No.1-JavaSE自学笔记

Matlab自学笔记二十一：字符串的转换、缺失字符串的创建和应用

1.字符串的转换字符和字符串与双精度数值型数据转换有两种方式：char和string，char在前面的文章讲字符向量时已经介绍过：Matlab自学笔记十七，本文主要介绍字符串的转换string，程序示例
freexyn·2023-10-06 23:34

自学笔记十五：详谈Matlab中的Inf和NaN是什么鬼？

1.概念众所周知，数学上表达无穷大使用符号“∞”，在Matlab中，用特殊字符“inf”表示无穷大，比如零除和溢出等这样的运算会产生无穷大，这导致结果太大而不能用传统的浮点值表示；用特殊字符“NaN”表示既不是实数也不是复数的“非数字”的值，例如，当把Excel文件中的数据读取到Matlab中时，若只读取数值型数据，那么数据中的缺失值自动使用NaN来表达；2.Inf的创建和产生创建无穷大的函数是i
freexyn·2023-10-06 23:04

Matlab自学笔记十八：字符数组中字母、空格、大写、小写、数字、标点符号的识别和处理，删除尾随空格

1.判断字符数据中的字母和空格程序示例：a='abc123'isletter(a)%判断字母，返回[1110000]isspace(a)%判断空格，返回[0001000]2.把字符串中的空格剔除删掉程序示例：a='abc123'find(isspace(a))%对空格进行线性索引a(find(isspace(a)))=[]%把字符串中的空格剔除删掉3.判断字符串中的字母、小写字母、大小字母程序示例
freexyn·2023-10-06 23:04

Matlab自学笔记二十三：字符串的提取、替换、插入和删除

1.提取满足条件的字符提取分为三种情况：提取某字符之前的所有字符使用extractBefore函数，提取某字符之后的所有字符使用extractAfter函数，提取两个字符之间的所有字符使用extractBetween函数，程序示例如下：names=["SteveJobs""AlbertEinstein""艾萨克es牛顿"]extractAfter(names,"S")%提取之后的字符，按元素逐个提
freexyn·2023-10-06 23:33

Java自学笔记--链表（超全面解析）

链表个内容，非常基础也非常重要，希望看了本篇博客的读者可以有所收获！一、容器1、什么是容器呢？顾名思义，容器就是一个用来容纳对象储存对象的器具(container)，在我我们Java中，容器并不是一个语法概念而是一个设计上的术语。2、如何使用？以数组容器为例，我们可以通过操作来为数组插入或是删除对应的对象。3、具体操作现在的情况：有四个座位(数组的容量为4)，前三个座位分别坐着张三、李四、王五，这
一头秀发的徐同学·2023-10-05 20:32

前端---js（自学笔记29)定时调用应用1

前提代码中所用到的知识扩展：offsetleft：在不同的浏览器中其值不同，且与父元素的position属性（relative,absolute,fixed）有关。现分以下几种情况说明：在父元素均不设置position属性时，在Chrome，opera和IE浏览器中offsetLeft是元素边框外侧到浏览器窗口内侧的距离且body.offsetLeft=0,在firefox浏览器中offsetLe
ABU_MOlI_ITUI·2023-10-03 20:03

前端---js（自学笔记8）（while循环）

while循环：循环语句是可以将一段代码循环执行。while循环：首先对条件表达式进行判断，如果为true则执行代码块，然后再次进行判断，如果还是true，将再次执行，直到条件表达式为false，循环结束。语法：while（条件表达式）{     语句...}do...while循环：首先执行一遍语句，在进行条件表达式的判断，如果为true则继续执行，如果为false，则执行完语句，终止循环。语法
ABU_MOlI_ITUI·2023-10-03 20:03

前端---js（自学笔记28)（定时调用）以及定时练习图片自动切换、延时调用

定时调用：window.onload=function(){//获取countvarcount=document.getElementById("count");//使count中的内容，自动切换/**JS的程序的执行速度是非常非常快的*如果希望一段程序，可以每间隔一段时间执行一次，可以使用定时调用*//*for(vari=0;iwindow.onload=function(){/***目标：图片
ABU_MOlI_ITUI·2023-10-03 20:03

