windows服务调用opencv编写的可执行文件出错

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

2个回答

服务在session 0,它不能访问任何用户环境的信息,而你控制台程序是在用户session。这个两者之间有区别
你可能需要一个用户session的程序,让它一直后台运行

rpc thrift试试

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
android studio调用opencv的Dnn.readNet出错 ReadProtoFromBinaryFile
import org.opencv.dnn.*; …… Net net = Dnn.readNet("F://text_detect//models//east//frozen_east_text_detection.pb"); 我在android studio中调用opencv的dnn功能,在读取网络的时候出错,提示: FAILED: fs.is_open(). Can't open "F://android//AndroidStudioProjects//TestSo//app//frozen_east_text_detection.pb" in function 'ReadProtoFromBinaryFile' 代码如上所示。 我查看了很多资料,说是路径问题,我可以确定我在这个路径下的pb文件是存在的;另外看到了有人用java调用dnn的readNetFromDarknet函数,我使用的时候也是会提示类似的读取失败的问题,但是这个人是使用成功的(他用了相对路径: Net net = Dnn.readNetFromDarknet("text.cfg", "text.weights");),怀疑是需要放置到固定路径下,但是我没找到放置的位置。 有人知道应该怎么放pb文件的位置吗? 我在c++下调用是可以正常调用的 net = cv::dnn::readNet("F://text_detect//models//east//frozen_east_text_detection.pb"); 不晓得c++下调用dnn的读取网络功能和安卓下有什么不同
CVI怎么调用opencv的库打开摄像头
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。
php可以调用opencv库吗?
php可以调用opencv里的surf算法和flann算法吗,用来匹配mysql储存的图片和目标图片的,最后找出最匹配的图片?
malloc(): memory corruption (fast): C++ opencv编写出错
好象是亮度调整那里出错了,可是不知道怎么改 ``` int main(){ Mat re_src_image; Mat src_image = imread("/home/zn/桌面/13740146-f01b848b12b93174.png",1); if(! src_image.data){ cout << "Couldn't find the image!\n"; return false; } else { resize(src_image, re_src_image, Size(640, 480)); vector<Mat> channels; split(re_src_image, channels); re_src_image = channels.at(2); } //亮度调整 int ContrastValue = 100; int BrightValue = 0; Mat light_image = Mat::zeros(re_src_image.size(), re_src_image.type()); for (int y = 0; y < re_src_image.rows; y++) { for (int x = 0; x < re_src_image.cols; x++) { for (int c = 0; c < 3; c++){ light_image.at<Vec3b>(y, x)[c] = (ContrastValue*0.01)*(re_src_image.at<Vec3b>(y, x)[c]) + BrightValue; } } } imshow("a",re_src_image); while(1){ if(waitKey(0)==27) break; } return 0; } ```
ubuntu 配置c++版本的opencv 的诸多困扰
我刚刚接触Ubuntu系统,打算在Ubuntu上做c++开发,看了很多关于如何配置opencv的帖子, 感觉都非常顺畅: 1)下载opencv 源代码 2)解压 3)创建build文件夹, 然后cd build 4)cmake, make, install等等。 但是我操作的时候有很多问题,首先: 1)opencv的源代码由于不能翻墙原因,下载非常慢,目前只能借用一些网友在百度云的存储下载。 2)在按照Opencv官网执行cmake编译的时候,非常的不顺利,会报很多错误,其中最主要的就是ippicv下载慢,也需要提前手动下载。同时,还需要修改很多文件的内容。 3)好容易cmake编译通过,但是执行make命令的时候一直就是无法通过,至今不知道原因。 希望各位有经验的大神可以帮下我,能让我快速的配好Opencv,并且非常想知道,我上述提出的一些问题大家都是如何解决的? 感谢大家。
java 为什么能够调用OpenCV?
