        
        Prewitt算子：先平均再微分
        
        Sobel算子：先加权再微分
        
        二阶微分滤波器：固定坡度二阶导数为0
        
        拉普拉斯算子：考推导？
        
        各向同性，提取完备，旋转无关性的证明
        
        H(u,v)=-4pi^2(u^2+v^2)
        
        对噪声敏感：采用高增益滤波
        
        图像分割中微分算子的作用
        
        Roberts算子对陡峭边缘提取效果较好，但是对噪声很敏感
        
        Sobel和Prewitt算子对噪声有一定的抑制能力，但不能完全排除虚假边缘的提取
        
        拉普拉斯算子对阶跃型边缘点定位准确，但是对噪声很敏感，会double边缘
        
        LOG算子：高斯拉普拉斯算子
        
        Canny算子：基于最优化思想推导出来的算子，有较强的噪声抑制能力，但是平滑过程会导致一些尖锐的边缘也被滤除
- 4.2频域处理
  - 流程：预处理（图像中心化）——>傅里叶变换——>频域滤波器——>傅里叶反变换——>图像去中心化后处理
  - 4.2.1高通滤波：同空域处理一样，需要在高信噪比的条件下进行（高频加强滤波，加入低频成分）
    - 理想高通滤波器
    - 巴特沃斯高通滤波器
    - 指数高通滤波器
    - 高斯高通滤波器
    - 梯形高通滤波器
  - 4.2.2低通滤波：消除随机噪声，减弱边缘效应，起到平滑作用
    - 理想低通滤波
    - 巴特沃斯低通滤波
    - 指数低通滤波：无振铃效应
    - 高斯低通滤波：无振铃效应，高斯函数的傅里叶变换仍然是高斯函数（证明题）
    - 梯形低通滤波器
  - 4.2.3带通带阻滤波器：对于周期性的噪声条纹使用，分析噪声模式
  - 4.2.4同态滤波增强：将图像看成是入射分量（低频）与反射分量（高频）相乘得到的
    - 处理流程：图像对数变换——>傅里叶变换——>同态滤波器处理——>傅里叶反变换——>指数变换
- 4.3彩色图像处理
  - 4.3.1彩色图像增强
    - 在RGB空间模型上的增强
      - 彩色平衡：对于本来是灰度的区域有了颜色，将其矫正过来。以RGB其中的一个分量为基准，采用线性变换的方法矫正
      - 反色变换
      - 彩色图像的灰度化
        
        最大值法
        
        平均值法
        
        加权均值：人眼对绿色敏感，其次是红色，最后是蓝色，基于此分配不同的权重，权重总和为1
      - 平滑滤波
      - 边缘检测
    - 在HSI空间模型上的增强：针对三个分量分别进行处理
  - 4.3.2伪彩色图像处理：先验知识（位置相近、像素灰度值相近）
    - 伪彩色变换
      - 对三个颜色通道分别处理，建立颜色映射表
      - 彩虹映射：灰度值增加对应于波长越长，越偏向红色
    - 密度分割
    - 频域滤波
  - 4.3.3彩色变换及其应用
- 4.4图像的代数运算

你可能感兴趣的:(图像处理)

