当前位置: 首页 > news >正文

Altera系列FPGA纯verilog视频图像去雾,基于暗通道先验算法实现,提供4套Quartus工程源码和技术支持

目录

  • 1、前言
    • 工程概述
    • 免责声明
  • 2、相关方案推荐
    • 我已有的所有工程源码总目录----方便你快速找到自己喜欢的项目
    • Altera系列FPGA相关方案推荐
    • 本博主已有的图像处理方案
  • 3、设计思路框架
    • 工程设计原理框图
    • 输入Sensor之-->OV7725摄像头
    • 输入Sensor之-->OV5640摄像头
    • 输入Sensor之-->串口传图输入
    • 图像缓存架构
    • 暗通道先验算法介绍
    • 图像去雾模块性能介绍
    • 图像去雾模块详解
    • HDMI输出架构
    • LCD输出架构
    • 工程源码架构
  • 4、Quartus工程源码1详解:OV7725输入-HDMI输出版本
  • 5、Quartus工程源码2详解:OV5640输入-HDMI输出版本
  • 6、Quartus工程源码3详解:串口传图输入-LCD输出版本
  • 7、Quartus工程源码4详解:串口传图输入-HDMI输出版本
  • 8、上板调试验证并演示
    • 准备工作
    • Altera系列FPGA视频图像去雾效果演示
  • 9、福利:工程源码获取

Altera系列FPGA纯verilog视频图像去雾,基于暗通道先验算法实现,提供4套Quartus工程源码和技术支持

1、前言

Altera系列FPGA现状:

Altera系列FPGA目前处于逐步退出市场状态,市场占有率很低、使用便捷性很低、开发生态很不完善,之前还可以凭借价格低廉在低端产品上使用,但如今国产FPGA的崛起让Altera唯一的优势也荡然无存;所以本博主奉劝还在学Altera系列FPGA的同学赶紧悬崖略吗回头是岸,别再浪费宝贵的时间了,未来的FPGA市场,高端市场非Xilinx莫属,中低端市场非国产FPGA莫属;

工程概述

本文使用Altera的Cyclone-IV系列FPGA做基础的图像视频采集系统;视频输入源有多种,一种是传统摄像头,包括OV7725、OV5640和AR0135,另一种是用串口发送有雾图片到FPGA作为输入源;如果你的FPGA开发板没有视频输入接口,或者你的手里没有摄像头时,可以使用FPGA逻辑实现的动态彩条模拟输入视频,代码里通过parametr参数选择视频源,默认不使用动态彩条;FPGA首先对摄像头进行i2c初始化配置,然后采集摄像头视频;然后视频送入图像缓存架构实现视频2帧缓存功能,本设计使用SDRAM作为缓存介质;然后Native视频时序控制图像缓存架构从SDRAM中读取视频,并做Native视频时序同步,输出RGB888视频;然后视频送入纯verilog代码实现的图像去雾模块实现实时图像去雾;然后去雾视频送入RGB转HDMI实现HDMI输出功能;最后视频通过板载HDMI或者LCD输出接口送显示器显示即可;针对市场主流需求,本设计提供4套Quartus工程源码,具体如下:
在这里插入图片描述
现对上述3套工程源码做如下解释,方便读者理解:

工程源码1

开发板FPGA型号为Cyclone-IV-EP4CE10F17C8;输入视频为OV7725摄像头或者动态彩条,默认使用OV7725;FPGA首先使用纯Verilog实现的i2c总线对摄像头进行初始化配置,分辨率配置为640x480@60Hz;然后采集输入视频,将输入的两个时钟传输一个RGB565像素的视频采集为一个时钟传输一个RGB888像素的视频;然后视频送入图像缓存架构实现视频2帧缓存功能,本设计使用SDRAM作为缓存介质;然后Native视频时序控制图像缓存架构从SDRAM中读取视频,并做Native视频时序同步,输出RGB888视频,输出分辨率为640x480@60Hz;然后视频送入纯verilog代码实现的图像去雾模块实现实时图像去雾;然后去雾视频送入RGB转HDMI实现HDMI输出功能;最后视频通过板载HDMI输出接口送显示器显示即可;该工程适用Altera系列FPGA实现视频图像去雾系统应用;

工程源码2

开发板FPGA型号为Cyclone-IV-EP4CE10F17C8;输入视频为OV5640摄像头或者动态彩条,默认使用OV5640;FPGA首先使用纯Verilog实现的i2c总线对摄像头进行初始化配置,分辨率配置为1280x720@30Hz;然后采集输入视频,将输入的两个时钟传输一个RGB565像素的视频采集为一个时钟传输一个RGB888像素的视频;然后视频送入图像缓存架构实现视频2帧缓存功能,本设计使用SDRAM作为缓存介质;然后Native视频时序控制图像缓存架构从SDRAM中读取视频,并做Native视频时序同步,输出RGB888视频,输出分辨率为1280x720@60Hz;然后视频送入纯verilog代码实现的图像去雾模块实现实时图像去雾;然后去雾视频送入RGB转HDMI实现HDMI输出功能;最后视频通过板载HDMI输出接口送显示器显示即可;该工程适用Altera系列FPGA实现视频图像去雾系统应用;