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?
ubuntu 安装配置c++的opencv 报错
我在ubuntu 上打算安装和配置c++的Opencv, 下载了opencv3.1.0版本的代码,然后也手动的下载了ippicv_linux_20151201.tgz。创建build文件夹后Cmake命令已经可以编译过去了。 但是在执行make命令的时候,经常会报错: ``` [ 15%] Building CXX object modules/core/CMakeFiles/opencv_core.dir/opencl_kernels_core.cpp.o [ 15%] Linking CXX shared library ../../lib/libopencv_core.so /usr/bin/ld: CMakeFiles/opencv_core.dir/src/va_intel.cpp.o: relocation R_X86_64_32 against `.rodata' can not be used when making a shared object; recompile with -fPIC CMakeFiles/opencv_core.dir/src/va_intel.cpp.o: 无法添加符号: 错误的值 collect2: error: ld returned 1 exit status modules/core/CMakeFiles/opencv_core.dir/build.make:1382: recipe for target 'lib/libopencv_core.so.3.1.0' failed make[2]: *** [lib/libopencv_core.so.3.1.0] Error 1 CMakeFiles/Makefile2:1420: recipe for target 'modules/core/CMakeFiles/opencv_core.dir/all' failed make[1]: *** [modules/core/CMakeFiles/opencv_core.dir/all] Error 2 Makefile:160: recipe for target 'all' failed make: *** [all] Error 2 ``` 有时候在33%进度的时候报这个错误,有时候就在15%时候报。我整整试了一整天,查遍了各种解决方法都无济于事。请大侠们帮忙解决下吧。跪谢。 是否有直接加载已经编译好的库的方式,可以快速实现配置,因为我急需要用Opencv实现代码。感谢各位大侠了。
vs2010MFC如何调用opencv中sift算法并把特征值存到sql server数据库或者文件中?
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?
wince中如何调用opencv库
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?
JavaWeb servlet中调用opencv类库的问题?
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。。。。。
python 调用opencv cvtcolor函数出错
![图片说明](https://img-ask.csdn.net/upload/201810/10/1539170624_592610.png) ![图片说明](https://img-ask.csdn.net/upload/201810/10/1539170069_149266.png)
python3调用别人的opencv图片匹配程序报错
小白,调用别人python算法进行图片匹配报错。 代码: import cv2 from matplotlib import pyplot as plt import numpy as np import os import math def getMatchNum(matches,ratio): '''返回特征点匹配数量和匹配掩码''' matchesMask=[[0,0] for i in range(len(matches))] matchNum=0 for i,(m,n) in enumerate(matches): if m.distance<ratio*n.distance: #将距离比率小于ratio的匹配点删选出来 matchesMask[i]=[1,0] matchNum+=1 return (matchNum,matchesMask) path='D:/code/' queryPath=path+'yangben/' #图库路径 samplePath=path+'yuanjian/image1.jpg' #样本图片 comparisonImageList=[] #记录比较结果 #创建SIFT特征提取器 sift = cv2.xfeatures2d.SIFT_create() #创建FLANN匹配对象 FLANN_INDEX_KDTREE=0 indexParams=dict(algorithm=FLANN_INDEX_KDTREE,trees=5) searchParams=dict(checks=50) flann=cv2.FlannBasedMatcher(indexParams,searchParams) sampleImage=cv2.imread(samplePath,0) kp1, des1 = sift.detectAndCompute(sampleImage, None) #提取样本图片的特征 for parent,dirnames,filenames in os.walk(queryPath): for p in filenames: p=queryPath+p queryImage=cv2.imread(p,0) kp2, des2 = sift.detectAndCompute(queryImage, None) #提取比对图片的特征 matches=flann.knnMatch(des1,des2,k=2) #匹配特征点,为了删选匹配点,指定k为2,这样对样本图的每个特征点,返回两个匹配 (matchNum,matchesMask)=getMatchNum(matches,0.9) #通过比率条件,计算出匹配程度 matchRatio=matchNum*100/len(matches) drawParams=dict(matchColor=(0,255,0), singlePointColor=(255,0,0), matchesMask=matchesMask, flags=0) comparisonImage=cv2.drawMatchesKnn(sampleImage,kp1,queryImage,kp2,matches,None,**drawParams) comparisonImageList.append((comparisonImage,matchRatio)) #记录下结果 comparisonImageList.sort(key=lambda x:x[1],reverse=True) #按照匹配度排序 count=len(comparisonImageList) column=4 row=math.ceil(count/column) #绘图显示 figure,ax=plt.subplots(row,column) for index,(image,ratio) in enumerate(comparisonImageList): ax[int(index/column)][index%column].set_title('Similiarity %.2f%%' % ratio) ax[int(index/column)][index%column].imshow(image) plt.show() 报错信息: Traceback (most recent call last): File "sift7.py", line 55, in <module> ax[int(index/column)][index%column].set_title('Similiarity %.2f%%' % ratio) TypeError: 'AxesSubplot' object does not support indexing 求大神指点。
用android studio opencv去检测图片中的三角形和矩形和圆形的数量的大体思路 ,多多指教?