《黄帝内经》自学笔记（四十七）

寒气侵入到厥陰脉，厥陰脉环络陰器，并系于肝。寒气侵入脉中，血液不得流畅，脉道迫急，所以胁肋与少腹互相牵引而作痛。图片发自App逆行寒气侵入到陰股，气血不和累及少腹，陰股之血凝涩，在下相牵，所以腹痛连于陰股。寒气侵入到小肠膜原之间，络血之中，血脉凝涩，不能贯注到小肠经脉里去，因而血气停住，不得畅通，这样日久就成小肠气了。寒气侵入到五脏，则厥逆之气向上散发，陰气衰竭，陽气郁遏不通，所以会忽然痛死，不省
天行武道养生阁·2023-10-02 17:10

Vuejs 自学笔记

Vue.jsVue指令1.v-textv-text指令的作用是:设置标签的内容(textContent)默认写法会替换全部内容，使用差值表达式{{}}可以替换指定内容内部支持写表达式设置标签的文本值(textContent)语法：广州{{message+"!"}}varapp=newVue({el:"#app",data:{message:"体育馆"}})2.v-html设置标签的innerHTM
Dozing·2023-10-01 08:52

网络安全—黑客技术—自学笔记

作为一个合格的网络安全工程师，应该做到攻守兼备，毕竟知己知彼，才能百战百胜。谈起黑客，可能各位都会想到：盗号，其实不尽然；黑客是一群喜爱研究技术的群体，在黑客圈中，一般分为三大圈：娱乐圈技术圈职业圈。娱乐圈：主要是初中生和高中生较多，玩网恋，人气，空间，建站收徒玩赚钱，技术高的也是有的，只是很少见。技术圈：这个圈子里面的黑客是为了能把黑客技术玩到极致的技术狂人，我最佩服的就是这群人，希望以后自己也
德西德西·2023-09-30 15:08

网络安全（黑客）自学笔记

前言：想自学网络安全（黑客技术）首先你得了解什么是网络安全！什么是黑客网络安全可以基于攻击和防御视角来分类，我们经常听到的“红队”、“渗透测试”等就是研究攻击技术，而“蓝队”、“安全运营”、“安全运维”则研究防御技术。无论网络、Web、移动、桌面、云等哪个领域，都有攻与防两面性，例如Web安全技术，既有Web渗透，也有Web防御技术（WAF）。作为一个合格的网络安全工程师，应该做到攻守兼备，毕竟知
初阶羊·2023-09-29 16:24

Python自学笔记8：实操案例五（循环输出26个字母对应的ASCII码值，模拟用户登录，猜数游戏，计算100-999之间的水仙花数）

Python自学笔记8：实操案例五（循环输出26个字母对应的ASCII码值，模拟用户登录，猜数游戏，计算100-999之间的水仙花数）1.循环输出26个字母对应的ASCII码值第一种是用for循环输出：
百里香酚兰·2023-09-29 10:46

Shell脚本自学笔记整理

提示：本文内容引用《Shell脚本学习指南》大家有兴趣可以入手部分使用菜鸟教程的知识点作为补充还有一些自己的理解，以及众多博客文文章目录前言一、Shell是什么？二、入门2.1位于第一行的#！2.2Shell的基本元素2.2.1命令与参数2.2.2变量2.2.3输出打印语句2.2.4基本的I/O重定向2.2.4.1重定向与管道2.2.4.2特殊文件：/dev/null与/dev/tty2.2.5基
爱吃红烧鱼·2023-09-29 08:45

Python自学笔记三：jupyter notebook

本机环境：macOS11.6+python3.7使用pip安装pip3install--userjupyter如果你安装了Anaconda，那么就无需再次安装jupyternotebook，因为已经内置在里面。Anaconda是Python的数据科学发行版本，不仅自带Python软件，还内置了Jupyter、Pandas、Numpy、Matplotlib等几百种数据科学库。一次安装，应有尽有。当然
buyue__·2023-09-29 02:51

