opencv如何实现在视频中画任意四边形进行检测?
#include<iostream>  

#include

#include

#include

#include
#include

using namespace std;

using namespace cv;

Mat srcframe, tmpframe, copyframe;

vector pt1;

const string wndName("输出视频");

static void onMouse(int, int, int, int, void*);//SetMouseCallBack的回调函数

int main()

{

system("color 2F");//设定界面颜色
bool stop = false;
bool gotROI = false;
VideoCapture cap("F:/视频检测/测试视频/20100323_华美达广场对面.avi");
if (!cap.isOpened())

{

cout << "读取视频有误" << endl;

return -1;

}
double rate = cap.get(CV_CAP_PROP_FPS);

namedWindow("输出视频",1);

while(!stop)
{               
    cap>>srcframe;
    if(!srcframe.data)
        break;
    imshow("输出视频",srcframe);
    int delay = 1000 / rate;
    int c = waitKey(delay);  
    if ((char)c == 27 )  
    {  
        stop = true;  
    } 
    setMouseCallback("输出视频",onMouse,NULL);
    if (c >= 0)  
    {  
        waitKey(0);  
    } 
}
waitKey(0);  
return 0;  

}

static void onMouse(int event, int x, int y, int flags, void*)

{

static int i = 0;//点击计数

switch (event)

{

case CV_EVENT_LBUTTONDOWN://左击,获取坐标
pt1.push_back(Point(x, y));
if (i == 0||i % 4 == 0)

{

        circle(srcframe, pt1[i], 1, Scalar(0, 0, 255));//描第一个点  
    }  
    else  
    {  
        if((i+1)%4 == 0)
        {

            circle(srcframe, pt1[i], 1, Scalar(0, 0, 255));//描点 
            line(srcframe, pt1[i], pt1[i-1], Scalar(0, 255, 0));//与前一点进行连
            line(srcframe, pt1[i], pt1[i-3], Scalar(0, 255, 0));//与前一点进行连
            line(srcframe, pt1[i], pt1[i-1], Scalar(255));//映射到掩
            line(srcframe, pt1[i], pt1[i-3], Scalar(255));//映射到掩
        }
        else
        {

            circle(srcframe, pt1[i], 1, Scalar(0, 0, 255));//描点  
            line(srcframe, pt1[i], pt1[i-1], Scalar(0, 255, 0));//与前一点进行连
            line(srcframe, pt1[i], pt1[i-1], Scalar(255));//映射到掩
        }
    }  
    i++;  
    break;  

}  
imshow(wndName, srcframe);  

}

如上,我的代码能实现在停止的视频帧上画出任意四边形,但是如何能实现四边形一直显示在视频中.