用android studio opencv去检测图片中的三角形和矩形和圆形的数量的大体思路 ,多多指教
为什么vs2019配置opencv包含目录的路径..\opencv\build\include还要再配置..\opencv\build\include\opencv2
在使用vs2019开发opencv应用的过程中发现,配置项目属性中包含目录和库目录时,需要增加..\opencv\build\include和..\opencv\build\include\opencv2这两个路径,opencv2包含在include下面,那么为什么不能只用\opencv\build\include这一个路径(会找不到头文件)
关于调用OPENCV库 编写HOG与SVM程序 不同样本训练结果问题
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。 ![图片说明](https://img-ask.csdn.net/upload/201705/10/1494417539_932086.png) 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!!!
arm-Fedaro 调用opencv 失败
问题如下,请问怎么解决啊? [toybrick@localhost LSF]$ python3 cv_test Failed to query video capabilities: Inappropriate ioctl for device libv4l2: error getting capabilities: Inappropriate ioctl for device VIDEOIO ERROR: V4L: device /home/toybrick/LSF/input.mp4: Unable to query number of channels mpi: mpp version: Without VCS info mpp_rt: NOT found ion allocator mpp_rt: found drm allocator mpp: deprecated block control, use timeout control instead warning: GStreamer: unable to query duration of stream (/builddir/build/BUILD/opencv-3.4.1/modules/videoio/src/cap_gstreamer.cpp:904) warning: Cannot query video position: status=1 value=1 duration=-1 (/builddir/build/BUILD/opencv-3.4.1/modules/videoio/src/cap_gstreamer.cpp:952)
python使用opencv中的imshow时出错,无法显示图片
python使用opencv中imshow语句时报错,窗口就是灰色的没有图片,错误提示cv2.error: OpenCV(4.1.0) C:\projects\opencv-python\opencv\modules\highgui\src\window.cpp:352: error: (-215:Assertion failed) size.width>0 && size.height>0 in function 'cv::imshow' 求大神帮忙解决 下面是代码 import cv2 #加载图片 image=cv2.imread('‪SS09001.JPG') #建立一个窗口 cv2.namedWindow('image') #展示 cv2.imshow('image',image) cv2.waitKey()
vs2010+opencv编写的文本识别程序交叉编译时遇到问题
最近刚接触mini2440,想把自己写的识别字母和数字的程序运行到mini2440开发板上, 于是在PC机上运用opencv和vs2010写了识别程序,现在的问题是不能将之在开发板上运行。 目前了解的信息是需要进行交叉编译生成可执行文件,然后通过调试器下载到目标开发板上。 开发板上已经移植了opencv,但是在UBUNTU上进行交叉编译时程序能编译通过,但运行出错。 我识别程序是用c语言写的,不知道可以能够实现将程序交叉编译成功并下载到mini2440开发板上嘛?
opencv实现边缘梯度直方图+meanshift实现框选物体跟踪,代码出错,不知道错在哪里?