网络安全（黑客技术）自学笔记

目录一、自学网络安全学习的误区和陷阱二、学习网络安全的一些前期准备三、网络安全学习路线四、学习资料的推荐想自学网络安全（黑客技术）首先你得了解什么是网络安全！什么是黑客！网络安全可以基于攻击和防御视角来分类，我们经常听到的“红队”、“渗透测试”等就是研究攻击技术，而“蓝队”、“安全运营”、“安全运维”则研究防御技术。无论网络、Web、移动、桌面、云等哪个领域，都有攻与防两面性，例如Web安全技术，
羊村最强沸羊羊·2023-09-28 11:15

ElasticSearch自学笔记

es学习内容day01概念区别Mysql和es概念对比mysql:擅长事务类型的操作，可以确保数据的安全和一致性ES:擅长海量数据的搜索，分析和计算mapping属性创建index的时候值为true就是参与搜索索引库修改PUT/库名/_mapping字段名必须是新字段名文档操作，新增文档文档操作，删除文档修改文档全量修改增量修改RestClient查询语法的分类1条件查询GET/hotel/_se
fineCoderWithLove·2023-09-26 18:29

深度学习自学笔记五：浅层神经网络（二）

目录一、激活函数二、激活函数的导数三、神经网络的梯度下降四、反向传播五、随机初始化一、激活函数神经网络中常用的激活函数有以下几种：1.Sigmoid函数（Logistic函数）：Sigmoid函数将输入值映射到0和1之间，公式为f(x)=1/(1+exp(-x))。它的输出在[0,1]之间，适用于二分类问题或者作为其他激活函数的输入。2.双曲正切函数（Tanh函数）：Tanh函数将输入值映射到[-
ironmao·2023-09-25 02:16

深度学习自学笔记六：深层神经网络

一、深层神经网络概述深层神经网络（DeepNeuralNetworks，DNN）是一种机器学习模型，由多个神经网络层组成。与传统的浅层神经网络相比，深层神经网络具有更多的隐藏层，使其能够进行更复杂、更抽象的特征学习和表示。添加图片注释，不超过140字（可选）深层神经网络的核心思想是通过反向传播算法来优化网络参数，以最小化预测输出与真实值之间的误差。每个隐藏层接收前一层的输出，并使用非线性激活函数对
ironmao·2023-09-25 02:16

深度学习自学笔记八：深度学习的实践（二）

一、归一化输入归一化输入指的是将输入数据进行标准化处理，使其具有零均值和单位方差。这种预处理操作可以有效地改善模型的收敛速度、稳定性和性能。常见的归一化方法包括：1.Z-score标准化：也称为标准化或零均值归一化，将数据按照特征维度进行中心化和缩放，使得数据的均值为0，标准差为1。对于样本x，Z-score标准化的计算公式如下：z=(x-mean)/std其中，mean表示特征的均值，std表示
ironmao·2023-09-25 02:16

深度学习自学笔记七：深度学习的实践（一）

一、训练、验证、测试集在机器学习和深度学习中，我们通常将数据集分为训练集（TrainingSet）、验证集（ValidationSet）和测试集（TestSet）。每个数据集都有不同的用途和目标。1.训练集：训练集是用于模型参数的学习和训练的数据集。通过在训练集上反复迭代进行前向传播和反向传播，模型可以逐渐调整权重和偏置，从而学习到输入特征与输出之间的关系。训练集应该是最大的数据集，以便模型能够充
ironmao·2023-09-25 02:44

