我一开始想把在opencv打开摄像头的lib以及所用到的.h，都添加进去，但是，有些库找也找不到。然后又想在VS中生成动态链接库去调用,生成的.h文件里面还包含.hpp文件，一直弄不来，请大佬们指教一下。

我想在servlet 中调用的opencv ， 由于我已经通过Java的main方法成功配置并且已经调用成功啦，但是用在servlet里面通过浏览器访问servlet就会报加载类库失败的错误 ， 错误如下： java.lang.UnsatisfiedLinkError: no opencv_java247 in java.library.path java.lang.ClassLoader.loadLibrary(ClassLoader.java:1709) java.lang.Runtime.loadLibrary0(Runtime.java:823) java.lang.System.loadLibrary(System.java:1030) opencv.Code.image_proc2(Code.java:100) opencv.Code.go(Code.java:51) PhpServlet.doGet(PhpServlet.java:21) javax.servlet.http.HttpServlet.service(HttpServlet.java:617) javax.servlet.http.HttpServlet.service(HttpServlet.java:717) 请各位大神指教 ， 急急急。。。。。

OpenCV是用C++写的。但是java运行环境和C++运行环境不一样，那java是怎么调用OpenCV的？我看到还有个dll文件，原理是什么呢？

我现在用android studio开发工程，底层算法依旧在使用c++，用的是opencv的库，在完成opencv库加载之后。我build和run都没有问题，写的与opencv有关的函数都没有报错。 但是在跑起来以后，opencv的一些基础函数崩溃，代码在debug模式下已经验证没有越界等bug。貌似是opencv的函数调用不了。附上文件截图，请有经验的帮我看看，是哪个地方出了问题。 目前仅仅只有opencvjava4是生效的，其他.a的库貌似都没有生效，注释不注释都不影响build和run，且报错的位置都一样。如下图，仅仅是一个基础的函数mat.clone()报错。感觉链接的.a有问题，并没有生效    ``` target_link_libraries(tracking # android lib ${log-lib} ${android-lib} # opencv opencv_java4 # opencv_core # opencv_highgui # opencv_imgproc # opencv_dnn # opencv_features2d # opencv_flann # opencv_imgcodecs # opencv_ml # opencv_objdetect # opencv_photo # opencv_stitching # opencv_video # opencv_videoio # opencv_calib3d # quirc # tbb # IlmImf # cpufeatures # libjasper # libjpeg-turbo # libpng # libprotobuf # libtiff # libwebp # tegra_hal ) ``` 请教大佬，这个问题应该怎么解决？

把opencv的静态库放入wince中，可以让wince的程序直接调用吗？如果不能，怎么样实现在wince中应用opencv库？

Opencv4.3库编译好了，cmake install 完成，在"**install**目录"下结构是这样的 ``` D:\opencv\newbuild\install\include\opencv2\imgproc... D:\opencv\newbuild\install\x64\mingw\lib\libopencv_world430.dll.a D:\opencv\newbuild\install\x64\mingw\bin\libopencv_world430.dll ``` QT中采用**minGW**方式调用opencv //.pro ``` INCLUDEPATH += D:\opencv\newbuild\install\include D:\opencv\newbuild\install\include\opencv2 LIBS += D:\opencv\newbuild\install\x64\mingw\bin\libopencv_world430.dll #这个dll 60M大小，没有生成debug版本word430d.dll... ``` //main.cpp ``` #include <opencv2/opencv.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> #include <opencv2/imgcodecs.hpp>//没毛病的几个包含 using namespace cv; 。。。 string inputName = "D:\\1.jpg"; Mat img = imread(inputName); imshow("img", img); ``` 特别注意的是，imread点击**可以跳转到定义页面** ``` @param filename Name of file to be loaded. @param flags Flag that can take values of cv::ImreadModes */ CV_EXPORTS_W Mat imread( const String& filename, int flags = IMREAD_COLOR ); ``` 但是运行，就提示错误 ``` error: undefined reference to `cv::imread(std::__cxx11::basic_string<char, std::char_traits<char>, std::allocator<char> > const&, int)' ``` 编译后要求的参数类型有偏差了？ 冒似有点眉目了，可能是GCC C++11标准改变问题，造成与库不一致，这可咋整哦，晕~