``` #include<iostream> #include<opencv2/opencv.hpp> #include<opencv2/highgui/highgui.hpp> #include<opencv2/core/core.hpp> #include<opencv2/imgproc/imgproc.hpp> #include<ctype.h> using namespace std; using namespace cv; Mat image; //当前帧图像 Mat imageCopy; //用于拷贝的当前帧图像 Mat rectImage; //子图像 Point beginPoint; //矩形框起点 Point endPoint; //矩形框终点 bool leftButtonDownFlag = false; //左键单击后视频暂停播放的标志位 int frameCount = 0; //帧数统计 int trackCount = 0; //等于1时初始化直方图 void onMouse(int event, int x, int y, int flags, void* ustc); //鼠标回调函数 int main(int argc, char* argv[]) { VideoCapture capture("1.AVI"); //VideoCapture capture(0); int capture_fps = capture.get(CV_CAP_PROP_FPS); //获取视频帧率 int capture_count = capture.get(CV_CAP_PROP_FRAME_COUNT); int capture_width = capture.get(CV_CAP_PROP_FRAME_WIDTH); int capture_height = capture.get(CV_CAP_PROP_FRAME_HEIGHT); cout << "视频帧率:" << capture_fps << endl; cout << "视频帧数:" << capture_count << endl; cout << "视频宽度:" << capture_width << endl; cout << "视频高度:" << capture_height << endl; int pauseTime = 1000 / capture_fps; //两幅画面中间间隔 namedWindow("Video"); setMouseCallback("Video", onMouse);//函数setMousecallback用于鼠标在图上做标记等作用 int hbinNum = 16;//每一维上直方图的个数,如果是一维直方图,就是竖条(bin)的个数 float hranges[] = { 40, 250 };//每一维数值的取值范围数组 const float* phranges = hranges;//const修饰phranges指针,指针phranges的指向可以修改,但是phranges指向的值不可以改;指针phranges指向的是hranges的首地址 bool backprojectMode = false; namedWindow("Video", 0); capture >> image; int rows = image.rows; int cols = image.cols; Mat image1 = image.clone(); Mat dst, edge, gray;//定义canny边缘检测所需的变量 Mat abs_grad_x, abs_grad_y;//定义sobel算子求方向梯度所需的变量 Mat grad_x(rows, cols, CV_8UC1, Scalar::all(0));//定义sobel算子求方向梯度所需的变量 Mat grad_y(rows, cols, CV_8UC1, Scalar::all(0));//定义sobel算子求方向梯度所需的变量 Mat theta(rows, cols, CV_32FC1, Scalar::all(0)); Mat gradient(rows, cols, CV_32FC1, Scalar::all(0));//梯度矩阵 Mat angle(rows, cols, CV_32FC1, Scalar::all(0));//梯度方向角度 Mat mask, hist, histImg = Mat::zeros(image.size(), image.type()), backproj;//初始化histImg存储直方图数据,使其规格与捕获的image相同 Rect trackWindow;//定义一个捕捉矩形窗口 //**********************读取视频******************************** while (true) { if (!leftButtonDownFlag) //鼠标左键按下绘制矩形时,视频暂停播放 { capture >> image;//读取当前帧 frameCount++; //帧数增加,视频向前增加 } if (!image.data || waitKey(pauseTime + 30) == 27) //当当前帧的数据为空或两帧画面的时间间隔不满足规定的数值时,退出播放 { break; } //***************camshiftdemo代码的脉络分析******************** //提取边缘梯度大小与幅值 if (trackCount > 0) { dst.create(image1.size(), image1.type()); dst = Scalar::all(0); cvtColor(image1, gray, COLOR_BGR2GRAY); GaussianBlur(gray, edge, Size(3, 3), 0, 0); Canny(edge, edge, 3, 9, 3);//canny算子获得边缘图 Sobel(gray, grad_x, CV_16S,1, 0, 3, 1, 1);//求X方向的梯度 Sobel(gray, grad_y, CV_16S,0, 1, 3, 1, 1);//求Y方向的梯度 cartToPolar(grad_x, grad_y, gradient, angle);//计算梯度方向与梯度幅值 convertScaleAbs(grad_x, grad_x); convertScaleAbs(grad_y, grad_y); //绘制直方图 if (trackCount == 1) { histImg = Scalar::all(0); Mat roi(angle, Rect(beginPoint, endPoint)), maskroi(mask, Rect(beginPoint, endPoint)); calcHist(&roi, 1, 0, maskroi, hist, 1, &hbinNum, &phranges);//掩膜maskroi是用来确定输入图像的哪些像素被计数;mask也设置ROI, 是要让hue中截取出来放在mask中的 区域大小位置都和hue中一致, 不要改变原来的位置这点很有用。 