深度学习自学笔记一：神经网络和深度学习

神经网络是一种模拟人脑神经元之间相互连接的计算模型，它由多个节点（或称为神经元）组成，并通过调整节点之间的连接权重来学习和处理数据。深度学习则是指利用深层次的神经网络进行学习和建模的机器学习方法。假设有一个数据集，它包含了六栋房子的信息。你知道房屋的面积是多少平方米，并且知道房屋价格。这时，想要拟合一个根据房屋面积预测房价的函数。如果你对线性回归很熟悉，则可能会用这些数据拟合一条直线。但你可能也发
ironmao·2023-09-24 06:00

stm32（F103c8t6）自学笔记@阿布君

学习过程中的注意点：1.注意头文件和C文件的包含关系，C文件自身应包含自身的H头文件以及用到的外部头文件，而自身头文件只需包含头文件需要用到的资源文件即可。参考文献：http://t.csdn.cn/o2GmL1.认识STM32**1.简介**2.命名规则**3.系统结构**4.引脚&功能注释：红色表示：与电源相关蓝色是最小系统相关的引脚绿色是IO口、功能口S代表电源、I代表输入、O代表输出、IO
@阿布君·2023-09-24 06:24

OpenCV自学笔记17. 基于SVM和神经网络的车牌识别（一）

基于SVM和神经网络的车牌识别（一）本系列文章参考自《深入理解OpenCV实用计算机视觉项目解析》仅作学习用途图像预处理本篇用到的测试图片为：Step1.首先，读入并显示图像，代码如下：stringin="images/2715DTZ.jpg";Matimage=imread(in,IMREAD_GRAYSCALE);//IMREAD_GRAYSCALE的值就是0if(image.empty())
两鬓已不能斑白·2023-09-23 21:25

深度学习自学笔记四：浅层神经网络（一）

一、神经网络概述神经网络是一种模仿人脑神经系统结构和功能的计算模型。它由大量相互连接的人工神经元组成，并通过这些神经元之间的信息传递来进行计算和学习。神经网络的基本组成单元是神经元，也称为节点或单元。每个神经元接收来自其他神经元的输入，并根据这些输入产生一个输出。神经元之间的连接权重决定了信息在网络中的传递方式和强度。神经网络通常被组织成层次结构，由输入层、隐藏层和输出层组成。输入层接收外部输入数
ironmao·2023-09-23 21:24

深度学习自学笔记二：逻辑回归和梯度下降法

目录一、逻辑回归二、逻辑回归的代价函数三、梯度下降法一、逻辑回归逻辑回归是一种常用的二分类算法，用于将输入数据映射到一个概率输出，表示为属于某个类别的概率。它基于线性回归模型，并使用了sigmoid函数作为激活函数。假设我们有一个二分类问题，其中输入特征为x，对应的样本标签为y（0或1）。逻辑回归的目标是根据输入特征x预测样本标签y的概率。逻辑回归模型可以表示为：z=w*x+b其中，w是权重向量，
ironmao·2023-09-23 21:54

深度学习自学笔记三：向量化逻辑回归和Python中的广播

目录一、向量化二：向量化逻辑回归三、Python中的广播一、向量化向量化（Vectorization）是一种优化技术，可以在机器学习和数值计算中加快代码的执行速度。它的核心思想是使用矩阵和向量运算，而不是显式地循环处理每个元素。在传统的循环实现中，我们需要通过迭代逐个处理数组或矩阵中的元素。这种方式可能会导致代码运行缓慢，特别是在处理大规模数据时。而向量化技术能够将循环操作转化为对整个数组或矩阵进
ironmao·2023-09-23 21:54

OpenCV自学笔记二十三：K近邻算法

K近邻算法（K-NearestNeighbors，简称KNN）是一种常用的监督学习算法，可以用于分类和回归问题。在OpenCV中，KNN算法有相应的函数实现，主要包含在ml模块中。KNN算法的原理很简单，它基于样本之间的距离来进行分类或回归。对于分类问题，KNN算法将未知样本与训练集中的样本逐个比较距离，并选择距离最近的K个邻居样本，根据这K个邻居样本的标签进行投票，将未知样本归类为票数最多的标签
ironmao·2023-09-23 21:22