OpenCV图像旋转90度的最简单方法时光荏苒- opencv 计算机视觉人工智能 OpenCV
OpenCV是一个功能强大的计算机视觉库，提供了许多图像处理和计算机视觉算法。在OpenCV中，图像旋转是一项常见的操作。本文将介绍如何使用OpenCV将图像旋转90度的最简单方法。步骤1：导入OpenCV库在Python中使用OpenCV库需要先导入库。可以使用以下代码导入OpenCV库：importcv2步骤2：读取图像使用OpenCV读取图像需要使用cv2.imread()函数。该函数接受一
python 图像特征提取_python实现LBP方法提取图像纹理特征实现分类的步骤 weixin_39969060 python 图像特征提取
题目描述这篇博文是数字图像处理的大作业.题目描述:给定40张不同风格的纹理图片,大小为512*512,要求将每张图片分为大小相同的9块,利用其中的5块作为训练集,剩余的4块作为测试集,构建适当的模型实现图片的分类.图片如下图所示:分析:由于数据集太小,所以神经网络模型并不适合此类的图像处理.就需要寻找方法提取图像的纹理信息.本文采用LBP的方法提取图像的纹理信息,然后转化成直方图作为图像的特征,然
深度学习目标检测中的_单目测距原理与实现关键点及改进建议 QQ_767172261 单目测距深度学习目标检测人工智能
深度学习目标检测中的_单目测距原理与实现关键点及改进建议文章目录单目测距的进一步解释1.焦距的确定2.物体宽度\(W\)的获取3.图像处理技巧4.提高性能的建议5.实现代码中的注释添加一、前言单目视觉测距：网上有很多关于单目测距的文章，主要借鉴的是OpenCV学习笔记（二十一）——简单的单目视觉测距尝试和单目摄像机测距（python+opencv）两篇文章，在这里特别作出说明。工作环境：Ubunt
Python 图像处理进阶：特征提取与图像分类极客代码玩转Python 玩转AI 开发语言 python 图像处理人工智能
特征提取特征提取是计算机视觉中的一个重要环节，它可以从图像中提取出有助于后续处理的特征，比如用于识别和分类的关键点、纹理等。常见的特征提取方法包括SIFT、SURF和ORB等。SIFT（尺度不变特征变换）SIFT是一种用于检测图像中的关键点及其描述符的方法。SIFT特征具有尺度不变性和旋转不变性，适用于图像匹配和识别。原理：SIFT通过在不同尺度的空间内寻找极值点来检测关键点，并利用梯度方向的直方
OpenCV在Python 3.6中的安装与应用教程北海有座岛
本文还有配套的精品资源，点击获取简介：OpenCV是一个功能丰富的计算机视觉库，适用于图像处理和分析。本文将介绍如何在Python3.6环境下安装和使用OpenCV，包括处理网络安装困难时的替代方案。同时，本文也涵盖了如何通过预编译的二进制文件（.whl）简化安装过程，并介绍了OpenCV的扩展模块和基础使用方法。1.OpenCV简介和应用领域OpenCV简介OpenCV（OpenSourceCo
Python unstructured库详解：partition_pdf函数完整参数深度解析 engchina LINUX python pdf 1024程序员节 Unstructured partition_pdf
Pythonunstructured库详解：partition_pdf函数完整参数深度解析1.简介2.基础文件处理参数2.1文件输入参数2.2页面处理参数3.文档解析策略3.1strategy参数详解3.2策略选择建议4.表格处理参数4.1表格结构推断5.语言处理参数5.1语言设置6.图像处理参数6.1图像提取配置6.2图像提取优化7.表单处理参数7.1表单提取配置7.2表单处理场景8.元数据参数
(04)python-opencv图像处理——图像阈值、平滑图像、形态转换、图像梯度欲游山河十万里 #opencv-python #深度学习 #人工智能 python opencv 图像处理
目录前言一、图像阈值1.1简单的阈值法1.2自适应阈值二、平滑图像2.1二维卷积(图像滤波)2.2图像模糊2.2.1均值模糊2.2.2高斯模糊2.2.3中值滤波2.2.4双边滤波三、形态转换1、腐蚀2、膨胀3、开运算4、闭运算四、图像梯度Sobel和Scharr微分参考文前言在本博文中，进行图像阈值、平滑图像、形态转换、图像梯度的学习以及介绍。一、图像阈值在本部分中，你会学到简单阈值法，自适应阈值
【图像处理】基于双目立体匹配的景深计算（Matlab代码实现）然哥爱编程图像处理 matlab 数码相机
