当前位置：首页 > news >正文

c/c++的opencv直方图初识

news 来源：原创 2025/6/5 16:47:17

C/C++ OpenCV中的图像直方图：零基础入门指南 📊

大家好！今天我们来聊聊图像处理中一个非常基础且重要的概念——直方图(Histogram)。如果你是OpenCV新手，或者对直方图感觉有点迷糊，别担心，这篇文章会用最简单的方式带你入门。

什么是图像直方图？ 🤔

想象一下，你有一张黑白照片。照片里有些地方很黑，有些地方很亮，还有很多介于中间的灰色区域。

图像直方图就像是对这张照片做了一次“像素亮度普查”。它会统计照片中：

有多少像素是纯黑色的？
有多少像素是纯白色的？
有多少像素是深灰色的？
有多少像素是浅灰色的？
… 等等

简单来说，直方图是一个统计图表，它显示了图像中每个像素强度值（比如亮度值0-255）出现的频率（即像素个数）。

横坐标 (X轴)：通常表示像素的强度值（例如，对于8位灰度图，就是0到255）。
纵坐标 (Y轴)：表示具有该强度值的像素数量。

一个典型的灰度图像及其直方图

直方图有什么用？ 🚀

直方图非常有用，它可以告诉我们很多关于图像的信息：

图像亮度与对比度：
- 如果直方图的峰值主要集中在左边（低亮度值），说明图像偏暗。
- 如果峰值集中在右边（高亮度值），说明图像偏亮。
- 如果峰值分布很窄，说明图像对比度较低。
- 如果峰值分布很广，说明图像对比度较高。
图像内容分析：通过直方图的形状，可以大致推断图像的内容。例如，一张大部分是天空的图片，其直方图的蓝色通道可能会在某个区域有高峰。
图像阈值化：直方图可以帮助我们选择合适的阈值，用于将图像分割成前景和背景（例如，大津法就是基于直方图的）。
图像均衡化：通过拉伸直方图，使其分布更均匀，可以增强图像的对比度，这就是“直方图均衡化”。
图像匹配与检索：比较不同图像的直方图，可以作为一种简单的图像相似性度量方法。

如何用OpenCV计算直方图？ (C/C++) 💻

OpenCV提供了一个非常方便的函数 cv::calcHist 来计算直方图。让我们看看它的基本用法。

1. 准备工作

首先，确保你已经安装了OpenCV，并且在你的C++项目中正确配置了头文件和库链接。

#include <opencv2/imgcodecs.hpp> // 用于图像读取 imread
#include <opencv2/imgproc.hpp>  // 用于图像处理，包括 calcHist, cvtColor
#include <opencv2/highgui.hpp>   // 用于显示图像 imshow, waitKey
#include <iostream>              // 用于控制台输出// 使用cv命名空间，这样就不用每次都写 cv:: 了
using namespace cv;
using namespace std;

2. `cv::calcHist` 函数详解

cv::calcHist 的函数原型看起来可能有点复杂，但别怕，我们一步步分解：

void cv::calcHist(const Mat* images,      // 输入图像数组 (或单个图像的地址)int nimages,            // 输入图像的数量const int* channels,    // 需要统计的通道索引数组InputArray mask,        // 可选的掩码，指定在哪个区域计算直方图OutputArray hist,       // 输出的直方图结果 (Mat类型)int dims,               // 直方图的维度const int* histSize,    // 直方图每个维度的大小 (bin的数量)const float** ranges,   // 直方图每个维度的取值范围bool uniform = true,    // 直方图的bin是否均匀分布bool accumulate = false // 是否累积到已有的hist中
);