normalize(hist, hist, 0, 255, CV_MINMAX); trackCount++; trackWindow = Rect(beginPoint, endPoint); } calcBackProject(&angle, 1, 0, hist, backproj, &phranges);//直方图反向投影 backproj &= mask; meanShift(backproj, trackWindow, TermCriteria(CV_TERMCRIT_EPS | CV_TERMCRIT_ITER, 10, 1));//CamshiftDemo //***画出跟踪区域的位置 if (backprojectMode) { cvtColor(backproj, image, CV_GRAY2BGR); } rectangle(image, Point(trackWindow.x, trackWindow.y), Point(trackWindow.x + trackWindow.width, trackWindow.y + trackWindow.height), Scalar(0, 0, 255), 1, CV_AA);//画跟踪矩形框 trackCount++; // writer << image; } imshow("Video", image); } waitKey(0); return 0; } //鼠标回调函数 void onMouse(int event, int x, int y, int flags, void *ustc) { if (event == CV_EVENT_LBUTTONDOWN) { leftButtonDownFlag = true; //标志位 beginPoint = Point(x, y); //设置左键按下点的矩形起点 endPoint = beginPoint; } if (event == CV_EVENT_MOUSEMOVE && leftButtonDownFlag) { imageCopy = image.clone(); endPoint = Point(x, y); if (beginPoint != endPoint) { //在复制的图像上绘制矩形 rectangle(imageCopy, beginPoint, endPoint, Scalar(0, 0, 255), 2); } imshow("Video", imageCopy); } if (event == CV_EVENT_LBUTTONUP) { leftButtonDownFlag = false; Mat subImage = image(Rect(beginPoint, endPoint)); //子图像 rectImage = subImage.clone(); trackCount = 1; //imshow("Sub Image", rectImage); } } ```
爬虫福利二 之 妹子图网MM批量下载
爬虫福利一:27报网MM批量下载    点击 看了本文,相信大家对爬虫一定会产生强烈的兴趣,激励自己去学习爬虫,在这里提前祝:大家学有所成! 目标网站:妹子图网 环境:Python3.x 相关第三方模块:requests、beautifulsoup4 Re:各位在测试时只需要将代码里的变量 path 指定为你当前系统要保存的路径,使用 python xxx.py 或IDE运行即可。
Java学习的正确打开方式
在博主认为,对于入门级学习java的最佳学习方法莫过于视频+博客+书籍+总结,前三者博主将淋漓尽致地挥毫于这篇博客文章中,至于总结在于个人,实际上越到后面你会发现学习的最好方式就是阅读参考官方文档其次就是国内的书籍,博客次之,这又是一个层次了,这里暂时不提后面再谈。博主将为各位入门java保驾护航,各位只管冲鸭!!!上天是公平的,只要不辜负时间,时间自然不会辜负你。 何谓学习?博主所理解的学习,它
程序员必须掌握的核心算法有哪些?
由于我之前一直强调数据结构以及算法学习的重要性,所以就有一些读者经常问我,数据结构与算法应该要学习到哪个程度呢?,说实话,这个问题我不知道要怎么回答你,主要取决于你想学习到哪些程度,不过针对这个问题,我稍微总结一下我学过的算法知识点,以及我觉得值得学习的算法。这些算法与数据结构的学习大多数是零散的,并没有一本把他们全部覆盖的书籍。下面是我觉得值得学习的一些算法以及数据结构,当然,我也会整理一些看过
大学四年自学走来,这些私藏的实用工具/学习网站我贡献出来了
大学四年,看课本是不可能一直看课本的了,对于学习,特别是自学,善于搜索网上的一些资源来辅助,还是非常有必要的,下面我就把这几年私藏的各种资源,网站贡献出来给你们。主要有:电子书搜索、实用工具、在线视频学习网站、非视频学习网站、软件下载、面试/求职必备网站。 注意:文中提到的所有资源,文末我都给你整理好了,你们只管拿去,如果觉得不错,转发、分享就是最大的支持了。 一、PDF搜索网站推荐 对于大部
linux系列之常用运维命令整理笔录
本博客记录工作中需要的linux运维命令,大学时候开始接触linux,会一些基本操作,可是都没有整理起来,加上是做开发,不做运维,有些命令忘记了,所以现在整理成博客,当然vi,文件操作等就不介绍了,慢慢积累一些其它拓展的命令,博客不定时更新 顺便拉下票,我在参加csdn博客之星竞选,欢迎投票支持,每个QQ或者微信每天都可以投5票,扫二维码即可,http://m234140.nofollow.ax.