工程源码3

开发板FPGA型号为Cyclone-IV-EP4CE10F17C8;输入视频为串口发送来的有雾图片,使用串口上位机发送bmp格式图片到FPGA,图片分辨率为800x480,串口波特率设置为1562500;FPGA接收图片数据后送入图像缓存架构实现视频2帧缓存功能,本设计使用SDRAM作为缓存介质;然后Native视频时序控制图像缓存架构从SDRAM中读取视频,并做Native视频时序同步,输出RGB565视频,输出分辨率为800x480@60Hz;然后视频送入纯verilog代码实现的图像去雾模块实现实时图像去雾;最后去雾图片通过板载LCD输出接口送显示器显示即可;该工程适用Altera系列FPGA实现视频图像去雾系统应用;

工程源码4

开发板FPGA型号为Cyclone-IV-EP4CE10F17C8;输入视频为串口发送来的图片,使用串口上位机发送bmp格式图片到FPGA,图片分辨率为800x480,串口波特率设置为1562500;FPGA接收图片数据后送入图像缓存架构实现视频2帧缓存功能,本设计使用SDRAM作为缓存介质;然后Native视频时序控制图像缓存架构从SDRAM中读取视频,并做Native视频时序同步,输出RGB888视频,输出分辨率为800x480@60Hz;然后视频送入纯verilog代码实现的图像去雾模块实现实时图像去雾;然后去雾视频送入RGB转HDMI实现HDMI输出功能;最后视频通过板载HDMI输出接口送显示器显示即可;该工程适用Altera系列FPGA实现视频图像去雾系统应用;

本博客描述了Altera系列FPGA实现图像视频采集系统的设计方案,工程代码可综合编译上板调试,可直接项目移植,适用于在校学生、研究生项目开发,也适用于在职工程师做学习提升,可应用于医疗、军工等行业的高速接口或图像处理领域;
提供完整的、跑通的工程源码和技术支持;
工程源码和技术支持的获取方式放在了文章末尾,请耐心看到最后;

免责声明

本工程及其源码即有自己写的一部分,也有网络公开渠道获取的一部分(包括CSDN、Xilinx官网、Altera官网等等),若大佬们觉得有所冒犯,请私信批评教育;基于此,本工程及其源码仅限于读者或粉丝个人学习和研究,禁止用于商业用途,若由于读者或粉丝自身原因用于商业用途所导致的法律问题,与本博客及博主无关,请谨慎使用。。。

2、相关方案推荐

我已有的所有工程源码总目录----方便你快速找到自己喜欢的项目

其实一直有朋友反馈,说我的博客文章太多了,乱花渐欲迷人,自己看得一头雾水,不方便快速定位找到自己想要的项目,所以本博文置顶,列出我目前已有的所有项目,并给出总目录,每个项目的文章链接,当然,本博文实时更新。。。以下是博客地址:
点击直接前往

Altera系列FPGA相关方案推荐

我专门开设了一个Altera系列FPGA专栏,里面收录了基于Altera系列FPGA的图像处理、UDP网络通信、GT高速接口、PCIE等博客,感兴趣的可以去看看,博客地址:
点击直接前往

本博主已有的图像处理方案

目前我这里已有的图像处理方案有很多,包括图像缩放、图像拼接、图像旋转、图像识别跟踪、图像去雾等等,所有工程均在自己的板子上跑通验证过,保证代码的可靠性,对图像处理感兴趣或有项目需求的兄弟可以参考我的图像处理专栏,里面包含了上述工程源码的详细设计方案和验证视频演示:
直接点击前往

3、设计思路框架

工程设计原理框图

工程设计原理框图如下:
在这里插入图片描述

输入Sensor之–>OV7725摄像头

输入Sensor是本工程的输入设备,其一为OV7725摄像头,此外本博主在工程中还设计了动态彩条模块,彩条由FPGA内部逻辑产生,且是动态移动的,完全可模拟Sensor,输入源选择Sensor还是彩条,通过Sensor模块的顶层参数配置,默认选择Sensor输入;Sensor模块如下:
在这里插入图片描述
SENSOR_TYPE=0;则输出OV7725摄像头采集的视频;
SENSOR_TYPE=1;则输出动态彩条的视频;

OV7725摄像头需要i2c初始化配置,本设计配置为640x480@60Hz分辨率,本设计提供纯verilog代码实现的i2c模块实现配置功能;此外,OV7725摄像头还需要图像采集模块实现两个时钟输出一个RGB565的视频转换为一个时钟输出一个RGB888视频,本设计提供纯verilog代码实现的图像采集模块实现配置功能;动态彩条则由FPGA内部逻辑实现,由纯verilog代码编写;将OV7725摄像头配置采集和动态彩条进行代码封装,形成helai_OVsensor.v的顶层模块,整个模块代码架构如下:
在这里插入图片描述