‍个人主页欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述1.双目相机标定2.图像预处理3.特征提取与匹配4.视差计算5.深度图生成与校正6.景深计算7.误差分析与优化应用领域2运行结果3参考文献4Matlab代码实现1概述双目立体匹配一直是双眼视觉的研究热点。双目相机捕获同一场景的左右视点图像，使用立体匹配
程序代码篇---项目目录结构&HSV掩膜&Opencv图像处理 Ronin-Lotus 程序代码篇学习 Python opencv HSV 图像处理项目目录
文章目录前言第一部分：项目目录结构第二部分：HSV提取HSV色调（Hue）含义取值范围饱和度（Saturation）含义取值范围亮度（Value）含义取值范围第三部分：Opencv图像处理1.读取和显示图像2.转换颜色空间3.边缘检测4.形态变换5.图像阈值6.图像平滑7.图像轮廓总结前言以上就是今天要讲的内容，本文简单介绍了项目目录结构、HSV掩膜、Opencv图像处理第一部分：项目目录结构一个
基于CNN(一维卷积Conv1D)+LSTM+Attention 实现股票多变量时间序列预测(PyTorch版) 矩阵猫咪 cnn lstm pytorch 注意力机制卷积神经网络长短期记忆网络 Attention
前言系列专栏:【深度学习：算法项目实战】✨︎涉及医疗健康、财经金融、商业零售、食品饮料、运动健身、交通运输、环境科学、社交媒体以及文本和图像处理等诸多领域，讨论了各种复杂的深度神经网络思想，如卷积神经网络、循环神经网络、生成对抗网络、门控循环单元、长短期记忆、自然语言处理、深度强化学习、大型语言模型和迁移学习。在深度学习的众多模型中，卷积神经网络（CNN）和长短期记忆网络（LSTM）因其独特的优势
C语言实现图像二值化变换项目源码爽新全效瓷兔膏
本文还有配套的精品资源，点击获取简介：本项目提供了一个C语言编程案例，专门用于解决图像处理中的“百马百担”问题，即图像二值化。项目展示如何使用C语言进行图像的读取、处理和保存，特别是二值化转换的实现，通过设定阈值将图像简化为黑白色调，以突出其特征。源码中包括了图像读取、阈值设置、像素遍历和图像写入等关键步骤，适合C语言学习者和图像处理领域开发者学习实践。1.C语言图像处理简介简介C语言作为一种高效
处理大量RTSP摄像头，不受实时限制潮易 opencv 计算机视觉人工智能
处理大量RTSP摄像头，不受实时限制处理大量RTSP摄像头的问题可以采用多线程或多进程的方法来提高效率。这里我们使用Python的multiprocessing库来实现这一功能。首先，我们需要定义一个函数来处理单个RTSP摄像头。这个函数将打开RTSP流，然后进行图像处理或其他任务。以下是一个简单的示例：```pythonimportcv2frommultiprocessingimportProc
第五章 Opencv图像处理框架实战 5-7图像金字塔与轮廓检测老张谋 AI--深度学习 opencv 图像处理人工智能
1、图像金字塔定义图像金字塔¶高斯金字塔拉普拉斯金字塔高斯金字塔：向下采样方法（缩小）高斯金字塔：向上采样方法（放大）
AI：180-如何利用Python进行图像处理和计算机视觉任务一键难忘精通AI实战千例专栏合集 python 图像处理计算机视觉
本文收录于专栏：精通AI实战千例专栏合集https://blog.csdn.net/weixin_52908342/category_11863492.html从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。每一个案例都附带关键代码，详细讲解供大家学习，希望可以帮到大家。正在不断更新中~一.探索Python在图像处理和计算机视觉任务中的应用随着人
004-VTK用户指南--第一部分--第1章-欢迎 darlingfresher VTK系统学习 c++
欢迎来到《VTK用户指南》。VTK是一个开源的、面向对象的、用于计算机图形学、可视化和图像处理的软件系统。尽管VTK庞大且复杂，但只要你了解它的基本面向对象的设计和实现法，你就会发现我们的设计会使它易于使用。这份用户指南的目的是：帮助你学习这种设计和实现方法，并使你熟悉各种各样的、重要的VTK类。如果您阅读过这本指南的过往版本，您会注意到我们现在根据用户指南文档本身的版本号，而不是VTK的版本号来
【中科院1区】Matlab实现黏菌优化算法SMA-RF锂电池健康状态估计算法研究 matlab科研助手 matlab 算法开发语言
✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，代码获取、论文复现及科研仿真合作可私信。个人主页：Matlab科研工作室个人信条：格物致知。更多Matlab完整代码及仿真定制内容点击智能优化算法神经网络预测雷达通信无线传感器电力系统信号处理图像处理路径规划元胞自动机无人机物理应用机器学习内容介绍摘要锂离子电池作为一种重要的储能器件，在电动汽车、便携式电子设备等领域发挥着至关重要的
CAD处理组件CADViewX发布V15.2新版本，大幅改进导入和导出功能 CodeCraft Studio 3d
CADViewX是一款能让应用程序具有强大CAD图像浏览和打印功能的图像处理工具，无需任何CAD软件或查看器即可打开、浏览、打印AutoCAD等几十种格式的图像文件，还能享受直观的鼠标滚轮缩放、拖拽、平铺印画功能。CADViewX组件可用于在任何支持ActiveX技术的开发环境中（VisualC++，C＃，Delphi，HTML/JavaScript等）使用矢量和光栅图像。CADViewXV15.
【Python报错】已解决NameError: name ‘Image‘ is not defined 云天徽上 python 开发语言 numpy pandas 机器学习
解决Python报错：NameError:name‘Image’isnotdefined在使用Python进行图像处理时，我们经常使用Pillow库（PIL的一个分支）。如果你在尝试创建或处理图像时遇到了NameError:name'Image'isnotdefined的错误，这通常意味着你的代码中存在一些问题。本文将介绍这种错误的原因和解决办法。错误原因NameError:name'Image'
OpenCV中投影变换的代码实现 AI_dataloads opencv 计算机视觉人工智能
目录引言技术背景变换过程完整代码展示运行结果引言投影变换是计算机视觉和图像处理领域中常用的技术之一。它可以用于将图像从一个透视关系映射到另一个透视关系，常见的应用包括图像矫正、景深变化、以及虚拟实境的创建。本文将介绍如何使用OpenCV中的cv2.warpPerspective函数进行投影变换。技术背景投影变换的核心是使用一个3x3的变换矩阵，这个矩阵将源图像中的点映射到目标图像中的对应点。这个变
图像超分，提高图像分辨率的方法和工具风暴之零 python 图像处理深度学习
图像超分是一种图像处理技术，旨在提高图像的分辨率，使其具有更高的清晰度和细节。这一技术通常用于图像重建、图像恢复、图像增强等领域，可以帮助我们更好地理解和利用图像信息。图像超分技术可以通过多种方法实现，包括插值算法、深度学习等。其中，深度学习的方法在近年来得到了广泛的关注和应用。基于深度学习的图像超分技术，可以利用深度神经网络学习图像的高频部分，从而提高了图像的分辨率和清晰度。总结：传统方法效果不
【Healpix】python一种用于将球面划分为均匀区域的技术山河不见老 python python 开发语言
Healpix1、简介2、Healpix的基本原理3、Healpix的优点4、安装及使用4.1安装healpy4.2创建Healpix地图4.3读取和写入Healpix数据4.4数据插值5、案例5.1案例一：宇宙微波背景辐射（CMB）分析5.2案例二：星系分布分析5.3案例三：天文图像处理6、结论1、简介在天文学和宇宙学中，Healpix（HierarchicalEqualAreaisoLatit
【人工智能】基于Python的机器翻译系统，从RNN到Transformer的演进与实现蒙娜丽宁 Python杂谈人工智能人工智能 python 机器翻译
《PythonOpenCV从菜鸟到高手》带你进入图像处理与计算机视觉的大门！解锁Python编程的无限可能：《奇妙的Python》带你漫游代码世界机器翻译（MachineTranslation,MT）作为自然语言处理领域的重要应用之一，近年来受到了广泛的关注。在本篇文章中，我们将详细探讨如何使用Python实现从传统的循环神经网络（RNN）到现代Transformer模型的机器翻译系统。文章将从机
Python入门教程丨3.2 再见Excel！用Python这5个模块，我把3天工作压缩到3分钟凌小添 Python教程 python excel 开发语言
⭐还在用Excel手动算均值方差？还在为海量数据统计熬夜加班？用Python这5把「数据手术刀」写一次代码，就能直接复用，专业报告自动生成！本期内容：模块核心功能应用场景math数学计算几何、物理模拟random生成随机数据游戏、抽样测试statistics统计分析回归分析、市场调研numpy数组与矩阵运算图像处理、机器学习pandas表格数据处理与分析金融分析、数据清洗一、基础数学库1.1mat
『OpenCV-Python』Trackbar控件的用法