让我们关注最常用的参数：

images: 指向输入图像的指针数组。如果只处理一张图，就传这张图的地址。
nimages: 通常设为 1，因为我们一次处理一张图。
channels: 一个整数数组，指定我们要为哪些通道计算直方图。
- 对于灰度图，只有一个通道，所以是 {0}。
- 对于BGR彩色图，通道0是蓝色(B)，通道1是绿色(G)，通道2是红色®。如果你想计算蓝色通道的直方图，就是 {0}；绿色就是 {1}；红色就是 {2}。
mask: 通常我们计算整张图的直方图，所以传 Mat() 或 noArray() 表示没有掩码。
hist: 这是输出参数，计算得到的直方图会存放在这里。它是一个 Mat 对象。
dims: 直方图的维度。
- 对于单通道（如灰度图，或彩色图的单个通道），维度是 1。
- 如果我们同时考虑两个特征（比如H和S通道），维度就是 2。
histSize: 一个整数数组，表示每个维度上“箱子”（bin）的数量。
- 对于8位灰度图，我们通常想统计0到255每个灰度级的数量，所以 histSize 可以是 {256}。
ranges: 一个浮点数指针数组，定义了每个维度上像素值的范围。
- 对于8位图像，像素值范围通常是 [0, 256) (注意是左闭右开，所以255也算在内)。

3. 灰度图直方图示例

让我们从最简单的开始：计算一张灰度图像的直方图。

int main() {// 1. 加载图像Mat src = imread("your_image.jpg", IMREAD_GRAYSCALE); // 以灰度模式加载if (src.empty()) {cout << "无法加载图像!" << endl;return -1;}// 2. 设置直方图参数Mat hist; // 用于存储直方图结果int histSize[] = { 256 }; // Bin的数量 (0-255，共256个)// 像素值范围 (对于8位图像是0-255)// 注意：上限是不包含的，所以是256float hranges[] = { 0.0f, 256.0f }; const float* ranges[] = { hranges };int channels[] = { 0 }; // 我们只处理灰度图的第0个通道// 3. 计算直方图calcHist(&src,      // 输入图像 (注意是地址)1,          // 图像数量channels,   // 通道列表Mat(),      // 无掩码hist,       // 输出直方图1,          // 直方图维度 (1D)histSize,   // 每个维度的bin数量ranges      // 每个维度的取值范围);// `hist` 现在是一个 256x1 的Mat，每个元素 hist.at<float>(i, 0)// 代表灰度值为 i 的像素数量。// (可选) 打印一些直方图的值// for (int i = 0; i < histSize[0]; i++) {//     cout << "灰度值 " << i << ": " << hist.at<float>(i, 0) << " 个像素" << endl;// }// 4. (重要!) 可视化直方图// `calcHist` 计算出来的是数值，我们还需要把它画出来才能直观看到。int hist_w = 512; // 直方图图像的宽度int hist_h = 400; // 直方图图像的高度int bin_w = cvRound((double)hist_w / histSize[0]); // 每个bin在图像中的宽度Mat histImage(hist_h, hist_w, CV_8UC3, Scalar(20, 20, 20)); // 创建一个黑色背景的图像用于绘制// 归一化直方图的值到 [0, hist_h] 区间，这样才能画在图上// `normalize` 函数会找到hist中的最大值，然后按比例缩放所有值normalize(hist, hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());// 绘制直方图的每个binfor (int i = 1; i < histSize[0]; i++) {line(histImage,Point(bin_w * (i - 1), hist_h - cvRound(hist.at<float>(i - 1))), // 上一个点Point(bin_w * (i), hist_h - cvRound(hist.at<float>(i))),     // 当前点Scalar(200, 200, 200), // 线条颜色 (浅灰色)2, 8, 0);}// 5. 显示原图和直方图imshow("原图 (灰度)", src);imshow("直方图", histImage);waitKey(0); // 等待按键return 0;
}

代码解释:

加载图像：imread("your_image.jpg", IMREAD_GRAYSCALE) 以灰度模式加载图片。如果图片本身是彩色的，它会被转换成灰度图。
设置参数：
- histSize: 我们有256个“箱子”（bins），分别对应0到255的每个灰度级。
- hranges: 像素值的范围是0到255（在calcHist中上限写256，表示[0, 256)）。
- channels: {0} 表示我们只关心灰度图的第一个（也是唯一一个）通道。
计算直方图：调用 calcHist，它会把结果填充到 hist 这个 Mat 对象中。
可视化：
- hist_w, hist_h: 定义了我们要画的直方图图片的大小。
- bin_w: 计算每个bin在直方图图片上应该占多少像素宽度。
- Mat histImage(...): 创建一张用于绘制直方图的空白图像（这里用深灰色背景）。
- normalize(hist, hist, 0, histImage.rows, NORM_MINMAX, -1, Mat()): 这是关键一步！calcHist 得到的 hist 中的值是实际的像素数量，可能非常大。为了能在固定高度的 histImage 上画出来，我们需要将这些值归一化到 [0, histImage.rows] 这个范围内。NORM_MINMAX 表示进行线性归一化。
- for 循环和 line 函数：遍历每个bin，用线条把相邻bin的顶端连接起来，形成直方图的形状。注意Y坐标是 hist_h - value，因为图像坐标系的原点在左上角，Y轴向下为正。
显示：用 imshow 显示原图和我们绘制的直方图。

4. 彩色图直方图示例 (分别计算B, G, R通道)

对于彩色图（通常是BGR顺序），我们可以为每个颜色通道分别计算直方图。

int main() {// 1. 加载彩色图像Mat src = imread("your_color_image.jpg", IMREAD_COLOR);if (src.empty()) {cout << "无法加载图像!" << endl;return -1;}// 2. 将图像分割成B, G, R三个通道vector<Mat> bgr_planes;split(src, bgr_planes); // bgr_planes[0] 是 B, bgr_planes[1] 是 G, bgr_planes[2] 是 R// 3. 设置直方图参数 (与灰度图类似)int histSize[] = { 256 };float range[] = { 0, 256 };const float* histRange[] = { range };bool uniform = true;bool accumulate = false;// 4. 分别计算B, G, R三个通道的直方图Mat b_hist, g_hist, r_hist;// 计算B通道直方图// 注意：split后的bgr_planes[0]已经是单通道图像，所以channels参数是{0}// 如果直接用src计算，那么channels可以是{0}代表B, {1}代表G, {2}代表Rint b_channels[] = {0};calcHist(&bgr_planes[0], 1, b_channels, Mat(), b_hist, 1, histSize, histRange, uniform, accumulate);// 计算G通道直方图int g_channels[] = {0}; // 对于bgr_planes[1] (G通道图像) 来说，它自己的通道索引是0calcHist(&bgr_planes[1], 1, g_channels, Mat(), g_hist, 1, histSize, histRange, uniform, accumulate);// 计算R通道直方图int r_channels[] = {0}; // 对于bgr_planes[2] (R通道图像) 来说，它自己的通道索引是0calcHist(&bgr_planes[2], 1, r_channels, Mat(), r_hist, 1, histSize, histRange, uniform, accumulate);// 5. 绘制直方图 (与灰度图类似，但要画三条线)int hist_w = 512;int hist_h = 400;int bin_w = cvRound((double)hist_w / histSize[0]);Mat histImage(hist_h, hist_w, CV_8UC3, Scalar(20, 20, 20));// 归一化B, G, R直方图到 [0, histImage.rows]normalize(b_hist, b_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());normalize(g_hist, g_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());normalize(r_hist, r_hist, 0, histImage.rows, NORM_MINMAX, -1, Mat());// 绘制for (int i = 1; i < histSize[0]; i++) {line(histImage, Point(bin_w * (i - 1), hist_h - cvRound(b_hist.at<float>(i - 1))),Point(bin_w * (i), hist_h - cvRound(b_hist.at<float>(i))),Scalar(255, 0, 0), 2, 8, 0); // 蓝色line(histImage, Point(bin_w * (i - 1), hist_h - cvRound(g_hist.at<float>(i - 1))),Point(bin_w * (i), hist_h - cvRound(g_hist.at<float>(i))),Scalar(0, 255, 0), 2, 8, 0); // 绿色line(histImage, Point(bin_w * (i - 1), hist_h - cvRound(r_hist.at<float>(i - 1))),Point(bin_w * (i), hist_h - cvRound(r_hist.at<float>(i))),Scalar(0, 0, 255), 2, 8, 0); // 红色}// 6. 显示imshow("原图 (彩色)", src);imshow("彩色直方图 (B, G, R)", histImage);waitKey(0);return 0;
}