1个回答

qq_26845835
INFP_DIP 你分享的是矩形检测区域的,我现在做的项目就是想把矩形ROI换成不规则的ROI
2 年多之前 回复
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
关于opencv里实现svm+hog的行人检测
各位大佬们,我想问一下,我在opencv里实现了svm和hog的行人检测,最后要计算检测的精度的时候应该怎么计算,用什么公式?
如何在Android中用OPENCV实现人脸检测,人脸识别等功能,如何实现,用什么方法?
如何在Android中用OPENCV实现人脸检测,人脸识别等功能,如何实现,用什么方法?
求用opencv实现的车辆检测跟踪代码,高分悬赏,急
有人有用opencv实现的车辆检测跟踪代码吗?能在原视频上框出车辆并且有跟踪轨迹。高分悬赏,多谢!
opencv怎么实现快速扫描视频的随机几帧
大致就是快速抽取一个视频的某几帧来检测视频中是否有人脸,逐帧检测太慢了,有没有什么方法跳着随机检测几帧
如何利用opencv实现在视频中每隔固定的n像素列数取一副图像?
在视频中,视频向前播放,视频画面每隔固定的像素列数n后,取当前的画面。各位大神有没有思路?
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
opencv图像处理实现图片中的变压器油位的检测
如何使用opencv实现如下图所示的变压器油温检测呢,我尝试过先提取出矩形框来提取变压器油位中间的矩形部分,但不知道后续怎么处理,各位大佬有没有什么好的办法来解决这个问题呢,谢谢各位大佬。
opencv2 图像转视频时视频编码器的选择 视频隐写术
问题来源:视频隐写术;思路是利用opencv先将视频转为图像,然后将要隐藏的信息写入某一帧图像中,最后将图像合成视频 。但是这样做的过程中遇到一个问题:图像合成视频时总会丢失图像的一些低位的信息,因此隐藏在图片里的信息会被破坏掉。有没有哪种方法可以将图片无损的合成视频呢?这个问题似乎和cv2里的fourcc(视频编码器)有关。或者视频的隐写术这样的思路可不可行呢?希望有大神可以指出鸭!
python + opencv人脸识别然后进行比对如何实现?
python + opencv人脸识别然后进行比对如何实现? 现在能做的就是视屏流过来然后一帧一帧的判断进行人脸识别 能识别出来 但是如何把识别出来的人进行比对呢? 例如视频中出现张三、李四人脸识别捕捉到了脸 但是怎么进行比对脸是谁? 通过python实现 或是说python有什么库可以进行提取人脸特征然后保存
opencv在视频里画不规则图形
在图片里可以,在视频里就不行了,代码如下: ``` /****************************************** * 使用说明: * * 左键单击画点 * * 右键自动闭合曲线 * * 右键双击上色 * ******************************************/ #include <string> #include <list> #include <vector> #include <cmath> #include<opencv2/opencv.hpp> using namespace std; using namespace cv; void my_mouse_callback(int event, int x, int y, int flags, void *param); CvPoint point_1, point_2, point_3; int ymin = 0; int ymax = 0; bool drawing_switch = false; vector<CvPoint> point; VideoCapture cap("test.mp4");/*0*/ Mat image; Mat image = imread("test.jpg");//改用视频时将这行注释 Mat temp; void draw_line(Mat&img) //画线 { line(img, point_1, point_2, cvScalar(0x00, 0x00, 0xff)); /*red*/ //函数主体是line函数 } typedef struct tagEDGE { double xi; double dx; int ymax; bool operator <(tagEDGE &e) { return xi<e.xi; } }EDGE;//边 void GetMinMax(vector<CvPoint> &py, int &ymin, int &ymax); void InitNewEdgeTable(vector< list<EDGE> > &nTable, vector<CvPoint> &py, int ymin, int ymax); void CreateTable(vector< list<EDGE> > &nTable, int ymin, int ymax); void Painting(Mat&img, vector< list<EDGE> > &nTable, int ymin, int ymax); int main() { point_1 = cvPoint(0, 0); point_2 = cvPoint(0, 0); point_3 = cvPoint(0, 0);//进行点的初始化 namedWindow("Box Example"); cvSetMouseCallback("Box Example", my_mouse_callback, (void *)&image); while (1) { /*cap >> image;*/ image.copyTo(temp); if (drawing_switch) draw_line(temp); imshow("Box Example", temp); waitKey(30); } return 0; } void my_mouse_callback(int event, int