我想用K60芯片对7040摄像头采集的图像进行处理，所用K60开发环境为IAR7.2，现在想调用opencv库进行图像处理，但是不知道该开发环境怎么添加opencv库，有谁知道的嘛？

vs2010MFC如何调用opencv中sift算法并把特征值存到数据库或者文件中？

大家好，我用C#调用C++的dll，其中一个函数中有指针，参数的定义在C++中是一个结构体，但是我现在遇到的问题是无法获取托管类型的地址和大小，或无法声明指向它的指针，下面我把这个函数在C++中的定义和我自己转到C#中的定义给大家贴出来，大家帮帮忙，本人属于C++和C#新手。 C++ 1. int THFI_Create (short nChannelNum,THFI_Param* pParam) 功能：初始化THFaceImage SDK，只需在应用程序初始化时调用一次 参数： nChannelNum，通道数，用于多线程的通道，每个线程对应一个通道. 每个线程使用的通道ID从0到nChannelNum-1,如通道数为4，那么每个线程使用的合法通道ID为0，1，2，3 pParam，算法参数 返回值： Int整型，返回实际成功初始化的通道数 struct THFI_Param { int nMinFaceSize;//min face width size can be detected,default is 50 pixels int nRollAngle;//max face roll angle,default is 30(degree) bool bOnlyDetect;//only detect face or not(if it's true,only Detect API is enable,Feature API is disable),defaule is false(Detect API is enable,and Feature API is enable) DWORD dwReserved;//reserved value,must be NULL THFI_Param() { nMinFaceSize=50; nRollAngle=30; bOnlyDetect=false; dwReserved=NULL; } }; C# [StructLayout(LayoutKind.Sequential)] public struct THFI_Param { [FieldOffset(0)] public Int16 nMinFaceSize; [FieldOffset(2)] public Int16 nRollAngle; [FieldOffset(4)] public Boolean bOnlyDetect; [FieldOffset(6)] public UInt32? dwReserved; }; [DllImport("THFaceImage.dll", EntryPoint = "THFI_Create", CharSet = CharSet.Auto)] unsafe static extern int THFI_Create(Int16 nChannelNum, THFI_Param* pParam); THFI_Create显示错误 CS0208: 无法获取托管类型(“WindowsFormsApplication1.Form1.THFI_Param”)的地址和大小，或无法声明指向它的指针。

本人前一段时间写了一个车辆检测的程序方法HOG与SVM，利用opencv做的 一开始样本是128x96的 大概5000多正样本 7000多负样本 最近 我从新剪裁了一批新的样本 主要是车的车脸部分，然后今天从新训练发现了一些问题。  如图 当车行驶到变大的时候我的程序 才会识别到，这次新的样本用的128x128的 比之前的要大，训练时候参数如下，我不太清楚窗口大小是不是一定要和样本大小一样？ HOGDescriptor * hog = new HOGDescriptor(cvSize(128, 128), cvSize(16, 16), cvSize(8, 8), cvSize(8, 8), 9); 检测视频的时候，参数如下 myHOG.detectMultiScale(frame, found, 0, Size(8, 8), Size(0, 0), 1.15, 5); 以前，样本不标准，正样本里面含有很多背景部分，但是用以前样本生成的SVM检测是参数为myHOG.detectMultiScale(frame, found, 0.5, Size(16, 16), Size(0, 0), 1.15, 5);利用0.5的阈值也就是到超平面距离去掉了很多误报，而且块大小还要大一些就是粗糙一些，检测时候后面的车也会检测到，没有像现在这样离很近才能检测到，而且现在左右两侧有很多车都漏检。 所以想请问一下为什么？ 我有几种想法 1.样本128x128过大，以前是128x96所以离得远的目标也能检测到,参数里面的Size(0,0)图像扩充大小我不是很理解？另外1.15是缩放比例，我不知道是图像扩大吗？如果是扩大，调大了应该会有作用，但是经过测试作用不大。 2.是不是参数理解有问题，请会的大神帮我说一下各个参数的设置 3.会不会是样本问题，负样本7000过少，不相干性太大（因为都是随便找的负样本） 正样本 从车身换到车脸我觉得问题不大。 请各位帮我分析一下，咱们共同进步！！！