彩色图代码要点：

split(src, bgr_planes): 将BGR三通道彩色图 src 分离成三个独立的单通道图像 bgr_planes[0] (B), bgr_planes[1] (G), bgr_planes[2] ®。
分别计算: 对分离出来的每个单通道图像调用 calcHist。因为它们已经是单通道了，所以 channels 参数依然是 {0} (指当前单通道图像的第0个通道)。
- 另一种方法：你也可以不 split 图像，直接在原始 src 彩色图上计算。这时，如果你想计算蓝色通道的直方图，channels 参数应为 {0}；绿色为 {1}；红色为 {2}。例如，计算 src 的蓝色通道直方图：
```
// Mat src; // 彩色图
// Mat b_hist_direct;
// int channels_b[] = {0}; // 指明要计算src的第0个通道 (B)
// calcHist(&src, 1, channels_b, Mat(), b_hist_direct, 1, histSize, histRange);
```
绘制: 在同一张 histImage 上用不同颜色（蓝、绿、红）绘制三个通道的直方图线条。

总结与展望 ✨

直方图是图像处理的基石之一。通过 cv::calcHist，我们可以轻松获取图像的像素强度分布信息。

接下来你可以探索的：

直方图均衡化 (Histogram Equalization): 使用 cv::equalizeHist 来改善图像对比度。
二维直方图: 例如，在HSV颜色空间中，同时考虑H（色调）和S（饱和度）两个维度来绘制2D直方图。这时 dims 为2，channels 可能是 {0, 1}，histSize 可能是 {180, 256}，ranges 需要提供两组范围。
直方图比较: OpenCV提供了比较两个直方图相似度的函数，如 cv::compareHist。
反向投影 (Backprojection): 利用直方图模型在图像中寻找特定物体。

希望这篇文章能帮你理解OpenCV中的直方图！动手试试代码，并用你自己的图片看看效果吧！

Happy Coding! 🎉

c/c++的opencv直方图初识

C/C OpenCV中的图像直方图：零基础入门指南 📊 大家好！今天我们来聊聊图像处理中一个非常基础且重要的概念——直方图(Histogram)。如果你是OpenCV新手，或者对直方图感觉有点迷糊，别担心，这篇文章会用最简单…...

编程日记 2025/5/27 14:12:58

Spring Boot 与 RabbitMQ 的深度集成实践（一）

引言 ** 在当今的分布式系统架构中，随着业务复杂度的不断提升以及系统规模的持续扩张，如何实现系统组件之间高效、可靠的通信成为了关键问题。消息队列作为一种重要的中间件技术，应运而生并发挥着举足轻重的作用。消息队列的核心价值在于其…...

编程日记 2025/5/28 7:38:08

Android动态音频柱状图可视化解析：从原理到实现

Android动态音频柱状图可视化解析：从原理到实现一、整体架构设计二、核心组件设计三、核心代码实现四、交互设计与用户体验五、性能优化与问题解决一、整体架构设计 Android动态音频柱状图可视化解析在移动应用开发中，音频可视化是增强用户体验的重要手段。无论是音乐播放器…...

编程日记 2025/5/29 23:02:59

vue3大事件项目

这周写完了vue3的大事件项目，从中学到了很多东西，并且解決了一部分bug，現在就和大家分享一下我遇到的问题并且是如何解決的 1. QuillEditor 的 v-model 用法错误先讲一下quilleditor富文本的基本使用方法： 1.安裝quill依賴&am…...

编程日记 2025/6/1 7:15:08

MapReduce-WordCount实现按照value降序排序、字符小写、识别不同标点

要求： 输入文件的按照空格、逗号、点号、双引号等分词输入文件的大写字母全部换成小写文件输出要求按照value值降序排序 Hadoop给的wordcount示例代码以及代码理解基于map reduce的word count个人理解：输入的文件经过map reduce框架处理后&#…...