x, int y, int flags, void *param) { Mat& img = *(cv::Mat*)param; switch (event) { case CV_EVENT_MOUSEMOVE: if (drawing_switch) point_2 = cvPoint(x, y); break; case CV_EVENT_LBUTTONDOWN: draw_line(image); point_2 = point_1; point_1 = cvPoint(x, y); point.push_back(point_1); if (!drawing_switch)point_3 = point_1; circle(image, point_1, 1, cvScalar(0, 0, 255)); drawing_switch = true; break; case CV_EVENT_RBUTTONDOWN://右键封闭多边形 point_2 = point_3; draw_line(image); drawing_switch = false; break; case CV_EVENT_RBUTTONDBLCLK://右键双击上色 GetMinMax(point, ymin, ymax);//获取多边形的最小最大y值 vector< list<EDGE> > nTable(ymax - ymin + 1); InitNewEdgeTable(nTable, point, ymin, ymax); //初始化边表 CreateTable(nTable, ymin, ymax);//创建每一扫描线所对应的边,并排序 Painting(image, nTable, ymin, ymax);//上色 break; } } void GetMinMax(vector<CvPoint> &py, int &ymin, int &ymax) //获取多边形的最小最大y值 { for (vector<CvPoint>::iterator iter = py.begin(); iter != py.end(); ++iter) { if ((*iter).y<ymin) ymin = (*iter).y; if ((*iter).y>ymax)ymax = (*iter).y; } } void InitNewEdgeTable(vector< list<EDGE> > &nTable, vector<CvPoint> &py, int ymin, int ymax) //初始化边表 { EDGE e; vector<CvPoint>::iterator iter = py.begin(); for (vector<CvPoint>::size_type i = 0; i<py.size(); i++) { const CvPoint& ps = *(iter + i); const CvPoint& pe = *(iter + (i + 1) % py.size()); if (pe.y != ps.y) { e.dx = double(pe.x - ps.x) / double(pe.y - ps.y); if (pe.y>ps.y) { e.xi = ps.x; e.ymax = pe.y; nTable[ps.y - ymin].push_front(e); } else { e.xi = pe.x; e.ymax = ps.y; nTable[pe.y - ymin].push_front(e); } } } } void CreateTable(vector< list<EDGE> > &nTable, int ymin, int ymax) //创建每一扫描线所对应的边,并排序 { EDGE e; for (int y = ymin + 1; y <= ymax; y++) { for (list<EDGE>::iterator iter = nTable[y - 1].begin(); iter != nTable[y - 1].end(); iter++) { if ((*iter).ymax>y) { e.xi = (*iter).xi + (*iter).dx; e.dx = (*iter).dx; e.ymax = (*iter).ymax; nTable[y].push_back(e); } } nTable[y - 1].sort(); } } void Painting(Mat&img, vector< list<EDGE> > &nTable, int ymin, int ymax) //上色 { for (int y = ymin; y <= ymax; y++) { for (list<EDGE>::iterator iter = nTable[y].begin(); iter != nTable[y].end(); ++iter) { int x1 = int(ceil((*iter).xi)); ++iter; int x2 = int(floor((*iter).xi)); for (int i = x1; i <= x2; ++i) circle(img, cvPoint(i, y), 1, cvScalar(0, 0, 255)); } } } ``` 是不是因为每次把image更新了,所以一直重复第一次按左键时的动作,请问怎么改,或者有没有其他方法
opencv如何检测USB相机的通断?
我使用openCV调用USB相机,使用过程中USB相机突然断开,这个过程应如何进行检测?谢谢
使用opencv,二值化图片中,白色物体中如何检测完全包裹的黑色异物?
使用opencv的c++程序,二值化图片,如何能检测白色物体中的黑色异物
opencv怎样实现图像投影
就是知道x,y转化后的坐标x',y',要怎么将图像上的点进行转换,是要用矩阵吗,这方面的知识欠缺,求问各位大神!
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); } } ```
opencv视频图像处理问题