输入Sensor之–>OV5640摄像头

输入Sensor是本工程的输入设备,其一为OV5640摄像头,此外本博主在工程中还设计了动态彩条模块,彩条由FPGA内部逻辑产生,且是动态移动的,完全可模拟Sensor,输入源选择Sensor还是彩条,通过Sensor模块的顶层参数配置,默认选择Sensor输入;Sensor模块如下:
在这里插入图片描述
SENSOR_TYPE=0;则输出OV5640摄像头采集的视频;
SENSOR_TYPE=1;则输出动态彩条的视频;

OV5640摄像头需要i2c初始化配置,本设计配置为1280x720@30Hz分辨率,本设计提供纯verilog代码实现的i2c模块实现配置功能;此外,OV5640摄像头还需要图像采集模块实现两个时钟输出一个RGB565的视频转换为一个时钟输出一个RGB888视频,本设计提供纯verilog代码实现的图像采集模块实现配置功能;动态彩条则由FPGA内部逻辑实现,由纯verilog代码编写;将OV5640摄像头配置采集和动态彩条进行代码封装,形成helai_OVsensor.v的顶层模块,整个模块代码架构如下:
在这里插入图片描述

输入Sensor之–>串口传图输入

输入Sensor是本工程的输入设备,其三为串口传图作为输入;输入视频为串口发送来的图片,使用串口上位机发送bmp格式图片到FPGA,图片分辨率为800x480,串口波特率设置为1562500;串口传图架构如下:
在这里插入图片描述
串口传图模块代码架构如下:
在这里插入图片描述
串口传图上位机已放在资料包中,如下:
在这里插入图片描述
串口传图上位机使用方法如下:
在这里插入图片描述

图像缓存架构

图像缓存架构实现的功能是将输入视频缓存到板载SDRAM中再读出送后续模块,目的是实现视频同步输出,实现输入视频到输出视频的跨时钟域问题,更好的呈现显示效果,其中SDRAM控制器用纯verilog代码实现,所以图像缓存架构就是实现用户数据到SDRAM的桥接作用;架构如下:
在这里插入图片描述
图像缓存架构由视频缓存帧更新模块+写视频控制逻辑+读视频控制逻辑+SDRAM控制器模块组成;SDRAM控制器实现了SDRAM初始化、读写时序控制、读写流程控制等功能,写视频控制逻辑、读视频控制逻辑实际上就是一个视频读写状态机,以写视频为例,假设一帧图像的大小为M×N,其中M代表图像宽度,N代表图像高度;写视频控制逻辑每次写入一次突发传输的视频数据,记作Y,即每次向SDRAM中写入Y个像素,写M×N÷Y次即可完成1帧图像的缓存,读视频与之一样;同时调用两个FIFO实现输入输出视频的跨时钟域处理,使得用户可以忽略SDRAM复杂的控制时序,以简单地像使用FIFO那样操作SDRAM,从而达到读写SDRAM的目的,进而实现视频缓存;本设计图像缓存方式为2帧缓存;图像缓存模块代码架构如下:
在这里插入图片描述

暗通道先验算法介绍

暗通道先验算法介绍可以百度一下或者csdn或者知乎搜一下看看,专业的讲解我不擅长,我只擅长用fpga实现算法,专业讲原理的大佬比我讲得好,这里可以推荐一篇阅读量很大的文章:
直接点击前往

图像去雾模块性能介绍

优点1:纯verilog代码实现,无任何IP,可在xilinx、altera、国产紫光同创、国产高云、国产易灵思、国产安路等FPGA平台间自由移植;
优点2:算法加速,利用了FPGA并行计算的特点,采用纯verilog代码实现;
优点3:提供了多达23套工程源码,针对不同型号FPGA和输入设备、输入接口做到了广泛的适应性;
优点4:设计精简,消耗FPGA逻辑资源很小,以工程源码1为例,图像去雾模块所占逻辑资源如下:
在这里插入图片描述
缺点1:算法还不够完美,去雾效果也不完美,还需持续优化;
缺点2:用于验证、学习、课题研究等可以,做实际产品还不理想;
缺点3:对输入的图像要求稍微有点高,那种色差太过严重的去雾效果不好,我测试的这个视频作为输入源去雾效果是可以的的,兄弟们可以把这个视频作为输入源:
直接点击前往