Vue + Spring Boot 项目实战(十四):用户认证方案与完善的访问拦截
本篇文章主要讲解 token、session 等用户认证方案的区别并分析常见误区,以及如何通过前后端的配合实现完善的访问拦截,为下一步权限控制的实现打下基础。
比特币原理详解
一、什么是比特币 比特币是一种电子货币,是一种基于密码学的货币,在2008年11月1日由中本聪发表比特币白皮书,文中提出了一种去中心化的电子记账系统,我们平时的电子现金是银行来记账,因为银行的背后是国家信用。去中心化电子记账系统是参与者共同记账。比特币可以防止主权危机、信用风险。其好处不多做赘述,这一层面介绍的文章很多,本文主要从更深层的技术原理角度进行介绍。 二、问题引入  假设现有4个人
程序员接私活怎样防止做完了不给钱?
首先跟大家说明一点,我们做 IT 类的外包开发,是非标品开发,所以很有可能在开发过程中会有这样那样的需求修改,而这种需求修改很容易造成扯皮,进而影响到费用支付,甚至出现做完了项目收不到钱的情况。 那么,怎么保证自己的薪酬安全呢? 我们在开工前,一定要做好一些证据方面的准备(也就是“讨薪”的理论依据),这其中最重要的就是需求文档和验收标准。一定要让需求方提供这两个文档资料作为开发的基础。之后开发
网页实现一个简单的音乐播放器(大佬别看。(⊙﹏⊙))
今天闲着无事,就想写点东西。然后听了下歌,就打算写个播放器。 于是乎用h5 audio的加上js简单的播放器完工了。 欢迎 改进 留言。 演示地点跳到演示地点 html代码如下`&lt;!DOCTYPE html&gt; &lt;html&gt; &lt;head&gt; &lt;title&gt;music&lt;/title&gt; &lt;meta charset="utf-8"&gt
Python十大装B语法
Python 是一种代表简单思想的语言,其语法相对简单,很容易上手。不过,如果就此小视 Python 语法的精妙和深邃,那就大错特错了。本文精心筛选了最能展现 Python 语法之精妙的十个知识点,并附上详细的实例代码。如能在实战中融会贯通、灵活使用,必将使代码更为精炼、高效,同时也会极大提升代码B格,使之看上去更老练,读起来更优雅。 1. for - else 什么?不是 if 和 else 才
数据库优化 - SQL优化
前面一篇文章从实例的角度进行数据库优化,通过配置一些参数让数据库性能达到最优。但是一些“不好”的SQL也会导致数据库查询变慢,影响业务流程。本文从SQL角度进行数据库优化,提升SQL运行效率。 判断问题SQL 判断SQL是否有问题时可以通过两个表象进行判断: 系统级别表象 CPU消耗严重 IO等待严重 页面响应时间过长
2019年11月中国大陆编程语言排行榜
2019年11月2日,我统计了某招聘网站,获得有效程序员招聘数据9万条。针对招聘信息,提取编程语言关键字,并统计如下: 编程语言比例 rank pl_ percentage 1 java 33.62% 2 c/c++ 16.42% 3 c_sharp 12.82% 4 javascript 12.31% 5 python 7.93% 6 go 7.25% 7
通俗易懂地给女朋友讲:线程池的内部原理
餐厅的约会 餐盘在灯光的照耀下格外晶莹洁白,女朋友拿起红酒杯轻轻地抿了一小口,对我说:“经常听你说线程池,到底线程池到底是个什么原理?”我楞了一下,心里想女朋友今天是怎么了,怎么突然问出这么专业的问题,但做为一个专业人士在女朋友面前也不能露怯啊,想了一下便说:“我先给你讲讲我前同事老王的故事吧!” 大龄程序员老王 老王是一个已经北漂十多年的程序员,岁数大了,加班加不动了,升迁也无望,于是拿着手里
经典算法(5)杨辉三角
写在前面: 我是 扬帆向海,这个昵称来源于我的名字以及女朋友的名字。我热爱技术、热爱开源、热爱编程。技术是开源的、知识是共享的。 这博客是对自己学习的一点点总结及记录,如果您对 Java、算法 感兴趣,可以关注我的动态,我们一起学习。 用知识改变命运,让我们的家人过上更好的生活。 目录一、杨辉三角的介绍二、杨辉三角的算法思想三、代码实现1.第一种写法2.第二种写法 一、杨辉三角的介绍 百度
腾讯算法面试题:64匹马8个跑道需要多少轮才能选出最快的四匹?
