2 CancerWu

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 19w+

DevExpress控件-lookupedit的使用方法详解

这里写自定义目录标题绑定数据源:lookupedit.Properties.ValueMember = 实际要用的字段; //相当于editvaluelookupedit.Properties.DisplayMember =要显示的字段; //相当于textlookupedit.Properties.DataSource = 数据源常用属性lookupedit.Popu...

2020-04-26 10:36:51

spring依赖注入

spring依赖注入IOC作用:降低程序间依赖关系 (耦合)依赖注入:能注入的数据有三类​ 1. 基本类型和string​ 2. 其他bean类型(在配置文件中或者注解配置过的bean)​ 3. 复杂类型/集合类型注入方式:通过xml配置文件1. 构造函数注入**使用标签:**constructor-arg**标签出现的位置:**bean标签内部标签中的属性:​ 1. *...

2020-03-21 01:36:38

volatile

volatile的理解        被volatile修饰的变量被某一个线程修改了之后,会将新值存回jvm主存中,而cpu中的缓存并没有获取到修改后的值,所以volatile就通过cpu指令,标记这个变量为share,从而使该变量被修改后,cpu的cache缓存行置为无效,需要重新读内存,保证可见性与其他线程的立即...

2019-10-22 14:08:37

spring中的classpath代表哪个目录

在spring项目的XML中加载db.properties文件配置如下:<context:property-placeholder location=“classpath:db.properties”/>开始不知道classpath是哪个路径,后来发现整个项目运行的时候,不仅仅是java类会被编译成class存放在classes目录下,而且properties文件、xml文件也会...

2019-10-13 16:32:23

IDEASpringBoot集成MyBatis + Generator代码生成工具的配置教程

SpringBoot集成MyBatis的配置教程这篇用来给自己配置springBoot+myBatis做的一些笔记,所以仅为了让自己看懂为目标而记录,所以如果大家看不是很懂,或者讲解不是很清晰的话可以移步其他博主的博文哈。环境:IDE:IDEA 数据库:mysql直接开始吧。从IDEA新建一个Spring Initializr项目:然后点击next其中:GroupID是项目组织唯...

2019-08-13 16:15:18

OneNote JAVA学习笔记3:集合和泛型

2019-06-23 21:14:36

OneNote JAVA学习笔记4:异常处理

2019-06-23 21:08:39

OneNote JAVA学习笔记2:装箱,枚举,注解

2019-06-23 20:53:50

OneNote JAVA学习笔记1:内部类与匿名类

2019-06-23 20:46:46

python计算机视觉 图像分割

python计算机视觉 图像分割一.图割:计算一幅较小的图的最大流/最小割的简单例子二.图像中创建图:利用贝叶斯模型分割图像一.图割:计算一幅较小的图的最大流/最小割的简单例子from pygraph.classes.digraph import digraphfrom pygraph.algorithms.minmax import maximum_flowgr = digraph()...

2019-06-11 15:07:20

CNN卷积神经网络—LeNet原理以及tensorflow实现mnist手写体训练

CNN卷积神经网络—LeNet原理以及实现minst手写体训练1. LeNet原理1. LeNet原理LeNet是Yann LeCun在1998年设计的用于手写数字识别的卷积神经网络,该神经网络充分考虑图像的相关性。LeNet-5神经网络共有7层(不包括输入层)其中有2个卷积层,2个池化层,3个全连接层,每一层都包括不同数量的训练参数。(LeCun 原论文中 LeNet-5 的经典结构...

2019-06-03 00:33:09

JAVA:父类与子类中static静态块与初始化块的运行顺序

JAVA用一段代码让你分清:父类与子类中static静态块与初始化块的运行顺序类加载的时候调用静态块→静态块只能初始化静态属性解析的时候调用初始化块→初始化块所有属性都能初始化public class InitDemo { public static void main(String[] args) { System.out.println("第一次实例化子类:"); ne...