图像去雾模块详解

图像去雾模块设计架构如下:
在这里插入图片描述
图像去雾模块代码架构如下:
在这里插入图片描述
图像去雾模块顶层接口如下:

module defogging_top (input		  pixelclk     ,	//像素时钟input         reset_n      ,	//低电平复位input  [23:0] i_rgb        ,	//原始图像像素数据input		  i_hsync      ,	//原始图像行同步input		  i_vsync      ,	//原始图像场同步input		  i_de         ,	//原始图像数据有效input [7:0]   i_thre       ,	//大气光阈值,初始值为8'd26,数值越小,去雾效果越好output [23:0] o_defog_rgb  ,	//去雾图像像素数据output		  o_defog_hsync,	//去雾图像行同步output		  o_defog_vsync,	//去雾图像场同步    output		  o_defog_de    	//去雾图像数据有效          
);

图像去雾模块由纯verilog代码实现,采用暗通道先验算法理论,由3个模块顺序执行,3个模块内部并行执行,实现了FPGA加速算法的目的,分别由求RGB最小值模块、求折射率模块、图像去雾组成;
求RGB最小值的目的是实时的比较求出每个像素点RGB分量的最小值,也就是暗通道,该模块顶层接口如下:
在这里插入图片描述
求折射率的目的是输出暗通道最大值和折射率,该模块顶层接口如下:
该模块有个i_thre输入接口,该接口为阈值,初始值为26,数值越小,去雾效果越好,vivado工程中通过VIO动态控制;
在这里插入图片描述
图像去雾的目的是输出暗通道最大值和折射率,该模块顶层接口如下:
在这里插入图片描述

HDMI输出架构

HDMI输出包括Native视频时序和HDMI编码,Native视频时序的作用是产生传统VGA的、RGB的视频流;HDMI编码采用RTL逻辑编码方式;HDMI输出代码架构如下:
在这里插入图片描述

LCD输出架构

使用Native视频时序产生LCD输出的时序,本设计使用5寸TFT-CLD屏幕;CLD输出代码架构如下:
在这里插入图片描述

工程源码架构

以工程2为例,工程源码架构如下,其他工程与之类似:
在这里插入图片描述

4、Quartus工程源码1详解:OV7725输入-HDMI输出版本

开发板FPGA型号:Altera–Cyclone-IV系列-EP4CE10F17C8;
开发环境:Quartus 18.1;
输入:OV7725摄像头或FPGA内部动态彩条,分辨率640x480@60Hz;
输出:HDMI,RTL逻辑编码,分辨率640x480@60Hz;
图像处理:纯Verilog代码实现的实时图像去雾;
图像去雾算法:暗通道先验算法;
图像缓存方案:纯Verilog图像缓存,2帧缓存;
工程源码架构请参考前面第3章节中的《工程源码架构》小节;
工程作用:此工程目的是让读者掌握Altera系列FPGA实现视频图像去雾的设计能力,以便能够移植和设计自己的项目;
工程的资源消耗和功耗如下:
在这里插入图片描述

5、Quartus工程源码2详解:OV5640输入-HDMI输出版本

开发板FPGA型号:Altera–Cyclone-IV系列-EP4CE10F17C8;
开发环境:Quartus 18.1;
输入:OV5640摄像头或FPGA内部动态彩条,分辨率1280x720@30Hz;
输出:HDMI,RTL逻辑编码,分辨率1280x720@60Hz;
图像处理:纯Verilog代码实现的实时图像去雾;
图像去雾算法:暗通道先验算法;
图像缓存方案:纯Verilog图像缓存,2帧缓存;
工程源码架构请参考前面第3章节中的《工程源码架构》小节;
工程作用:此工程目的是让读者掌握Altera系列FPGA实现视频图像去雾的设计能力,以便能够移植和设计自己的项目;
工程的资源消耗和功耗如下:
在这里插入图片描述

6、Quartus工程源码3详解:串口传图输入-LCD输出版本

开发板FPGA型号:Altera–Cyclone-IV系列-EP4CE10F17C8;
开发环境:Quartus 18.1;
输入:串口传图,图片分辨率800x480;
输出:5寸LCD屏,分辨率800x480@60Hz;
图像处理:纯Verilog代码实现的实时图像去雾;
图像去雾算法:暗通道先验算法;
图像缓存方案:纯Verilog图像缓存,2帧缓存;
工程源码架构请参考前面第3章节中的《工程源码架构》小节;
工程作用:此工程目的是让读者掌握Altera系列FPGA实现视频图像去雾的设计能力,以便能够移植和设计自己的项目;
工程的资源消耗和功耗如下:
在这里插入图片描述

7、Quartus工程源码4详解:串口传图输入-HDMI输出版本

开发板FPGA型号:Altera–Cyclone-IV系列-EP4CE10F17C8;
开发环境:Quartus 18.1;
输入:串口传图,图片分辨率800x480;
输出:HDMI,RTL逻辑编码,分辨率800x480@60Hz;
图像处理:纯Verilog代码实现的实时图像去雾;
图像去雾算法:暗通道先验算法;
图像缓存方案:纯Verilog图像缓存,2帧缓存;
工程源码架构请参考前面第3章节中的《工程源码架构》小节;
工程作用:此工程目的是让读者掌握Altera系列FPGA实现视频图像去雾的设计能力,以便能够移植和设计自己的项目;
工程的资源消耗和功耗如下:
在这里插入图片描述