环境：vs2015 community with update 3, Opencv3.2.0vc14, opencv_contrib 3.2.0 目标：自己编译opencv+opencv_contrib库。 编译出错提示（部分）： 严重性 代码 说明 项目 文件 行 禁止显示状态 错误 C2610 “std::tuple<cv::Size,perf::`anonymous-namespace'::MatDepth>::tuple(const std::tuple<cv::Size,perf::`anonymous-namespace'::MatDepth> &)”: 不是可默认为的特殊成员函数 opencv_perf_core D:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\include\tuple 607 严重性 代码 说明 项目 文件 行 禁止显示状态 错误 C2610 “std::tuple<cv::Size,perf::`anonymous-namespace'::MatDepth>::tuple(std::tuple<cv::Size,perf::`anonymous-namespace'::MatDepth> &&)”: 不是可默认为的特殊成员函数 opencv_perf_core D:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\include\tuple 608 严重性 代码 说明 项目 文件 行 禁止显示状态 错误 C2382 “std::tuple<cv::Size,perf::`anonymous-namespace'::MatDepth>::operator =”: 重定义；不同的异常规范 opencv_perf_core D:\opencv\sources\modules\ts\include\opencv2\ts\ts_perf.hpp 385 严重性 代码 说明 项目 文件 行 禁止显示状态 错误 C2264 “std::tuple<cv::Size,perf::`anonymous-namespace'::MatDepth>::tuple”: 函数定义或声明中有错误；未调用函数 opencv_perf_core D:\opencv\sources\modules\core\perf\opencl\perf_channels.cpp 165 严重性 代码 说明 项目 文件 行 禁止显示状态 错误 C2264 “std::tuple<cv::Size,perf::`anonymous-namespace'::MatDepth>::tuple”: 函数定义或声明中有错误；未调用函数 opencv_perf_core D:\opencv\sources\modules\core\perf\opencl\perf_channels.cpp 187