编程日记 2025/5/25 12:20:10

c++线段树之单点修改区间最大子段和-----P4513 小白逛公园

题目大意单点修改查询区间最大字段和解题思路如果线段树节点存储的是‘区间最大子段和’，如何合并？ 简单的加法或求极值都不行，仔细分析可得，父节点最大字段和可能为： 左子树最大子段和右子树最大子段和左子树最…...

编程日记 2025/5/29 13:52:47

[Java实战]Spring Boot整合Elasticsearch（二十六）

[Java实战]Spring Boot整合Elasticsearch（二十六） 摘要：本文通过完整的实战演示，详细讲解如何在Spring Boot项目中整合Elasticsearch，实现数据的存储、检索和复杂查询功能。包含版本适配方案、Spring Data Elasticsea…...

编程日记 2025/5/29 19:30:58

【深度学习新浪潮】大模型在哪些垂域已经有比较好的落地？

AI大模型在多个垂直领域已实现显著落地，以下结合可验证案例与行业数据展开说明：一、医疗健康：精准诊断与个性化治疗呼吸系统疾病诊断国家呼吸医学中心研发的LungDiag模型，基于公开临床数据集训练，在预印本研究中对肺炎、肺癌等10种疾病的辅助诊断准确率达92%。医联Med…...

编程日记 2025/5/28 8:12:36

软件测试全攻略：从概念到实践

目录测试指南针--概念篇 1. 什么是软件测试？ 2. 软件测试和软件开发的关系是什么？ 3. 测试需要哪些能力？ 4. 测试流程是什么样的？ 5. 什么是单元测试和集成测试？ 6. 软件的生命周期是什么样的？ 需求…...

编程日记 2025/5/27 8:03:37

linux hungtask detect机制分析

1，机制概述‌ hungtask detect 是 Linux 内核用于检测长时间阻塞（"hung"）任务的机制，主要针对因死锁、死循环或资源竞争导致无法调度的任务 ‌触发条件‌：任务在 TASK_UNINTERRUPTIBLE 状态持续超过预设阈值…...

编程日记 2025/5/24 20:30:10

影刀处理 Excel：智能工具带来的高效变革

1. 高效的数据处理能力 1.1 快速读取与写入数据影刀在处理 Excel 数据时展现出显著的读取与写入速度优势。传统方法处理大型 Excel 文件时，读取速度可能仅为每秒 100 行左右，而影刀通过优化底层代码和采用高效的文件解析算法，读取速度可达…...

编程日记 2025/5/29 15:18:20

Dashboard - The 2021 Sichuan Provincial Collegiate Programming Contest - Codeforces 过题难度： A K D M H B L 铜奖 5 594 银奖 6 368 金奖 8 755 codeforces.com/gym/103117/problem/A 模拟出牌的过程，打表即可 // Code Start Here int t…...

编程日记 2025/5/24 0:58:35

HarmonyOS 影视应用APP开发--配套的后台服务go-imovie项目介绍及使用

网上有小伙伴对影视应用感兴趣，也想搞个自己的免费观影APP玩玩儿。前期博主开源的有uniapp版本和harmonyOS原生版本影视客户端，但是对博主开源的这个影视后台接口服务不太了解，不知道怎么用起来。这里总结介绍下该go-imove后台接口服务项目介…...

编程日记 2025/6/1 9:05:43

JAVA SE 多线程(上)

文章目录 📕1. Thread类及常见方法✏️1.1 创建线程✏️1.2 Thread 的常见构造方法✏️1.3 Thread 的几个常见属性✏️1.4 启动一个线程---start()✏️1.5 中断一个线程---interrupt()✏️1.6 等待一个线程---join()✏️1.7 获取当前线程引用✏️1.8 休眠当前线程 &…...