8、上板调试验证并演示

准备工作

你需要有以下装备才能移植并测试该工程代码:
1:FPGA开发板;
2:OV7725或OV5640摄像头或笔记本电脑,没有则请使用FPGA内部生成的彩条;
3:HDMI传输线;
4:HDMI显示,要求分辨率支持1920x1080;

Altera系列FPGA视频图像去雾效果演示

Altera系列FPGA视频图像去雾效果演示如下:

Altera-去雾

9、福利:工程源码获取

福利:工程代码的获取
代码太大,无法邮箱发送,以某度网盘链接方式发送,
资料获取方式:私,或者文章末尾的V名片。
在这里插入图片描述
此外,有很多朋友给本博主提了很多意见和建议,希望能丰富服务内容和选项,因为不同朋友的需求不一样,所以本博主还提供以下服务:
在这里插入图片描述

相关文章:

Altera系列FPGA纯verilog视频图像去雾,基于暗通道先验算法实现,提供4套Quartus工程源码和技术支持

目录 1、前言工程概述免责声明 2、相关方案推荐我已有的所有工程源码总目录----方便你快速找到自己喜欢的项目Altera系列FPGA相关方案推荐本博主已有的图像处理方案 3、设计思路框架工程设计原理框图输入Sensor之-->OV7725摄像头输入Sensor之-->OV5640摄像头输入Sensor之…...

大模型的实践应用39-Qwen3(72B)+langchain框架+MCP(大模型上下文协议)+RAG+传统算法等研发数学教学管理与成绩提升系统

大家好,我是微学AI,今天给大家介绍一下大模型的实践应用39-Qwen3(72B)+langchain框架+MCP(大模型上下文协议)+RAG+传统算法等研发数学教学管理与成绩提升系统。 在2025年AI技术快速发展的背景下,大模型已展现出在教育领域的巨大潜力。通义千问Qwen3作为阿里云推出的最新一代…...

【强化学习】动态规划(Dynamic Programming, DP)算法

1、动态规划算法解题 LeetCode 931. 下降路径最小和 给你一个 n x n 的 方形 整数数组 matrix ,请你找出并返回通过 matrix 的下降路径 的 最小和 。 下降路径 可以从第一行中的任何元素开始,并从每一行中选择一个元素。在下一行选择的元素和当前行所选…...

【Linux】深入拆解Ext文件系统:从磁盘物理结构到Linux文件管理

目录 1、理解硬件 (1)磁盘 (2)磁盘的物理结构 (3)磁盘的存储结构 (4)磁盘的逻辑结构 (5)CHS && LBA地址 2、引入文件系统 (1&…...

linux ptrace 图文详解(八) gdb跟踪被调试程序的子线程、子进程

目录 一、gdb跟踪被调试程序的fork、pthread_create操作 二、实现原理 三、代码实现 四、总结 (代码:linux 6.3.1,架构:arm64) One look is worth a thousand words. —— Tess Flanders 相关链接: …...

【列表类型】

1、按索引取值 索引可正向存取,也可反向存取 l [111, paipai, cat] # 正向取值 print(l[1]) # 方向取值 print(l[-1]) # 通过索引给列表重新赋值,前提:索引存在 l[0] ccat print(l) # 索引不存在的情况下,取值or重新赋值的情况下都会报错 …...

MySQL 8.0 OCP 英文题库解析(二)

Oracle 为庆祝 MySQL 30 周年,截止到2025.07.31 之前。所有人均可以免费考取 原价245美元的MySQL OCP 认证。 从今天开始,将英文题库免费公布出来,并进行解析,帮助大家在一个月之内轻松通过OCP认证。 本期公布试题6~15。 试题6: …...

数据分析与逻辑思维:六步解决业务难题;参考书籍《数据分析原理:6步解决业务分析难题 (周文全, 黄怡媛, 马炯雄)》

文章目录 一、懂业务:业务背景与逻辑前提1.1 明确业务目标与问题定义1.2 培养批判性思维与高于业务视角 二、定指标:构建科学的指标体系2.1 指标拆解与维度分析2.2 典型指标体系案例:用户与业务视角 三、选方法:匹配业务需求的分析…...

人力资源管理系统如何有效提高招聘效率?

在传统招聘模式下,企业招聘常常陷入 “泥潭”。HR 每天需要花费大量时间在海量简历中 “大海捞针”,手动筛选、电话沟通、安排面试,流程繁琐且效率低下。好不容易邀约到候选人,却因面试安排冲突、信息传递不及时等问题&#xff0c…...

FAISS 与机器学习、NLP 的关系

FAISS(Facebook AI Similarity Search)是一个用于高效相似性搜索和密集向量聚类的开源库,由 Facebook AI Research 开发。它在机器学习(特别是自然语言处理,NLP)领域中扮演着重要角色,主要解决大…...