# include<iostream> using namespace std; #include <stack>//需要使用堆栈，对堆栈进行操作 #include "conio.h" # include "viLib.h" // 包含头文件 # pragma comment( lib, "viLib.lib" ) // 包含viLib.lib库 # include "viImage.h" // 包含头文件 # pragma comment( lib, "viImage.lib" ) struct SplitArea { unsigned int w; // 分裂块图像的宽度 unsigned int h; // 分裂块图像的高度 unsigned int left; //相对源图像数据的偏移宽度 unsigned int top; // 相对源图像数据的偏移高度 }; void areaSplitCombine(unsigned char *srcImage, // 源图像数据 unsigned int Width, // 源图像的宽度 unsigned int Heigh) // 相对源图像数据的偏移高度 { //初始区域压栈即整幅图片压栈 stack<SplitArea> MyStack; SplitArea splitarea; splitarea.w = Width; splitarea.h = Heigh; splitarea.left = 0; splitarea.top = 0; MyStack.push(splitarea); //原始图像的区域信息栈 while(!MyStack.empty()) { //区域出栈 splitarea = MyStack.top(); MyStack.pop(); int childWidthTemp[3], childHeightTemp[3];//用于存放图像分裂后的四块子图像的宽度和高度 int n, m, l; n = (splitarea.top * Width + splitarea.left); // 该块图像的左上角像素值在数组中的下标 // 把图像分成4块，采用数组分别存储3个宽度值和3个高度值，该段程序可以处理该块图像的宽度或高度值为奇数的情况 childWidthTemp[0] = 0; childWidthTemp[2] = (splitarea.w + 1) / 2; childWidthTemp[1] = splitarea.w - childWidthTemp[2];//图像宽度为偶数的情况下， childWidthTemp[1]和childWidthTemp[2]无差别， //奇数情况下childWidthTemp[2]-childWidthTemp[1]=1 childHeightTemp[0] = 0; childHeightTemp[2] = (splitarea.h + 1) / 2; childHeightTemp[1] = splitarea.h - childHeightTemp[2];//图像宽度为偶数的情况下， childHidthTemp[1]和childHidthTemp[2]无差别， //奇数情况下childHidthTemp[2]-childHidthTemp[1]=1 // 计算每一块图像的属性值（均方差） int Value; int ValueTemp; int i, j;//对分成的四块图像进行操作的循环 for(i = 1; i < 3; i++) { for(j = 1; j < 3; j++) { Value = 0; m = (n + Width * childHeightTemp[i - 1] + childWidthTemp[j - 1]); int x, y; for(x = 0; x < childHeightTemp[i]; x++) { for(y = 0; y < childWidthTemp[j];y++) { l = (m + Width * x + y) ;//每块图像中各个像素点在存储数组中的位置下标 ValueTemp = srcImage[l]; Value = Value+ValueTemp; } }// 灰度值之和 if(childHeightTemp[i] * childWidthTemp[j] == 0)//分裂至最终结束时分裂块的宽度和高度其中有一个位0，那么分裂结束 { continue; } if(childHeightTemp[i] * childWidthTemp[j] == 1)//分裂至单个像素时，将单个像素进行二值化 { l = m; if(srcImage[l] < 125) { srcImage[l]= 0; } else { srcImage[l] = 255; } continue; } // 各块图像的灰度平均值 int ValueS[2][2]; // 用于存储块图像的灰度值 ValueS[i - 1][j - 1] = Value / (childHeightTemp[i] * childWidthTemp[j]); int Value1=0,ValueTemp1; for(x = 0;x < childHeightTemp[i]; x++) { for(y = 0; y< childWidthTemp[j]; y++) { l = (m + Width * x + y) ; ValueTemp1 = srcImage[l]; Value1 = Value1+(ValueTemp1- ValueS[i - 1][j - 1])*(ValueTemp1- ValueS[i - 1][j - 1]); } } // 各块图像的均方差 int ValueS1[2][2]; // 用于存储块图像的均方差 ValueS1[i - 1][j - 1]= Value1 / (childHeightTemp[i] * childWidthTemp[j]); // 对每一块进行判断是否需要分裂 // 分裂原则: 图像的均方差超过某个阈值是需要分裂 if(ValueS1[i - 1][j - 1] > 100) // 均方差大于某个阈值时需要分裂 { SplitArea childarea; childarea.w = childWidthTemp[j]; childarea.h = childHeightTemp[i]; childarea.left = splitarea.left + childWidthTemp[j - 1]; childarea.top = splitarea.top + childHeightTemp[i - 1]; MyStack.push(childarea); } else // 如果不需要分裂, 则进行合并(直接填充该块图像为灰度值的平均值) { for(x = 0; x < childHeightTemp[i]; x++) { for(y = 0; y < childWidthTemp[j]; y++) { l = (m + Width * x + y) ; srcImage[l] =ValueS[i - 1][j - 1]; } } } } } } return; } int main (int argc, char * const argv[]) { int rv; int PixelFormat = 24, Width, Height; unsigned char * pImg; unsigned char * pBin; if ( argc < 2 ) { fprintf( stderr, "Usage: GetContour.exe image\n" ) ; return 0 ; } rv = viGetImageWH( argv[1], Width, Height ) ; if ( rv == 0 ) { printf( "Could not get image. Program exits!\n" ); exit( 0 ); } pImg = new unsigned char [ Width*Height*PixelFormat/8 ]; viReadImageFile( argv[1], pImg, Width, Height, PixelFormat ); pBin = new unsigned char [Width*Height]; viColor24toGray8(pImg, Width, Height,1,pBin); areaSplitCombine( pBin, Width, Height); viNamedWindow( "Image", GUI_WINDOW_AUTOSIZE ); viShowImage( "Image",pBin, Width, Height, 8, 0 ); viWaitKey( 0 ); delete [] pImg; delete [] pBin; viDestroyAllWindows(); return 0; }

如题，我编写的一个opencv程序在移植到win server2008R2的时候不能运行了 编写的程序是windows可执行文件A.exe 可以在win server2008R2的console控制台中正常调用，调用方法是：A.exe [参数] 但是这个可执行文件需要被一个服务（server）调用，服务（server）是我自己写的，24x7 不间断运行，服务在需要的时候，会触发调用这个可执行文件，这个时候，，可执行文件里面的opencv相关的东西就不能用了 -------------------------------------- 编程平台：windows10 64位 visual studio 2013 community， opencv2.4.13 ，并编译静态库，拷贝文件的时候连同opencv的所有dll一并拷贝了 目标平台：windows server2008 R2 64位，志强E5处理器单cpu