【网络安全】黑客自学笔记

1️⃣前言作为一个合格的网络安全工程师，应该做到攻守兼备，毕竟知己知彼，才能百战百胜。计算机各领域的知识水平决定你渗透水平的上限【1】比如：你编程水平高，那你在代码审计的时候就会比别人强，写出的漏洞利用工具就会比别人的好用；【2】比如：你数据库知识水平高，那你在进行SQL注入攻击的时候，你就可以写出更多更好的SQL注入语句，能绕过别人绕不过的WAF；【3】比如：你网络水平高，那你在内网渗透的时候就
中国红客99代传人·2023-09-23 17:04

JAVA自学笔记，面向对象编程。

面向对象编程大家都知道Java是一门面向对象编程的语言，那么什么是面向对象，它又是怎么兴起的呢？在程序开发初期，人们使用结构化开发语言，但随着软件的规模越来越庞大，结构化语言的弊端也逐渐暴露出来，开发周期被无休止地拖延，产品的质量也不尽如人意，结构化语言已经不再适合当前的软件开发。这时人们开始讲另一种开发思想引入程序中，即面向对象的开发思想。面向对象思想是人类最自然的一种思考方式，它将所有预处理的
醒悟。·2023-09-23 17:22

OpenCV自学笔记二十五：K均值聚类

在OpenCV中，K均值聚类（K-meansClustering）算法的实现包含在ml模块中。K均值聚类是一种无监督学习算法，用于将数据集划分为K个类别。K均值聚类的原理很简单，它首先随机选择K个初始聚类中心，然后迭代地执行以下步骤：将每个数据点分配给离它最近的聚类中心所属的类别，并更新聚类中心为属于该类别的数据点的均值。重复此过程直到聚类中心不再发生变化或达到预定的迭代次数。在OpenCV中，K
ironmao·2023-09-23 05:34

OpenCV自学笔记二十二：绘图及交互

一、绘图基础下面是关于OpenCV绘图基础函数的说明和举例：1.cv2.line()：绘制直线cv2.line(img,pt1,pt2,color,thickness,lineType)-img:需要绘制直线的图像。-pt1:直线起始点坐标。-pt2:直线结束点坐标。-color:直线颜色，可以是BGR格式的元组（如(255,0,0)表示蓝色）。-thickness:直线的粗细，默认值为1。-li
ironmao·2023-09-23 05:34

OpenCV自学笔记二十四：支持向量机

在OpenCV中，支持向量机（SupportVectorMachine，简称SVM）算法的实现包含在ml模块中。SVM是一种常用的监督学习算法，主要用于分类问题。SVM的原理：通过在特征空间中找到一个最优超平面，将不同类别的样本分开。该超平面被定义为使得两个类别的间隔最大化的决策边界，而且只有少数样本点处于边界上，这些样本点被称为支持向量。对于线性可分的数据集，可以使用线性SVM进行分类；对于线性
ironmao·2023-09-23 05:33

OpenCV自学笔记二十六：人脸检测

目录一、人脸检测二、LBPH人脸识别三、EigenFaces人脸识别四、Fisherfaces人脸识别一、人脸检测在OpenCV中，人脸检测是一个常见的计算机视觉任务，可以通过Haar级联分类器来实现。Haar级联分类器是一种基于机器学习的目标检测方法，利用Haar特征和级联分类器进行人脸检测。Haar特征是一种基于图像局部区域的特征描述符，它通过计算图像中不同位置和尺度的矩形区域的像素差值和来表
ironmao·2023-09-23 05:28

OpenCV自学笔记九：阈值处理

1.阈值处理（Thresholding）：阈值处理是一种图像分割的方法，它根据像素灰度值与设定的阈值进行比较，将像素分为两个类别（例如黑白、前景背景等）。阈值处理可以用于目标检测、图像增强等应用。在OpenCV中，常用的阈值处理函数是`cv2.threshold()`。2.threshold函数：`cv2.threshold(src,thresh,maxval,type[,dst])`是OpenC
ironmao·2023-09-22 22:45