点赞+关注+收藏=学会了推荐关注《OpenCV-Python专栏》在OpenCV中，Trackbar控件（滑块）是一个非常常用的GUI组件，用于在图像处理和计算机视觉任务中进行交互式调整参数。比如说，加载一个图片，通过一个滑块调整图片的亮度，这样便于我们用肉眼观察图片的变化。Trackbar允许用户通过拖动滑块来调整参数的值，并且会实时更新显示结果。比如上图这个例子，创建了3个Trackbar控件
『OpenCV-Python』鼠标事件 opencv
点赞+关注+收藏=学会了在使用OpenCV进行图像处理时，有时需要与图像进行交互，例如选择感兴趣区域（ROI）、标注关键点、调整参数、获取图片指定位置的颜色值等。OpenCV提供了鼠标事件支持，可以在图像窗口中通过鼠标实现丰富的交互功能。推荐《OpenCV专栏》用到的方法是cv2.setMouseCallback(window_name,on_mouse,param=None)，用这个方法监听鼠标
『OpenCV-Python』色彩空间及色彩转换 opencv
点赞+关注+收藏=学会了在计算机图像处理中，色彩空间是理解和操作图像色彩的重要基础。每一种色彩空间都有自己的适用范围。RGB是比较常见的色彩空间，除此之外比较常见的色彩空间还有GRAY、HSV、Lab、YUV等。为什么会有这么多色彩空间呢？有兼容性的原因，也有为了方便计算的原因。比如YUV这个是电视信号系统采用的，以前的老电视是黑白电视，只需要一个颜色通道，后来出现了彩色电视，为了使视频信号能够兼
Python OpenCV图像位运算详解缤纷彩色 opencv python 计算机视觉
PythonOpenCV图像位运算详解图像处理是近年来非常热门的一项技术，其中图像二值化、特征提取、形态学处理等应用广泛。而位运算是图像处理中最重要的操作之一，其作用不仅可以对二进制数据进行处理，还可以在图像处理中实现一些特殊的效果。OpenCV库中提供了一系列对图像进行位运算的函数，其中bitwise_and函数有着非常广泛的应用。OpenCV-Python中的bitwise_and函数是一个二
探索高效嵌入式视觉应用：RK3588/RK3568/RK3566 Linux QT Opencv NPU YoloV5摄像头实时检测系统... 陆依嫣
探索高效嵌入式视觉应用：RK3588/RK3568/RK3566LinuxQTOpencvNPUYoloV5摄像头实时检测系统rk_yolov5.zip项目地址:https://gitcode.com/open-source-toolkit/f6845项目介绍在智能安防、机器人视觉等需要高性能图像处理和实时监控的应用场景中，RockchipRK3588、RK3568和RK3566处理器凭借其强大的
OpenCV-Python图像位与运算bitwise_and函数详解静谧星光c opencv python 人工智能 Python
OpenCV-Python图像位与运算bitwise_and函数详解图像处理中，位与运算是一种常用的操作，它可以对图像进行像素级别的逻辑与操作。在OpenCV-Python库中，提供了一个名为bitwise_and的函数，用于执行图像的位与运算。本文将详细介绍bitwise_and函数的用法，并提供相应的源代码示例。bitwise_and函数的语法如下：cv2.bitwise_and(src1,s
2025年美赛数学建模2025 MCM Problem A: Testing Time: The Constant Wear On Stairs A题测试时间：楼梯上的持续磨损代码解析 2025年数学建模美赛 2025年美赛MCM/ICM 数学建模 2025年数学建模美赛 2025数学建模美赛 A题 2025 楼梯上的持续磨损 matlab代码
目录Python1.数据预处理与特征工程数据标准化与特征构建2.行进方向偏好分析深度神经网络（DNN）用于方向性分析3.多人同时使用分析卷积神经网络（CNN）用于磨损模式识别4.时间序列分析LSTM模型用于时间序列预测matlab代码Python我们将采用更多的机器学习和深度学习技术，例如图像处理、深度神经网络（DNN）、卷积神经网络（CNN）等，并结合不同的算法进行更深入的分析。1.数据预处理与
java短路运算符和逻辑运算符的区别 3213213333332132 java基础
/* * 逻辑运算符——不论是什么条件都要执行左右两边代码 * 短路运算符——我认为在底层就是利用物理电路的“并联”和“串联”实现的 * 原理很简单，并联电路代表短路或（||），串联电路代表短路与（&&）。 * * 并联电路两个开关只要有一个开关闭合，电路就会通。 * 类似于短路或（||），只要有其中一个为true（开关闭合）是