2019-06-01 17:21:23

AttributeError: 'module' object has no attribute 'Path'解决方法

AttributeError: 'module' object has no attribute 'Path' 解决方法原因:python对大小写敏感,Path和path代表不同的变量。解决方法:将Path改为path即可。

2019-05-19 08:16:10

计算机视觉 图像内容分类- K-近邻(KNN)算法和denseSIFT算法原理-手势识别

计算机视觉 一、原理1.K邻近分类法(KNN)2.稠密SIFT(Dense SIFT)一、原理1.K邻近分类法(KNN)KNN算法是分类算法中最典型最容易实现的算法工作原理:存在一个样本数据集合,也称为训练样本集,并且样本集中每个数据都存在标签,即我们知道样本集中每一数据与所属分类对应的关系。输入没有标签的数据后,将新数据中的每个特征与样本集中数据对应的特征进行比较,提取出样本集中特征最相...

2019-05-19 00:00:24

Bag of Features (BOF)图像检索算法及其python实现(附代码)

Bag of Features 图像检索算法及其python实现1.原理2.代码实现PS:阅读此文需要读者对图像提取特征点,生成描述符的知识有一定了解,如sift,surf算法等等,对生成向量类心的k-means算法也需要有一定的了解。1.原理Bag of features(Bof)一种是用于图像和视频检索的算法,此算法的神奇之处,就在于对于不同角度,光照的图像,基本都能在图像库中正确检索。...

2019-05-12 21:14:50

基础矩阵的估计-通过匹配的像点对计算两幅图像的基础矩阵---计算照相机矩阵(附GitHub代码)

基础矩阵的估计-通过匹配的像点对计算两幅图像的基础矩阵---计算照相机矩阵(附GitHub代码)基础矩阵的估计原理详述OpenCV 计算基础矩阵计算照相机矩阵基础矩阵的估计原理详述通过匹配点对估算基础矩阵对极几何:基础矩阵是对极几何的代数表达方式。基础矩阵表示的是图像像点p1到另一幅图像对极线l2的映射,有如下公式: l2=Fp1\ l_2 = Fp_1 l2​=Fp1...

2019-04-17 21:54:33

张正友相机标定法的原理详述+标定相机参数的实现(Python+OpenCV)

张正友相机标定法的原理简述 + 标定相机参数的实现原理简述相机的内参数单应矩阵内参约束条件求解内参数最大似然估计消除径向畸变原理简述张正友于1998年在论文:"A Flexible New Technique fro Camera Calibration"提出了基于单平面棋盘格的相机标定方法。该方法介于传统的标定方法和自标定方法之间,使用简单实用性强,有以下优点:不需要额外的器材,一张打印...

2019-04-13 22:20:04

图像到图像的映射-仿射变换的应用-图像扭曲实例

图像到图像的映射-仿射变换的应用-图像扭曲实例1. 原理2.代码实现1. 原理单应性变换:单应变换矩阵是一个3*3的矩阵H。这个变换可以被任意乘上一个非零常数,而不改变变换本身。所以它虽然具有9个元素,但是具有8个自由度。这意味这它里面有8个未知参数待求。仿射变换仿射变换:(Affine Transformation 或Affine Map)是一种二维坐标(x, y)到二维坐标(u, ...

2019-04-08 19:48:47

基于PyOpenGL和Pygame的增强现实的实现及代码

基于PyOpenGL和Pygame的增强现实实现简单的增强现实静态实现增强现实的视频动态实现环境配置:首先我们要先安装pygame和PyopenGLpygame 可以直接在运行中里 pip install pygame 直接安装pyopenGL的话如果用语句pip install opengl是默认安装的是32位系统的,如果电脑为64位的可以到https://www.lfd.uci.ed...

2019-04-07 16:20:37

Sift算法的原理描述以及对比Harris算法的特征匹配结果

Sift算法的原理描述以及对比Harris算法的特征匹配结果1、SIFT特征原理描述2、对两张图片进行SIFT特征匹配处理3、对从不同视点拍摄的图片做地理标记1、SIFT特征原理描述1.1 SIFT 概述SIFT的全称是Scale Invariant Feature Transform,尺度不变特征变换,由加拿大教授David G.Lowe提出的。SIFT特征对旋转、尺度缩放、亮度变化等保持...

2019-04-07 00:13:22

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。