如何用笔记本opencv编程调用手机摄像头 1、笔记本可以用蓝牙连接手机调用摄像头吗？要如何做？（需要什么驱动编程还是什么软件？） 2、用数据线连接手机调用？（需要什么驱动编程还是什么软件？） 谢谢大家~

请教各位高手 opencv里如何调用摄像头驱动自带的“视频属性对话框”和“输入属性对话框”啊

下载好了opencv和vs，我在项目的属性管理器中“Microsoft.Cpp.x64.user"， VC++目录下把opencv的包含文件和库文件分别添加到了包含目录和库目录，确定后关闭属性管理器，我再次打开它时，发现包含目录和库目录刚添加的文件都不见了，重新添加关闭后每次打开都是这样，请问这种情况有遇到吗？

opencv在Linux下必须安装吗？直接调用libopencv_java.so可以吗？

ros调用opencv Ptr <FaceRecognizer> model = createEigenFaceRecognizer(11);语句一直显示错误。

话不多说直接开干 目录 1-先去官网下载点击的MySQL的下载​ 2-配置初始化的my.ini文件的文件 3-初始化MySQL 4-安装MySQL服务 + 启动MySQL 服务 5-连接MySQL + 修改密码 先去官网下载点击的MySQL的下载 下载完成后解压 解压完是这个样子 配置初始化的my.ini文件的文件 ...

Python+OpenCV计算机视觉系统全面的介绍。

基于新的Vue.js 2.3版本， 目前新全的Vue.js教学视频，让你少走弯路，直达技术前沿！ 1. 包含Vue.js全家桶（vue.js、vue-router、axios、vuex、vue-cli、webpack、ElementUI等） 2. 采用笔记+代码案例的形式讲解，通俗易懂

navicat支持mysql的可视化操作，内涵激活码，不用再忍受弹框的痛苦。

这是我自己做的HTML期末大作业，花了很多时间，稍加修改就可以作为自己的作业了，而且也可以作为学习参考

【为什么学爬虫？】 &nbsp; &nbsp; &nbsp; &nbsp;1、爬虫入手容易，但是深入较难，如何写出高效率的爬虫，如何写出灵活性高可扩展的爬虫都是一项技术活。另外在爬虫过程中，经常容易遇到被反爬虫，比如字体反爬、IP识别、验证码等，如何层层攻克难点拿到想要的数据，这门课程，你都能学到！ &nbsp; &nbsp; &nbsp; &nbsp;2、如果是作为一个其他行业的开发者，比如app开发，web开发，学习爬虫能让你加强对技术的认知，能够开发出更加安全的软件和网站 【课程设计】 一个完整的爬虫程序，无论大小，总体来说可以分成三个步骤，分别是： 网络请求：模拟浏览器的行为从网上抓取数据。 数据解析：将请求下来的数据进行过滤，提取我们想要的数据。 数据存储：将提取到的数据存储到硬盘或者内存中。比如用mysql数据库或者redis等。 那么本课程也是按照这几个步骤循序渐进的进行讲解，带领学生完整的掌握每个步骤的技术。另外，因为爬虫的多样性，在爬取的过程中可能会发生被反爬、效率低下等。因此我们又增加了两个章节用来提高爬虫程序的灵活性，分别是： 爬虫进阶：包括IP代理，多线程爬虫，图形验证码识别、JS加密解密、动态网页爬虫、字体反爬识别等。 Scrapy和分布式爬虫：Scrapy框架、Scrapy-redis组件、分布式爬虫等。 通过爬虫进阶的知识点我们能应付大量的反爬网站，而Scrapy框架作为一个专业的爬虫框架，使用他可以快速提高我们编写爬虫程序的效率和速度。另外如果一台机器不能满足你的需求，我们可以用分布式爬虫让多台机器帮助你快速爬取数据。 &nbsp; 从基础爬虫到商业化应用爬虫，本套课程满足您的所有需求！ 【课程服务】 专属付费社群+每周三讨论会+1v1答疑