文件包含2

远程文件包含与本地文件包含的区别 对比 对比项本地文件包含(LFI)远程文件包含(RFI)定义攻击者包含服务器本地的文件攻击者包含远程服务器(如HTTP/FTP)上的文件依赖条件不需要特殊配置需要allow_url_incl…...

嵌入式系统架构验证工具:AADL Inspector v1.10 全新升级

软件架构建模与早期验证是嵌入式应用的关键环节。架构分析与设计语言(AADL)是专为应用软件及执行平台架构模型设计的语言,兼具文本与图形化的双重特性。AADL Inspector是一款轻量级的独立工具: 核心处理能力包括 √ 支持处理AA…...

软考高级系统架构设计师备考分享:操作系统核心知识点整理

在备战软考高级系统架构设计师的过程中,操作系统作为核心考点之一,需要系统性地掌握其核心原理。本文将从操作系统分类、进程状态模型、同步互斥机制、死锁问题及存储管理五大模块展开梳理,结合考试高频考点和实际案例进行解析。 一、操作系统…...

22、城堡防御工事——React 19 错误边界与监控

一、魔法护盾:错误边界机制 1. 城墙结界(Error Boundary) // 客户端错误边界use client function useErrorBoundary() {const [error, setError] useState(null);​const handleError useCallback((error, errorInfo) > {setError(erro…...

有关SOA和SpringCloud的区别

目录 1. 定义 2. 架构风格 3. 技术栈 4. 服务交互 5. 适用场景 前言 面向服务架构(SOA)是一种软件设计风格,它将应用程序的功能划分为一系列松散耦合的服务。这些服务可以通过标准的通信协议进行交互,通常是HTTP或其他消息传…...

大数据——Mac环境DataSpell集成Jupyter

1、设置 2、添加新的解释器 3、解释器类型选择Conda 4、进入选中全部,然后重启 5、dataspell右下角会显示当前项目的运行环境 6、创建Jupyter Notebook文件 7、测试 8、查看当前配置 (1)本地模式安装使用 (2)…...

解锁健康养生新境界

在追求高品质生活的当下,健康养生早已超越 “治未病” 的传统认知,成为贯穿全生命周期的生活艺术。它如同精密的交响乐,需饮食、运动、心理与生活习惯多维度协奏,方能奏响生命的强音。 饮食养生讲究 “顺时、适性”。遵循二十四节…...

WORD压缩两个免费方法

日常办公和学习中,Word文档常常因为包含大量图片、图表或复杂格式而导致文件体积过大,带来诸多不便,比如 邮件发送受限:许多邮箱附件限制在10-25MB,大文件无法直接发送 存储空间占用:大量文档占用硬盘或云…...

Zabbix监控 RabbitMQ 指定消息队列名称(pull_alarms )的消费者

✅ 1. 编写 RabbitMQ 队列监控脚本 创建脚本文件 /usr/local/bin/zbx_rabbitmq_metric.sh 并写入以下内容: #!/bin/bash # /usr/local/bin/zbx_rabbitmq_metric.shQUEUE$1 METRIC$2 USER$3 PASS$4if [[ -z "$QUEUE" || -z "$METRIC" || -z &q…...

RabbitMQ ②-工作模式

RabbitMQ 工作模式 官方提供了七种工作模式 Simple(简单模式) P:生产者,发布消息到队列C:消费者,从队列中获取消息并消费Queue:消息队列,存储消息。 一个生产者,一个…...

《探索React Native社交应用中WebRTC实现低延迟音视频通话的奥秘》

WebRTC,全称为Web Real-Time Communication,是一项开创性的开源技术,为Web和移动应用开启了实时通信的大门。它打破了传统通信的束缚,使得应用之间无需依赖繁琐的中间服务器,就能实现直接的点对点通信,这是…...

UI设计公司兰亭妙微分享:汽车 MHI 设计的界面布局创新法则

在汽车人机界面(MHI)设计中,界面布局犹如建筑蓝图,奠定了用户与汽车交互体验的基础。合理创新的布局能提升驾驶安全性与便捷性,融合极简美学与高效操作则成为现代汽车 MHI 界面布局设计的核心追求。​ 驾驶场景中&…...

【递归,搜索与回溯算法篇】专题(一) - 递归

文章目录 面试题 08.06. 汉诺塔问题21. 合并两个有序链表206. 反转链表24. 两两交换链表中的节点50. Pow(x, n) 面试题 08.06. 汉诺塔问题 题目链接: 面试题 08.06. 汉诺塔问题 题目描述: 在经典汉诺塔问题中,有 3 根柱子及 N 个不同大小的…...

B站pwn教程笔记-9

前言:可以去一些开源镜像站下载libc老的乌班图镜像,因为堆题的libc可能比较老,没有新的一些保护措施和机制。 格式化字符串漏洞 归根结底,可以读写任意地址内存。 泄露栈数据/任意地址数据 主要问题就是printf不知道自己有没有…...