如何使用opencv对一个几分钟的视频进行处理,将里面的车辆行驶过程中压黄线的车辆记录下来,并计算出总次数。
MATLAB中的直方图均衡函数histeq在opencv中实现碰到的问题
有没有人知道 MATALB中的直方图均衡函数histeq和opencv中的cvEqualizeHist()函数的区别,还有我把网上所以的直方图均衡函数都试了一遍 结果发现在opencv中均衡化后的图像的平均值 要大于MATLAB中均衡化后的平均值 有没有大神碰到过类似的情况
MFC+Opencv做实时视频移动目标检测
这段时间在用visual studio2013-MFC+opencv2.4.8,结合USB摄像头采集视频信号,做实时的移动目标检测,不知道各位大神有什么好的建议?小弟求助,急...
Opencv中cvfindcontours原理
Opencv中的cvfindcontours原理是什么啊,有没有什么比较著名的算法在里面,自己看不懂代码,网上也没有介绍~但是想学习一下轮廓检测……
opencv实现检测瞳孔轮廓
用的是opencv3.4.0 已经实现人眼检测。想已经在检测出人眼的区域找出瞳孔的轮廓并计算面积。但老师运行不出来。是findContours()参数问题还是其他的啊?望大神们给个建议 int main() { CascadeClassifier faceCascader, eyeCascader; String filename1 = "D:/opencv/newbuild/install/etc/haarcascades/haarcascade_frontalface_alt.xml"; String filename2 = "D:/opencv/newbuild/install/etc/haarcascades/haarcascade_eye.xml"; //vector<Point> pt; //绘制轨迹 double nowFrameNum, blinkFrameNum, frq; nowFrameNum = blinkFrameNum = 0; if (!faceCascader.load(filename1)) { printf("can not load the face feature data \n"); return -1; } if (!eyeCascader.load(filename2)) { printf("can not load the eye feature data \n"); return -1; } namedWindow("input", WINDOW_AUTOSIZE); VideoCapture capture; capture.open(0); Mat frame, gray, src; vector<Rect> faces, eyes; while (capture.read(frame)) { flip(frame, frame, 1); src = frame; cvtColor(frame, gray, COLOR_BGR2GRAY); //直方图均衡 equalizeHist(gray, gray); faceCascader.detectMultiScale(gray, faces, 1.1, 3, 0, Size(50, 50)); Rect roi, rect; for (int i = 0; i < faces.size(); i++) { roi.x = faces[static_cast<int>(i)].x; roi.y = faces[static_cast<int>(i)].y; roi.width = faces[static_cast<int>(i)].width; roi.height = faces[static_cast<int>(i)].height / 2.0; Mat faceROI = frame(roi); eyeCascader.detectMultiScale(faceROI, eyes, 1.1, 7, 0, Size(20, 20)); for (int j = 0; j < eyes.size(); j++) { rect.x = faces[static_cast<int>(i)].x + eyes[j].x + eyes[j].width / 2.0; rect.y = faces[static_cast<int>(i)].y + eyes[j].y + eyes[j].height / 2.0; rect.width = eyes[j].width; rect.height = eyes[j].height; circle(frame, Point(rect.x, rect.y), rect.width / 2.0, Scalar(0, 0, 255), 2, 8); Mat eyesROI = frame(rect); vector<vector<Point>> contours; vector<Vec4i> hireachy; //Mat kernal = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1)); //morphologyEx(eyesROI,eyesROI, CV_MOP_OPEN, kernal, Point(-1, -1)); if (rect.width != 0 && roi.width != 0) { cvtColor(eyesROI, eyesROI, CV_BGR2GRAY); findContours(eyesROI, contours, hireachy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0,0)); } } rectangle(frame, faces[static_cast<int>(i)], Scalar(0, 255, 0), 2, 8, 0); } char q = waitKey(10); //Esc退出 if (q == 27) { break; } //double