从事大数据与人工智能开发与实践约十年，钱老师亲自见证了大数据行业的发展与人工智能的从冷到热。事实证明，计算机技术的发展，算力突破，海量数据，机器人技术等，开启了第四次工业革命的序章。深度学习图像分类一直是人工智能的经典任务，是智慧零售、安防、无人驾驶等机器视觉应用领域的核心技术之一，掌握图像分类技术是机器视觉学习的重中之重。针对现有线上学习的特点与实际需求，我们开发了人工智能案例实战系列课程。打造：以项目案例实践为驱动的课程学习方式，覆盖了智能零售，智慧交通等常见领域，通过基础学习、项目案例实践、社群答疑，三维立体的方式，打造最好的学习效果。

时钟功能 还有闹钟功能，温湿度功能，整点报时功能 你值得拥有

做的是数据库课程设计，使用的php + MySQL，本来是黄金搭配也就没啥说的，推荐使用wamp服务器，里面有详细的使用说明，带有界面的啊！呵呵 不行的话，可以给我留言！

最近面试了一个31岁8年经验的程序猿，让我有点感慨，大龄程序猿该何去何从。

获取讲师答疑方式： 在付费视频第一节(触摸命令_ALL)片头有二维码及加群流程介绍 限时福利 原价99元，今日仅需39元！购课添加小助手（微信号：itxy41）按提示还可领取价值800元的编程大礼包！ 讲师介绍： 苏奕嘉&nbsp;前阿里UC项目工程师 脚本开发平台官方认证满级（六级）开发者。 我将如何教会你通过【定制脚本】赚到你人生的第一桶金？ 零基础程序定制脚本开发课程，是完全针对零脚本开发经验的小白而设计，课程内容共分为3大阶段： ①前期将带你掌握Q开发语言和界面交互开发能力； ②中期通过实战来制作有具体需求的定制脚本； ③后期将解锁脚本的更高阶玩法，打通任督二脉； ④应用定制脚本合法赚取额外收入的完整经验分享，带你通过程序定制脚本开发这项副业，赚取到你的第一桶金！

原价169，限时立减100元！ 系统掌握Python核心语法16点，轻松应对工作中80%以上的Python使用场景！ 69元=72讲+源码+社群答疑+讲师社群分享会&nbsp; 【哪些人适合学习这门课程？】 1）大学生，平时只学习了Python理论，并未接触Python实战问题； 2）对Python实用技能掌握薄弱的人，自动化、爬虫、数据分析能让你快速提高工作效率； 3）想学习新技术，如：人工智能、机器学习、深度学习等，这门课程是你的必修课程； 4）想修炼更好的编程内功，优秀的工程师肯定不能只会一门语言，Python语言功能强大、使用高效、简单易学。 【超实用技能】 从零开始 自动生成工作周报 职场升级 豆瓣电影数据爬取 实用案例 奥运冠军数据分析 自动化办公：通过Python自动化分析Excel数据并自动操作Word文档，最终获得一份基于Excel表格的数据分析报告。 豆瓣电影爬虫：通过Python自动爬取豆瓣电影信息并将电影图片保存到本地。 奥运会数据分析实战 简介：通过Python分析120年间奥运会的数据，从不同角度入手分析，从而得出一些有趣的结论。 【超人气老师】 二两 中国人工智能协会高级会员 生成对抗神经网络研究者 《深入浅出生成对抗网络：原理剖析与TensorFlow实现》一书作者 阿里云大学云学院导师 前大型游戏公司后端工程师 【超丰富实用案例】 0）图片背景去除案例 1）自动生成工作周报案例 2）豆瓣电影数据爬取案例 3）奥运会数据分析案例 4）自动处理邮件案例 5）github信息爬取/更新提醒案例 6）B站百大UP信息爬取与分析案例 7）构建自己的论文网站案例

这门课程基于主流的java8平台，由浅入深的详细讲解了java SE的开发技术，可以使java方向的入门学员，快速扎实的掌握java开发技术！

&nbsp; &nbsp; &nbsp; &nbsp; 本课程为Python数据挖掘方向的入门课程，课程主要以真实数据为基础，详细介绍数据挖掘入门的流程和使用Python实现pandas与numpy在数据挖掘方向的运用，并深入学习如何运用scikit-learn调用常用的数据挖掘算法解决数据挖掘问题，为进一步深入学习数据挖掘打下扎实的基础。