NVR(网络视频录像机) 和 网络摄像机(IPC,IP Camera)

NVR(网络视频录像机) 和 网络摄像机(IPC,IP Camera) 是网络监控系统的两个核心组件,但功能定位完全不同。以下是它们的核心区别: 1. 功能角色 组件网络摄像机(IPC)NVR&a…...

数智读书笔记系列032《统一星型模型--一种敏捷灵活的数据仓库和分析设计方法》

引言 在当今数字化时代,数据仓库作为企业数据管理的核心基础设施,承担着整合、存储和提供企业数据的关键角色。随着商业环境的快速变化和业务需求的日益复杂,数据仓库的设计方法也在不断演进,以适应新的挑战和要求。 背景与意义 数据仓库领域长期存在着两种主流方法论之…...

互联网大厂Java求职面试:基于RAG的智能问答系统设计与实现

互联网大厂Java求职面试:基于RAG的智能问答系统设计与实现 场景背景 在某互联网大厂的技术面试中,技术总监张总正在面试一位名为郑薪苦的求职者。郑薪苦虽然对技术充满热情,但回答问题时总是带着幽默感,有时甚至让人哭笑不得。 …...

[C#]Task.Run()和Task.Factory.StartNew()对比(腾讯元宝)

Task.Run和Task.Factory.StartNew都是用来创建并启动任务的方法,但它们的内部实现和使用场景有所不同。两者的主要区别:默认调度器、配置选项、异常处理、适用场景。建议用户大多数情况下使用Task.Run,除非需要StartNew的高级配置&#xff0c…...

Java游戏服务器开发流水账(3)游戏数据的缓存简介

简介 游戏服务器数据缓存是一种在游戏服务器运行过程中,用于临时存储经常访问的数据的技术手段,旨在提高游戏性能、降低数据库负载以及优化玩家体验。游戏开发中数据的缓存可以使用Java自身的内存也可以使用MemCache,Redis,注意M…...

PostgreSQL可见性映射VM

1.可见性映射 清理过程的代价高昂,为了减小清理的开销,在PostgreSQL 8.4版中引入了VM。 VM的基本概念很简单。 每个表都拥有各自的可见性映射,用于保存表文件中每个页面的可见性。 页面的可见性确定了每个页面是否包含死元组。清理过程可以…...

集成电路流片随笔26:tinyriscv的三级流水线细则pc

include "defines.v"// PC寄存器模块 module pc_reg(input wire clk,input wire rst,input wire jump_flag_i, // 跳转标志input wire[InstAddrBus] jump_addr_i, // 跳转地址input wire[Hold_Flag_Bus] hold_flag_i, // 流水线暂停标志input wire…...

如何解决Jmeter中的乱码问题?

在 JMeter 中遇到乱码问题通常是由于字符编码不一致导致的,常见于 HTTP 请求响应、参数化文件读取、报告生成等场景。以下是系统化的解决方案: 1. HTTP 请求响应乱码 原因: 服务器返回的字符编码(如UTF-8、GBK)与 J…...

TextRNN 模型实现微博文本情感分类

在自然语言处理(NLP)领域,文本情感分类是一项极具应用价值的任务。它能帮助企业分析用户反馈、社交媒体舆情监测等。本文将通过一段实际代码,带大家了解如何利用 PyTorch 框架和 TextRNN 模型,完成微博文本的情感分类工…...

支付宝 SEO 优化:提升小程序曝光与流量的完整指南

在拥有庞大用户基数的支付宝平台上,小程序已成为商家触达用户、提供服务的重要渠道。然而,随着平台上小程序数量的快速增长,如何在激烈的竞争中脱颖而出,获得更多的曝光和流量,成为每个开发者和运营者必须面对的关键挑…...

基于WSL用MSVC编译ffmpeg7.1

在windows平台编译FFmpeg,网上的大部分资料都是推荐用msys2mingw进行编译。在win10平台,我们可以采用另一种方式,即wslmsvc 实现window平台的ffmpeg编译。 下面将以vs2022ubuntu22.04 为例,介绍此方法 0、前期准备 安装vs2022 &…...

高并发内存池(二):项目的整体框架以及Thread_Cache的结构设计

目录 前言 一,项目整体框架设计 二,thread cache结构设计 模拟定长内存池的设计思路 采用一定的对齐规则设计 thread cache大致框架 申请内存Allocate方法 1,thread cache 哈希桶的内存对齐规则 2,内存对齐规则代码实现 …...

K8S扩缩容及滚动更新和回滚

目录: 1、滚动更新1、定义Deployment配置2、应用更新 2、版本回滚1. 使用kubectl rollout undo命令 3、更新暂停与恢复1、暂停更新2、更新镜像(例如,使用kubectl set image命令)3、恢复更新 4、弹性扩缩容1、扩容命令2、缩容命令3…...