area = contourArea(eyesROI); imshow("input", frame); nowFrameNum++; if (rect.width == 0) blinkFrameNum++; if (int(nowFrameNum) % 10 == 0) { cout << roi.area() << endl; cout << "眨眼频率为: " << blinkFrameNum << " " << nowFrameNum << endl; frq = blinkFrameNum / nowFrameNum; cout << setprecision(2) << frq << endl; //cout << "area is " << area << endl; } } waitKey(0); capture.release(); return 0; } ``` ```
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
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、电子书搜索 对于大部分程序员...
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.
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
杨辉三角 是经典算法,这篇博客对它的算法思想进行了讲解,并有完整的代码实现。
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
JDK12 Collectors.teeing 你真的需要了解一下
前言 在 Java 12 里面有个非常好用但在官方 JEP 没有公布的功能,因为它只是 Collector 中的一个小改动,它的作用是 merge 两个 collector 的结果,这句话显得很抽象,老规矩,我们先来看个图(这真是一个不和谐的图????): 管道改造经常会用这个小东西,通常我们叫它「三通」,它的主要作用就是将 downstream1 和 downstre...
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
不要偷偷的查询我的个人资料,即使你再喜欢我,也不要这样,真的不好;
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 { // doshom...
【图解经典算法题】如何用一行代码解决约瑟夫环问题
约瑟夫环问题算是很经典的题了,估计大家都听说过,然后我就在一次笔试中遇到了,下面我就用 3 种方法来详细讲解一下这道题,最后一种方法学了之后保证让你可以让你装逼。 问题描述:编号为 1-N 的 N 个士兵围坐在一起形成一个圆圈,从编号为 1 的士兵开始依次报数(1,2,3…这样依次报),数到 m 的 士兵会被杀死出列,之后的士兵再从 1 开始报数。直到最后剩下一士兵,求这个士兵的编号。 1、方...
致 Python 初学者
欢迎来到“Python进阶”专栏!来到这里的每一位同学,应该大致上学习了很多 Python 的基础知识,正在努力成长的过程中。在此期间,一定遇到了很多的困惑,对未来的学习方向感到迷茫。我非常理解你们所面临的处境。我从2007年开始接触 python 这门编程语言,从2009年开始单一使用 python 应对所有的开发工作,直至今天。回顾自己的学习过程,也曾经遇到过无数的困难,也曾经迷茫过、困惑过。开办这个专栏,正是为了帮助像我当年一样困惑的 Python 初学者走出困境、快速成长。希望我的经验能真正帮到你
“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
是一个老生常谈的话题,然而随着不断的学习,对于以前的认识有很多误区,所以还是需要不断地总结的,学而时习之,不亦说乎
GitHub标星近1万:只需5秒音源,这个网络就能实时“克隆”你的声音
作者 | Google团队 译者 | 凯隐 编辑 | Jane 出品 | AI科技大本营(ID:rgznai100) 本文中,Google 团队提出了一种文本语音合成(text to speech)神经系统,能通过少量样本学习到多个不同说话者(speaker)的语音特征,并合成他们的讲话音频。此外,对于训练时网络没有接触过的说话者,也能在不重新训练的情况下,仅通过未知...
《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...
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...
【管理系统课程设计】美少女手把手教你后台管理
【文章后台管理系统】URL设计与建模分析+项目源码+运行界面 栏目管理、文章列表、用户管理、角色管理、权限管理模块(文章最后附有源码) 1. 这是一个什么系统? 1.1 学习后台管理系统的原因 随着时代的变迁,现如今各大云服务平台横空出世,市面上有许多如学生信息系统、图书阅读系统、停车场管理系统等的管理系统,而本人家里就有人在用烟草销售系统,直接在网上完成挑选、购买与提交收货点,方便又快捷。 试想,若没有烟草销售系统,本人家人想要购买烟草,还要独自前往药...
4G EPS 第四代移动通信系统
目录 文章目录目录4G 与 LTE/EPCLTE/EPC 的架构E-UTRANE-UTRAN 协议栈eNodeBEPCMMES-GWP-GWHSSLTE/EPC 协议栈概览 4G 与 LTE/EPC 4G,即第四代移动通信系统,提供了 3G 不能满足的无线网络宽带化,主要提供数据(上网)业务。而 LTE(Long Term Evolution,长期演进技术)是电信领域用于手机及数据终端的高速无线通...
相关热词 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 c#注册dll文件 c#安装.net
立即提问