编程日记 2025/5/28 0:31:41

基于Bootstrap 的网页html css 登录页制作成品

目录前言一、网页制作概述二、登录页面 2.1 HTML内容 2.2 CSS样式三、技术说明书四、页面效果图前言 ‌Bootstrap‌是一个用于快速开发Web应用程序和网站的前端框架，由Twitter的设计师Mark Otto和Jacob Thornton合作开发。它基于HTML、CSS和JavaScri…...

编程日记 2025/5/31 15:02:56

AUTOSAR图解==＞AUTOSAR_SRS_Transformer

AUTOSAR Transformer 详解基于AUTOSAR标准的Transformer组件技术解析目录 1. AUTOSAR Transformer 概述 1.1 Transformer的作用1.2 Transformer在AUTOSAR中的位置2. Transformer架构设计 2.1 整体架构2.2 类结构设计2.3 交互流程3. Transformer类型与实现 3.1 SOME/IP Transf…...

编程日记 2025/5/29 15:23:26

iOS APP启动页及广告页的实现

iOS APP启动页及广告页的实现涉及UI布局、数据加载、倒计时控制、广告跳转等多个关键环节。以下是我的一些使用心得： 1. UI实现方案双Window方案原理：同时创建两个Window，主Window位于底层，广告Window覆盖在其上。通过切换mak…...

编程日记 2025/5/28 17:54:59

图绘Linux：基础指令脉络阁

目录 Linux命令行介绍目录操作 ls 目录所含文件信息 ls 常用选项 pwd 在那个目录下 cd 进入目录 mkdir 创建目录文件操作 touch 创建普通文件 echo向文件写入 cat 输出文件内容 cp 拷贝文件/目录 mv剪切重命名 rm 删除文件/目录查找 * 匹配符 man 查找指令 …...

编程日记 2025/5/28 17:22:39

数字格式化库 accounting.js的使用说明

accounting.js 是一个用于格式化数字、货币和金额的轻量级库，特别适合财务和会计应用。以下是其详细使用说明： 安装与引入通过 npm 安装： bash 复制下载 npm install accounting 引入： javascript 复制下载 const accounting …...

编程日记 2025/5/31 8:05:09

ngx_http_proxy_protocol_vendor_module 模块

一、前置要求启用 PROXY 协议在 listen 指令中添加 proxy_protocol 参数，例如： server {listen 80 proxy_protocol;listen 443 ssl proxy_protocol;… }商业订阅本模块仅在 Nginx 商业版中提供。二、示例配置 http {# 将 GCP 的 PSC 连接 ID 添…...

编程日记 2025/5/26 6:38:14

C++11-(2)

文章目录 （一）C11新增功能1.1 引用折叠1.1.1 在模板中使用引用折叠的场景1.1.2 引用折叠是如何实现的 1.2 完美转发1.3 lambda表达式语法1.3.1 定义1.3.2 lambda的使用场景1.3.3 捕捉列表1.3.4 mutable语法1.3.5 lambda的原理 （一&#xff09…...

编程日记 2025/5/27 8:11:20

LeetCode算法实战 - - - 双指针与移除元素、快慢指针与删除有序数组中的重复项

LeetCode算法实战 - - - 双指针与移除元素、快慢指针与删除有序数组中的重复项第一题 - - - 移除元素方法一 - - - 双重循环方法二 - - - 双指针方法三 - - - 相向双指针（面对面移动） 第二题 - - -…...

编程日记 2025/5/26 7:31:00

QT6 源（106）：阅读与注释重要的基类控件 QWidget，这是其精简版，完整注释版为篇 37

（1）原篇幅 37 为最开始整理，整理的不是太完善。重点不突出。故重新整理，但删除了大量的注释，重在突出本 QWidget类的内部逻辑，更易观察其包含了哪些内容。至于不理解的成员函数与属性，内容已不太…...