K8S - GitLab CI 自动化构建镜像入门

一、引言 在现代持续交付(CI/CD)体系中,容器镜像的自动化构建与推送已成为交付链条的重要一环。 GitLab CI/CD 作为 GitLab 平台的原生集成功能,提供了声明式、可扩展的流水线机制,使得开发者可以在代码生命周期内实…...

万兴PDF-PDFelement v11.4.13.3417

万兴PDF专家(Wondershare PDFelement)是一款国产PDF文档全方位解决方案.万兴PDF编辑器软件万兴PDF中文版,专注于PDF的创建,编辑,转换,签名,压缩,合并,比较等功能.万兴PDF专业版PDF编辑软件,以简约风格及强大的功能在国外名声大噪,除了传统功能外,还提供OCR扫描,表格识别,创建笔…...

4.2【LLaMA-Factory实战】金融财报分析系统:从数据到部署的全流程实践

【LLaMA-Factory实战】金融财报分析系统:从数据到部署的全流程实践 一、引言 在金融领域,财报分析是投资决策的核心环节。传统分析方法面临信息提取效率低、风险识别不全面等挑战。本文基于LLaMA-Factory框架,详细介绍如何构建一个专业的金…...

Vue Router 3 使用详解:从零构建嵌套路由页面

Vue Router 是 Vue.js 官方的路由管理器,常用于构建单页面应用(SPA)。本文将手把手带你完成 vue-router3.6.5 的基本配置,并实现一个带有嵌套路由的页面结构。本文适用于 Vue 2.x 项目 一、安装 vue-router3.6.5 npm install vue…...

ChatGPT深度研究功能革新:GitHub直连与强化微调

目录 一、ChatGPT深度研究功能迎来革命性更新 1.1 GitHub直连功能详解 1.2 强化微调(RTF)正式发布 二、GitHub直连功能深度体验 2.1 实际应用场景演示 2.2 技术实现原理探讨 三、强化微调技术解析 3.1 RTF技术核心优势 3.2 适用场景分析 四、开发者反馈与行业影响 4…...

【Ansible】模块详解

一、ansible概述 1.1 ansible介绍 Ansible 是一个基于 Python 开发的配置管理和应用部署工具,近年来在自动化管理领域表现突出。它集成了许多传统运维工具的优点,几乎可以实现 Pubbet 和 Saltstack 所具备的功能。 1.2 ansible能做什么 批量处理。An…...

深入理解C/C++内存管理:从基础到高级优化实践

一、内存区域划分与基础管理机制​​ ​​栈(Stack)​​ 栈由系统自动管理,用于存储函数调用时的局部变量、参数及返回地址。其特点是高效但空间有限(通常1-8MB),遵循后进先出(LIFO)…...

两台服务器之前共享文件夹

本文环境 服务器A:ubuntu24.22系统 IP:10.0.8.1 服务器B:ubuntu24.22系统 IP:10.0.8.10 本操作旨在将服务器B的/opt/files目录共享给服务器A得/opt/files 在 B 服务器上设置共享 安装 NFS 服务: sudo apt -y install nfs-kernel-server编辑/etc/exports文件&…...

stm32之USART

目录 1.引入1.1 通信接口1.2 串口 2.USART2.1 简介2.2 框图2.3 基本机构图2.4 数据帧2.5 波特率发生器2.6 数据包2.6.1 数据模式2.6.2 HEX数据包2.6.3 文本数据包2.6.4 HEX数据包接收2.6.5 文本数据包接收 3.结构体和相关API3.1 结构体3.2 API3.2.1 **初始化相关函数**void USA…...

使用 systemd 管理 Linux 服务:配置与自动重启指南

使用 systemd (推荐,适用于大多数 Linux 发行版) systemd 是现代 Linux 系统中最常用的服务管理器。它能可靠地管理进程,并在进程崩溃时自动重启。 创建 systemd 服务文件: 创建一个文件,例如 /etc/systemd/system/app.service…...

【计算机视觉】Car-Plate-Detection-OpenCV-TesseractOCR:车牌检测与识别

Car-Plate-Detection-OpenCV-TesseractOCR:车牌检测与识别技术深度解析 在计算机视觉领域,车牌检测与识别(License Plate Detection and Recognition, LPDR)是一个极具实用价值的研究方向,广泛应用于智能交通系统、安…...

《Spring Boot 3.0全新特性详解与实战案例》

大家好呀!今天让我们轻松掌握Spring Boot 3.0的所有新特性!🚀 📌 第一章:Spring Boot 3.0简介 1.1 什么是Spring Boot 3.0? Spring Boot 3.0就像是Java开发者的"超级工具箱"🧰&…...

二叉树的深度

二叉树的深度是指从根节点到叶子节点的最长路径上的节点数。 一、最大深度 104. 二叉树的最大深度 - 力扣(LeetCode) 最大深度是指从根节点到最远叶子节点的最长路径上的节点数。 //递归法 /*** Definition for a binary tree node.* public class T…...