昨天,有网友私信我,说去阿里面试,彻底的被打击到了。问了为什么网上大量使用ThreadLocal的源码都会加上private static?他被难住了,因为他从来都没有考虑过这个问题。无独有偶,今天笔者又发现有网友吐槽了一道腾讯的面试题,我们一起来看看。 腾讯算法面试题:64匹马8个跑道需要多少轮才能选出最快的四匹? 在互联网职场论坛,一名程序员发帖求助到。二面腾讯,其中一个算法题:64匹
面试官:你连RESTful都不知道我怎么敢要你?
面试官:了解RESTful吗? 我:听说过。 面试官:那什么是RESTful? 我:就是用起来很规范,挺好的 面试官:是RESTful挺好的,还是自我感觉挺好的 我:都挺好的。 面试官:… 把门关上。 我:… 要干嘛?先关上再说。 面试官:我说出去把门关上。 我:what ?,夺门而去 文章目录01 前言02 RESTful的来源03 RESTful6大原则1. C-S架构2. 无状态3.统一的接
为啥国人偏爱Mybatis,而老外喜欢Hibernate/JPA呢?
关于SQL和ORM的争论,永远都不会终止,我也一直在思考这个问题。昨天又跟群里的小伙伴进行了一番讨论,感触还是有一些,于是就有了今天这篇文。 声明:本文不会下关于Mybatis和JPA两个持久层框架哪个更好这样的结论。只是摆事实,讲道理,所以,请各位看官勿喷。 一、事件起因 关于Mybatis和JPA孰优孰劣的问题,争论已经很多年了。一直也没有结论,毕竟每个人的喜好和习惯是大不相同的。我也看
SQL-小白最佳入门sql查询一
一 说明 如果是初学者,建议去网上寻找安装Mysql的文章安装,以及使用navicat连接数据库,以后的示例基本是使用mysql数据库管理系统; 二 准备前提 需要建立一张学生表,列分别是id,名称,年龄,学生信息;本示例中文章篇幅原因SQL注释略; 建表语句: CREATE TABLE `student` ( `id` int(11) NOT NULL AUTO_INCREMENT, `
项目中的if else太多了,该怎么重构?
介绍 最近跟着公司的大佬开发了一款IM系统,类似QQ和微信哈,就是聊天软件。我们有一部分业务逻辑是这样的 if (msgType = "文本") { // dosomething } else if(msgType = "图片") { // doshomething } else if(msgType = "视频") { // doshomething } else { // dosho
“狗屁不通文章生成器”登顶GitHub热榜,分分钟写出万字形式主义大作
一、垃圾文字生成器介绍 最近在浏览GitHub的时候,发现了这样一个骨骼清奇的雷人项目,而且热度还特别高。 项目中文名:狗屁不通文章生成器 项目英文名:BullshitGenerator 根据作者的介绍,他是偶尔需要一些中文文字用于GUI开发时测试文本渲染,因此开发了这个废话生成器。但由于生成的废话实在是太过富于哲理,所以最近已经被小伙伴们给玩坏了。 他的文风可能是这样的: 你发现,
程序员:我终于知道post和get的区别
IT界知名的程序员曾说:对于那些月薪三万以下,自称IT工程师的码农们,其实我们从来没有把他们归为我们IT工程师的队伍。他们虽然总是以IT工程师自居,但只是他们一厢情愿罢了。 此话一出,不知激起了多少(码农)程序员的愤怒,却又无可奈何,于是码农问程序员。 码农:你知道get和post请求到底有什么区别? 程序员:你看这篇就知道了。 码农:你月薪三万了? 程序员:嗯。 码农:你是怎么做到的? 程序员:
《程序人生》系列-这个程序员只用了20行代码就拿了冠军
你知道的越多,你不知道的越多 点赞再看,养成习惯GitHub上已经开源https://github.com/JavaFamily,有一线大厂面试点脑图,欢迎Star和完善 前言 这一期不算《吊打面试官》系列的,所有没前言我直接开始。 絮叨 本来应该是没有这期的,看过我上期的小伙伴应该是知道的嘛,双十一比较忙嘛,要值班又要去帮忙拍摄年会的视频素材,还得搞个程序员一天的Vlog,还要写BU