Java异常那些不得不说的事白糖_ java exception
一、在finally块中做数据回收操作比如数据库连接都是很宝贵的，所以最好在finally中关闭连接。 JDBCAgent jdbc = new JDBCAgent(); try{ jdbc.excute("select * from ctp_log"); }catch(SQLException e){ ... }finally{ jdbc.close();
utf-8与utf-8(无BOM)的区别 dcj3sjt126com PHP
BOM——Byte Order Mark，就是字节序标记在UCS 编码中有一个叫做"ZERO WIDTH NO-BREAK SPACE"的字符，它的编码是FEFF。而FFFE在UCS中是不存在的字符，所以不应该出现在实际传输中。UCS规范建议我们在传输字节流前，先传输字符"ZERO WIDTH NO-BREAK SPACE"。这样如
JAVA Annotation之定义篇周凡杨 java 注解 annotation 入门注释
Annotation: 译为注释或注解 An annotation, in the Java computer programming language, is a form of syntactic metadata that can be added to Java source code. Classes, methods, variables, pa
tomcat的多域名、虚拟主机配置 g21121 tomcat
众所周知apache可以配置多域名和虚拟主机，而且配置起来比较简单，但是项目用到的是tomcat，配来配去总是不成功。查了些资料才总算可以，下面就跟大家分享下经验。很多朋友搜索的内容基本是告诉我们这么配置：在Engine标签下增面积Host标签，如下： <Host name="www.site1.com" appBase="webapps"
Linux SSH 错误解析（Capistrano 的cap 访问错误 Permission ） 510888780 linux capistrano
1.ssh -v [email protected] 出现 Permission denied (publickey,gssapi-keyex,gssapi-with-mic,password). 错误运行状况如下： OpenSSH_5.3p1, OpenSSL 1.0.1e-fips 11 Feb 2013 debug1: Reading configuratio
log4j的用法 Harry642 java log4j
一、前言： log4j 是一个开放源码项目，是广泛使用的以Java编写的日志记录包。由于log4j出色的表现，当时在log4j完成时，log4j开发组织曾建议sun在jdk1.4中用log4j取代jdk1.4 的日志工具类，但当时jdk1.4已接近完成，所以sun拒绝使用log4j，当在java开发中
mysql、sqlserver、oracle分页，java分页统一接口实现 aijuans oracle jave
定义：pageStart 起始页，pageEnd 终止页,pageSize页面容量 oracle分页：　　　　select * from ( select mytable.*,rownum num from (实际传的SQL) where rownum<=pageEnd) where num>=pageStart sqlServer分页：
Hessian 简单例子 antlove java Web service hessian
hello.hessian.MyCar.java package hessian.pojo; import java.io.Serializable; public class MyCar implements Serializable { private static final long serialVersionUID = 473690540190845543
数据库对象的同义词和序列百合不是茶 sql 序列同义词 ORACLE权限
回顾简单的数据库权限等命令; 解锁用户和锁定用户 alter user scott account lock/unlock; //system下查看系统中的用户 select * dba_users; //创建用户名和密码 create user wj identified by wj; identified by //授予连接权和建表权 grant connect to