本课程从初学者角度出发，提供了C#从入门到成为程序开发高手所需要掌握的各方面知识和技术。 【课程特点】 1 由浅入深，编排合理； 2 视频讲解，精彩详尽； 3 丰富实例，轻松易学； 4 每章总结配有难点解析文档。 15大章节，228课时，1756分钟与你一同进步！

文章目录数据库基础知识为什么要使用数据库什么是SQL？什么是MySQL?数据库三大范式是什么mysql有关权限的表都有哪几个MySQL的binlog有有几种录入格式？分别有什么区别？数据类型mysql有哪些数据类型引擎MySQL存储引擎MyISAM与InnoDB区别MyISAM索引与InnoDB索引的区别？InnoDB引擎的4大特性存储引擎选择索引什么是索引？索引有哪些优缺点？索引使用场景（重点）...

利用数字电子计数知识设计并制作的数字电子钟(含multisim仿真)，该数字钟具有显示星期、24小时制时间、闹铃、整点报时、时间校准功能

想学好JAVA必须要报两万的培训班吗？ Java大神勿入 如果你： 零基础想学JAVA却不知道从何入手 看了一堆书和视频却还是连JAVA的环境都搭建不起来 囊中羞涩面对两万起的JAVA培训班不忍直视 在职没有每天大块的时间专门学习JAVA 那么恭喜你找到组织了，在这里有： 1. 一群志同道合立志学好JAVA的同学一起学习讨论JAVA 2. 灵活机动的学习时间完成特定学习任务+每日编程实战练习 3. 热心助人的助教和讲师及时帮你解决问题，不按时完成作业小心助教老师的家访哦 上一张图看看前辈的感悟： &nbsp; &nbsp; 大家一定迫不及待想知道什么是极简JAVA学习营了吧，下面就来给大家说道说道： 什么是极简JAVA学习营？ 1. 针对Java小白或者初级Java学习者； 2. 利用9天时间，每天1个小时时间； 3.通过 每日作业 / 组队PK / 助教答疑 / 实战编程 / 项目答辩 / 社群讨论 / 趣味知识抢答等方式让学员爱上学习编程 ， 最终实现能独立开发一个基于控制台的‘库存管理系统’ 的学习模式 极简JAVA学习营是怎么学习的？ &nbsp; 如何报名？ 只要购买了极简JAVA一：JAVA入门就算报名成功！ &nbsp;本期为第四期极简JAVA学习营，我们来看看往期学员的学习状态： 作业看这里~ &nbsp; 助教的作业报告是不是很专业 不交作业打屁屁 助教答疑是不是很用心 &nbsp; 有奖抢答大家玩的很嗨啊 &nbsp; &nbsp; 项目答辩终于开始啦 &nbsp; 优秀者的获奖感言 &nbsp; 这是答辩项目的效果 &nbsp; &nbsp; 这么细致的服务，这么好的氛围，这样的学习效果，需要多少钱呢？ 不要1999，不要199，不要99，只要9.9 是的你没听错，只要9.9以上所有就都属于你了 如果你： 1、&nbsp;想学JAVA没有基础 2、&nbsp;想学JAVA没有整块的时间 3、&nbsp;想学JAVA没有足够的预算 还等什么？赶紧报名吧，抓紧抢位，本期只招300人，错过只有等时间待定的下一期了 &nbsp; 报名请加小助手微信：eduxy-1 &nbsp; &nbsp;

董付国系列教材《Python程序设计基础》、《Python程序设计（第2版）》、《Python可以这样学》配套视频，讲解Python 3.5.x和3.6.x语法、内置对象用法、选择与循环以及函数设计与使用、lambda表达式用法、字符串与正则表达式应用、面向对象编程、文本文件与二进制文件操作、目录操作与系统运维、异常处理结构。

文章目录Java概述何为编程什么是Javajdk1.5之后的三大版本JVM、JRE和JDK的关系什么是跨平台性？原理是什么Java语言有哪些特点什么是字节码？采用字节码的最大好处是什么什么是Java程序的主类？应用程序和小程序的主类有何不同？Java应用程序与小程序之间有那些差别？Java和C++的区别Oracle JDK 和 OpenJDK 的对比基础语法数据类型Java有哪些数据类型switc...