OpenCV自学笔记十一：形态学操作（一）

目录1、腐蚀2、膨胀3、通用形态学函数4、开运算5、闭运算1、腐蚀腐蚀（Erosion）是数字图像处理中的一种形态学操作，用于消除图像中边界附近的细小区域或缩小对象的大小。腐蚀操作通过卷积输入图像与结构元素（也称为腐蚀核）来实现。腐蚀操作可以用来消除图像中的细小噪声、填充物体内部的孔洞以及缩小物体的大小。它基于局部区域的最小值，并使区域中的亮度值逐渐减小。以下是一个使用OpenCV库实现腐蚀操作的
ironmao·2023-09-22 22:45

OpenCV自学笔记十四：

目录1、PyrDown函数及使用2、PyrUp函数及使用3、拉普拉斯金字塔图像金字塔是一种多尺度表示图像的方法，它通过构建图像的不同分辨率层级来捕捉图像中的细节和整体结构。图像金字塔可以用于许多计算机视觉任务，例如图像融合、目标检测和特征匹配等。图像金字塔主要有两种类型：高斯金字塔和拉普拉斯金字塔。1、PyrDown函数及使用PyrDown函数是OpenCV中用于图像降采样的函数，它可以将图像的尺
ironmao·2023-09-22 19:56

OpenCV自学笔记十六：直方图处理

在OpenCV中，直方图（Histogram）是用于表示图像中像素强度分布的一种统计工具。它可以帮助我们了解图像的亮度、对比度、色彩分布等信息。OpenCV提供了一个函数`cv2.calcHist()`，用于计算图像的直方图。该函数接受图像数组和一些参数，例如要计算的通道数、区间的数量等。它返回一个表示直方图的一维数组。OpenCV中的直方图可以有不同类型，包括灰度直方图和彩色直方图。1.灰度直方
ironmao·2023-09-22 13:50

matlab 平均梯度,OpenCV 自学笔记33. 计算图像的均值、标准差和平均梯度

OpenCV自学笔记33.计算图像的均值、标准差和平均梯度均值、标准差和平均梯度是验证图像质量的常用指标。
您身边的武器小店·2023-09-22 11:48

OpenCV自学笔记27. Hough变换：检测直线和圆

Hough变换：检测直线和圆前言：Hough变换是一种在图像中寻找直线和圆的方法。我在实际的项目中，使用到了Hough变换检测圆，效果不错，所以写一篇文章，学习Hough变换的原理，并阅读Hough变换的源码，看看OpenCV是如何实现Hough变换的。Hough变换比较难理解，尤其是圆变换的部分，另外我写的也未必清楚，所以记录下来仅做学习、参考之用。本文的结构如下：1、Hough变换如何检测出直
两鬓已不能斑白·2023-09-22 11:17

【opencv自学笔记】12下：边缘提取 cany

1、高斯模糊2、灰度转换3、计算梯度4、非最大信号抑制5、高低阈值输出二值图像#-*-coding:utf-8-*-"""canny边缘提取1、高斯模糊2、灰度转换3、计算梯度4、非最大信号抑制5、高低阈值输出二值图像@author:LNP"""importcv2ascvimportnumpyasnpdefedge_demo(image):blur=cv.GaussianBlur(image,(3
lnplnp_·2023-09-22 11:14

OpenCV自学笔记十三：图像梯度

目录1、Sobel算子及函数使用2、Scharr算子及函数使用3、Lapiacian算子及函数使用1、Sobel算子及函数使用Sobel算子是一种常用于图像边缘检测的算法，它利用了图像中像素灰度值的变化来寻找边缘。在OpenCV中，可以使用函数cv2.Sobel()来实现Sobel算子的功能。下面是一个示例代码，展示了如何使用Sobel算子进行图像边缘检测：importcv2importnumpy
ironmao·2023-09-22 11:42