使用Powermock和mockito测试静态方法 bijian1013 持续集成单元测试 mockito Powermock
实例： package com.bijian.study; import static org.junit.Assert.assertEquals; import java.io.IOException; import org.junit.Before; import org.junit.Test; import or
精通Oracle10编程SQL(6)访问ORACLE bijian1013 oracle 数据库 plsql
/* *访问ORACLE */ --检索单行数据 --使用标量变量接收数据 DECLARE v_ename emp.ename%TYPE; v_sal emp.sal%TYPE; BEGIN select ename,sal into v_ename,v_sal from emp where empno=&no; dbms_output.pu
【Nginx四】Nginx作为HTTP负载均衡服务器 bit1129 nginx
Nginx的另一个常用的功能是作为负载均衡服务器。一个典型的web应用系统，通过负载均衡服务器，可以使得应用有多台后端服务器来响应客户端的请求。一个应用配置多台后端服务器，可以带来很多好处：负载均衡的好处增加可用资源增加吞吐量加快响应速度，降低延时出错的重试验机制 Nginx主要支持三种均衡算法： round-robin l
jquery-validation备忘白糖_ jquery css F#Firebug
留点学习jquery validation总结的代码： function checkForm(){ validator = $("#commentForm").validate({// #formId为需要进行验证的表单ID errorElement :"span",// 使用"div"标签标记错误，默认:&
solr限制admin界面访问（端口限制和http授权限制） ronin47 限定Ip访问
solr的管理界面可以帮助我们做很多事情，但是把solr程序放到公网之后就要限制对admin的访问了。可以通过tomcat的http基本授权来做限制，也可以通过iptables防火墙来限制。我们先看如何通过tomcat配置http授权限制。第一步：在tomcat的conf/tomcat-users.xml文件中添加管理用户，比如： <userusername="ad
多线程-用JAVA写一个多线程程序，写四个线程，其中二个对一个变量加1，另外二个对一个变量减1 bylijinnan java 多线程
public class IncDecThread { private int j=10; /* * 题目:用JAVA写一个多线程程序，写四个线程，其中二个对一个变量加1，另外二个对一个变量减1 * 两个问题： * 1、线程同步--synchronized * 2、线程之间如何共享同一个j变量--内部类 */ public static
买房历程 cfyme
2015-06-21: 万科未来城，看房子 2015-06-26: 办理贷款手续，贷款73万，贷款利率5.65=5.3675 2015-06-27: 房子首付,签完合同 2015-06-28，央行宣布降息 0.25，就2天的时间差啊，没赶上。首付，老婆找他的小姐妹接了5万，另外几个朋友借了1-
[军事与科技]制造大型太空战舰的前奏 comsci 制造
天气热了........空调和电扇要准备好.......... 最近,世界形势日趋复杂化,战争的阴影开始覆盖全世界.......... 所以,我们不得不关
dateformat dai_lm DateFormat
"Symbol Meaning Presentation Ex." "------ ------- ------------ ----" "G era designator (Text) AD" "y year
Hadoop如何实现关联计算 datamachine mapreduce hadoop 关联计算
选择Hadoop，低成本和高扩展性是主要原因，但但它的开发效率实在无法让人满意。以关联计算为例。假设：HDFS上有2个文件，分别是客户信息和订单信息，customerID是它们之间的关联字段。如何进行关联计算，以便将客户名称添加到订单列表中？ &nbs
用户模型中修改用户信息时，密码是如何处理的 dcj3sjt126com yii