机器学习实战系列套餐以实战为出发点，帮助同学们快速掌握机器学习领域必备经典算法原理并结合Python工具包进行实战应用。建议学习顺序：1.Python必备工具包：掌握实战工具 2.机器学习算法与实战应用：数学原理与应用方法都是必备技能 3.数据挖掘实战：通过真实数据集进行项目实战。按照下列课程顺序学习即可！ 课程风格通俗易懂，用最接地气的方式带领大家轻松进军机器学习！提供所有课程代码，PPT与实战数据，有任何问题欢迎随时与我讨论。

发现网上很多Java面试题都没有答案，所以花了很长时间搜集整理出来了这套Java面试题大全，希望对大家有帮助哈~ 本套Java面试题大全，全的不能再全，哈哈~ 一、Java 基础 1. JDK 和 JRE 有什么区别？ JDK：Java Development Kit 的简称，java 开发工具包，提供了 java 的开发环境和运行环境。 JRE：Java Runtime Environ...

已经连续五年参加大厂校招、社招的技术面试工作，简历看的不下于万份 这篇文章会用实例告诉你，什么是差的程序员简历！ 疫情快要结束了，各个公司也都开始春招了，作为即将红遍大江南北的新晋UP主，那当然要为小伙伴们做点事（手动狗头）。 就在公众号里公开征简历，义务帮大家看，并一一点评。《启舰：春招在即，义务帮大家看看简历吧》 一石激起千层浪，三天收到两百多封简历。 花光了两个星期的所有空闲时...

深度学习系列课程从深度学习基础知识点开始讲解一步步进入神经网络的世界再到卷积和递归神经网络，详解各大经典网络架构。实战部分选择当下最火爆深度学习框架PyTorch与Tensorflow/Keras，全程实战演示框架核心使用与建模方法。项目实战部分选择计算机视觉与自然语言处理领域经典项目，从零开始详解算法原理，debug模式逐行代码解读。适合准备就业和转行的同学们加入学习！ 建议按照下列课程顺序来进行学习 （1）掌握深度学习必备经典网络架构 （2）深度框架实战方法 （3）计算机视觉与自然语言处理项目实战。（按照课程排列顺序即可）

本课程为HoloLens2开发入门教程，讲解部署开发环境，安装VS2019，Unity版本，Windows SDK，创建Unity项目，讲解如何使用MRTK，编辑器模拟手势交互，打包VS工程并编译部署应用到HoloLens上等。

本文的面试题如下： Redis 持久化机制 缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级等问题 热点数据和冷数据是什么 Memcache与Redis的区别都有哪些？ 单线程的redis为什么这么快 redis的数据类型，以及每种数据类型的使用场景，Redis 内部结构 redis的过期策略以及内存淘汰机制【～】 Redis 为什么是单线程的，优点 如何解决redis的并发竞争key问题 Red...

该套餐共包含从C小白到C++到MFC的全部课程，整套学下来绝对成为一名C++大牛！！！

这是武汉理工大学计算机学院数据结构与算法综合实验课程的第三次项目：欢乐连连看(C++ & MFC)迭代开发代码。运行环境：VS2017。已经实现功能：开始游戏、消子、判断胜负、提示、重排、计时、帮助。

YOLOv3是一种基于深度学习的端到端实时目标检测方法，以速度快见长。本课程将手把手地教大家使用labelImg标注和使用YOLOv3训练自己的数据集。课程分为三个小项目：足球目标检测（单目标检测）、梅西目标检测（单目标检测）、足球和梅西同时目标检测（两目标检测）。 本课程的YOLOv3使用Darknet，在Ubuntu系统上做项目演示。包括：安装Darknet、给自己的数据集打标签、整理自己的数据集、修改配置文件、训练自己的数据集、测试训练出的网络模型、性能统计(mAP计算和画出PR曲线)和先验框聚类。 Darknet是使用C语言实现的轻型开源深度学习框架，依赖少，可移植性好，值得深入探究。 除本课程《YOLOv3目标检测实战：训练自己的数据集》外，本人推出了有关YOLOv3目标检测的系列课程，请持续关注该系列的其它课程视频，包括： 《YOLOv3目标检测实战：交通标志识别》 《YOLOv3目标检测：原理与源码解析》 《YOLOv3目标检测：网络模型改进方法》 敬请关注并选择学习！

uboot-2015-07最新代码，喜欢的朋友请拿去