加快推动区块链技术和产业创新发展,2019可信区块链峰会在京召开
      11月8日,由中国信息通信研究院、中国通信标准化协会、中国互联网协会、可信区块链推进计划联合主办,科技行者协办的2019可信区块链峰会将在北京悠唐皇冠假日酒店开幕。   区块链技术被认为是继蒸汽机、电力、互联网之后,下一代颠覆性的核心技术。如果说蒸汽机释放了人类的生产力,电力解决了人类基本的生活需求,互联网彻底改变了信息传递的方式,区块链作为构造信任的技术有重要的价值。   1
程序员把地府后台管理系统做出来了,还有3.0版本!12月7号最新消息:已在开发中有github地址
第一幕:缘起 听说阎王爷要做个生死簿后台管理系统,我们派去了一个程序员…… 996程序员做的梦: 第一场:团队招募 为了应对地府管理危机,阎王打算找“人”开发一套地府后台管理系统,于是就在地府总经办群中发了项目需求。 话说还是中国电信的信号好,地府都是满格,哈哈!!! 经常会有外行朋友问:看某网站做的不错,功能也简单,你帮忙做一下? 而这次,面对这样的需求,这个程序员
Android 9.0系统新特性,对刘海屏设备进行适配
其实Android 9.0系统已经是去年推出的“老”系统了,这个系统中新增了一个比较重要的特性,就是对刘海屏设备进行了支持。一直以来我也都有打算针对这个新特性好好地写一篇文章,但是为什么直到拖到了Android 10.0系统都发布了才开始写这篇文章呢?当然,一是因为我这段时间确实比较忙,今年几乎绝大部分的业余时间都放到写新书上了。但是最主要的原因并不是这个,而是因为刘海屏设备的适配存在一定的特殊性
网易云6亿用户音乐推荐算法
网易云音乐是音乐爱好者的集聚地,云音乐推荐系统致力于通过 AI 算法的落地,实现用户千人千面的个性化推荐,为用户带来不一样的听歌体验。 本次分享重点介绍 AI 算法在音乐推荐中的应用实践,以及在算法落地过程中遇到的挑战和解决方案。 将从如下两个部分展开: AI 算法在音乐推荐中的应用 音乐场景下的 AI 思考 从 2013 年 4 月正式上线至今,网易云音乐平台持续提供着:乐屏社区、UGC
【技巧总结】位运算装逼指南
位算法的效率有多快我就不说,不信你可以去用 10 亿个数据模拟一下,今天给大家讲一讲位运算的一些经典例子。不过,最重要的不是看懂了这些例子就好,而是要在以后多去运用位运算这些技巧,当然,采用位运算,也是可以装逼的,不信,你往下看。我会从最简单的讲起,一道比一道难度递增,不过居然是讲技巧,那么也不会太难,相信你分分钟看懂。 判断奇偶数 判断一个数是基于还是偶数,相信很多人都做过,一般的做法的代码如下
日均350000亿接入量,腾讯TubeMQ性能超过Kafka
整理 | 夕颜出品 | AI科技大本营(ID:rgznai100) 【导读】近日,腾讯开源动作不断,相继开源了分布式消息中间件TubeMQ,基于最主流的 OpenJDK8开发的
8年经验面试官详解 Java 面试秘诀
    作者 | 胡书敏 责编 | 刘静 出品 | CSDN(ID:CSDNnews) 本人目前在一家知名外企担任架构师,而且最近八年来,在多家外企和互联网公司担任Java技术面试官,前后累计面试了有两三百位候选人。在本文里,就将结合本人的面试经验,针对Java初学者、Java初级开发和Java开发,给出若干准备简历和准备面试的建议。   Java程序员准备和投递简历的实
面试官如何考察你的思维方式?
1.两种思维方式在求职面试中,经常会考察这种问题:北京有多少量特斯拉汽车? 某胡同口的煎饼摊一年能卖出多少个煎饼? 深圳有多少个产品经理? 一辆公交车里能装下多少个乒乓球? 一
相关热词 c# 输入ip c# 乱码 报表 c#选择结构应用基本算法 c# 收到udp包后回包 c#oracle 头文件 c# 序列化对象 自定义 c# tcp 心跳 c# ice连接服务端 c# md5 解密 c# 文字导航控件
立即提问