当我添加或修改用户记录的时候对于处理确认密码我遇到了一些麻烦，所有我想分享一下我是怎么处理的。场景是使用的基本的那些(系统自带)，你需要有一个数据表(user)并且表中有一个密码字段(password),它使用 sha1、md5或其他加密方式加密用户密码。面是它的工作流程: 当创建用户的时候密码需要加密并且保存，但当修改用户记录时如果使用同样的场景我们最终就会把用户加密过的密码再次加密，这
中文 iOS/Mac 开发博客列表 dcj3sjt126com Blog
本博客列表会不断更新维护，如果有推荐的博客，请到此处提交博客信息。本博客列表涉及的文章内容支持定制化Google搜索，特别感谢 JeOam 提供并帮助更新。本博客列表也提供同步更新的OPML文件（下载OPML文件），可供导入到例如feedly等第三方定阅工具中，特别感谢 lcepy 提供自动转换脚本。这里有导入教程。
js去除空格，去除左右两端的空格蕃薯耀去除左右两端的空格 js去掉所有空格 js去除空格
js去除空格，去除左右两端的空格 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>&g
SpringMVC4零配置--web.xml hanqunfeng springmvc4
servlet3.0+规范后，允许servlet，filter，listener不必声明在web.xml中，而是以硬编码的方式存在，实现容器的零配置。 ServletContainerInitializer：启动容器时负责加载相关配置 package javax.servlet; import java.util.Set; public interface ServletContainer
《开源框架那些事儿21》：巧借力与借巧力 j2eetop 框架 UI
同样做前端UI，为什么有人花了一点力气，就可以做好？而有的人费尽全力，仍然错误百出？我们可以先看看几个故事。故事1：巧借力，乌鸦也可以吃核桃有一个盛产核桃的村子，每年秋末冬初，成群的乌鸦总会来到这里，到果园里捡拾那些被果农们遗落的核桃。核桃仁虽然美味，但是外壳那么坚硬，乌鸦怎么才能吃到呢？原来乌鸦先把核桃叼起，然后飞到高高的树枝上，再将核桃摔下去，核桃落到坚硬的地面上，被撞破了，于是，
JQuery EasyUI 验证扩展可怜的猫 jquery easyui 验证
最近项目中用到了前端框架-- EasyUI，在做校验的时候会涉及到很多需要自定义的内容，现把常用的验证方式总结出来，留待后用。以下内容只需要在公用js中添加即可。使用类似于如下： <input class="easyui-textbox" name="mobile" id="mobile&
架构师之httpurlconnection----------读取和发送(流读取效率通用类) nannan408
1.前言. 如题. 2.代码. /* * Copyright (c) 2015, S.F. Express Inc. All rights reserved. */ package com.test.test.test.send; import java.io.IOException; import java.io.InputStream
Jquery性能优化 r361251 JavaScript jquery
一、注意定义jQuery变量的时候添加var关键字这个不仅仅是jQuery，所有javascript开发过程中，都需要注意，请一定不要定义成如下： $loading = $('#loading'); //这个是全局定义，不知道哪里位置倒霉引用了相同的变量名，就会郁闷至死的二、请使用一个var来定义变量如果你使用多个变量的话，请如下方式定义： . 代码如下: var page
在eclipse项目中使用maven管理依赖 tjj006 eclipse maven
概览: 如何导入maven项目至eclipse中建立自有Maven Java类库服务器建立符合maven代码库标准的自定义类库 Maven在管理Java类库方面有巨大的优势，像白衣所说就是非常“环保”。我们平时用IDE开发都是把所需要的类库一股脑的全丢到项目目录下，然后全部添加到ide的构建路径中，如果用了SVN/CVS，这样会很容易就把
中国天气网省市级联页面 x125858805 级联
1、页面及级联js <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%> <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"> &l

按字母分类： A B C D E F G H I J K L M N O P Q R S T U V W X Y Z 其他