OpenCV自学笔记八：几何变换

1.缩放（Scale）：缩放是指改变图像的尺寸大小。在OpenCV中，可以使用`cv2.resize()`函数来实现图像的缩放操作。该函数接受源图像、目标图像大小以及插值方法作为参数。示例代码：importcv2#读取图像image=cv2.imread('input.jpg')#缩放图像resized_image=cv2.resize(image,(800,600))#显示图像cv2.imsho
ironmao·2023-09-22 11:37

网络工程师自学笔记

第1章交换技术主要内容：1、线路交换2、分组交换3、帧中继交换4、信元交换一、线路交换1、线路交换进行通信：是指在两个站之间有一个实际的物理连接，这种连接是结点之间线路的连接序列。2、线路通信三种状态：线路建立、数据传送、线路拆除3、线路交换缺点：典型的用户/主机数据连接状态，在大部分的时间内线路是空闲的，因而用线路交换方法实现数据连接效率低下；为连接提供的数据速率是固定的，因而连接起来的两个设备
yeomanry·2023-09-22 11:02

OpenCV 自学笔记30. 简单轮廓匹配的小例子

简单轮廓匹配的小例子先用一个小例子入门：OpenCV中提供了几个与轮廓相关的函数：findContours()：从二值图像中寻找轮廓drawContours()：绘制轮廓matchShape()：使用Hu矩进行轮廓匹配下面是一个使用这些函数的小例子，测试图片为：test3_c.jpg如下：test4_c.jpg如下：测试代码main.cpp如下：#include#includeusingnames
两鬓已不能斑白·2023-09-22 09:21

【网络安全】黑客自学笔记

1️⃣前言作为一个合格的网络安全工程师，应该做到攻守兼备，毕竟知己知彼，才能百战百胜。计算机各领域的知识水平决定你渗透水平的上限【1】比如：你编程水平高，那你在代码审计的时候就会比别人强，写出的漏洞利用工具就会比别人的好用；【2】比如：你数据库知识水平高，那你在进行SQL注入攻击的时候，你就可以写出更多更好的SQL注入语句，能绕过别人绕不过的WAF；【3】比如：你网络水平高，那你在内网渗透的时候就
网安六百·2023-09-22 09:51

网络安全（黑客）自学笔记

前言作为一个合格的网络安全工程师，应该做到攻守兼备，毕竟知己知彼，才能百战百胜。计算机各领域的知识水平决定你渗透水平的上限。【1】比如：你编程水平高，那你在代码审计的时候就会比别人强，写出的漏洞利用工具就会比别人的好用；【2】比如：你数据库知识水平高，那你在进行SQL注入攻击的时候，你就可以写出更多更好的SQL注入语句，能绕过别人绕不过的WAF；【3】比如：你网络水平高，那你在内网渗透的时候就可以
网安六百·2023-09-22 09:50

自学笔记：python+opencv针对蓝色来进行简单的车牌定位

自学笔记：python+opencv针对蓝色来进行简单的车牌定位图像处理的自学之路车牌定位看了几个其他人的文章，综合选取了几个方法凑在一起。
狂热的蜗牛·2023-09-22 09:19

OpenCV自学笔记十五：图像轮廓

目录1、查找并绘制轮廓2、矩特征3、Hu矩4、轮廓拟合5、凸包1、查找并绘制轮廓在OpenCV中，可以使用`cv2.findContours()`函数来查找图像中的轮廓，并使用`cv2.drawContours()`函数将轮廓绘制到图像上。下面是一个示例代码：importcv2#读取图像并转换为灰度图像image=cv2.imread('image.jpg')gray=cv2.cvtColor(i
ironmao·2023-09-22 09:43

OpenCV自学笔记十：图像平滑处理

目录1.均值滤波（MeanFilter）：2.方框滤波（BoxFilter）：3.高斯滤波（GaussianFilter）：4.中值滤波（MedianFilter）：5.双边滤波（BilateralFilter）：6.2D卷积原理：1.均值滤波（MeanFilter）：均值滤波（MeanFilter）是一种常用的图像滤波方法，用于降低图像中的噪声。其原理是将图像中每个像素的值替换为它周围邻域内像素
ironmao·2023-09-22 07:26
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他