编程日记 2025/5/28 6:46:35

【Bluedroid】蓝牙HID DEVICE错误报告处理全流程源码解析

本文基于Android蓝牙协议栈代码，深入解析HID设备在接收非法指令（如无效的SET_REPORT）时的错误处理全流程，涵盖错误映射、协议封装、传输控制三大核心模块。重点剖析以下机制： HID协议规范错误码的动态转换策略控制通…...

编程日记 2025/5/27 7:04:52

Day29 类的装饰器

类也有修饰器，他的逻辑类似：接收一个类，返回一个修改后的类。例如添加新的方法或属性（如示例中的 log 方法）。修改原有方法（如替换 init 方法，添加日志）。甚至可以返回一个全新的类…...

编程日记 2025/5/29 18:05:29

学习黑客Active Directory 入门指南（二）

Active Directory 入门指南（二）：深入逻辑结构与物理组件 🌳🏢 大家好！欢迎回到 “Active Directory 入门指南” 系列的第二篇。在上一篇中，我们初步认识了Active Directory，了解了其…...

编程日记 2025/5/28 14:53:14

为什么el-select组件在下拉选择后无法赋值

为什么el-select组件在下拉选择后无法赋值 https://blog.csdn.net/ZHENGCHUNJUN/article/details/127325558 这个链接解决了大模型无法解决的问题大模型能够写基础且高级一些的代码，但是遇到再深入一些的问题，还是得问百度。对于我这种小白来说问题原因…...

编程日记 2025/6/1 12:37:43

FreeRTOS的学习记录（临界区保护，调度器挂起与恢复）

临界区在 FreeRTOS 中，临界区（Critical Section） 是指程序中一段必须以原子方式执行的代码区域，在此区域内不允许发生任务切换或中断干扰，以保护共享资源或执行关键操作。FreeRTOS 提供了多种机制来实现临界区&#…...

编程日记 2025/6/3 9:06:59

给个人程序加上MCP翅膀

背景最近MCP这个词真是到处都是，看起来特别高大上。我平时没事的时候也一直在关注这方面的技术，知道它是怎么一回事，也懂该怎么去实现。但可惜一直抽不出时间来自己动手搞一个MCP服务。网上关于MCP的教程一搜一大把，但基本上都是…...

编程日记 2025/5/28 15:52:21

2023年河南CCPC（ABCEFHK）

文章目录 2023河南CCPCA. 小水獭游河南(字符串)B. Art for Rest(数组切割)C. Toxel与随机数生成器(水)E. 矩阵游戏（dp）F. Art for Last(区间最小差分)H. Travel Begins(数学思维)K. 排列与质数（规律）总结 2023河南CCPC A. 小水獭…...

编程日记 2025/5/25 11:59:33

【 Redis | 实战篇秒杀优化】

目录前言： 1.分布式锁 1.1.分布式锁的原理与方案 1.2.Redis的String结构实现分布式锁 1.3.锁误删问题 1.4.锁的原子性操作问题 1.5.Lua脚本解决原子性问题 1.6.基于String实现分布式锁存在的问题 1.7.Redisson分布式锁 2.秒杀优化 3.秒杀的异步优化 3.1…...

编程日记 2025/5/27 7:48:52

【Spring】核心机制：IOC与DI深度解析

目录 1.前言 2.正文 2.1三层架构 2.2Spring核心思想（IOC与AOP） 2.3两类注解：组件标识与配置 2.3.1五大类注解 2.3.1.1Controller 2.3.1.2Service 2.3.1.3Repository 2.3.1.4Configuration 2.3.1.5Component 2.3.2方法注解&#x…...

编程日记 2025/5/29 10:29:07

1-机器学习的基本概念

文章目录一、机器学习的步骤Step1 - Function with unknownStep2 - Define Loss from Training DataStep3 - Optimization 二、机器学习的改进Q1 - 线性模型有一些缺点Q2 - 重新诠释机器学习的三步Q3 - 机器学习的扩展Q4 - 过拟合问题（Overfitting） 一、…...

编程日记 2025/5/26 10:42:02

ARM A64 STR指令

ARM A64 STR指令 1 STR (immediate)1.1 Post-index1.1.1 32-bit variant1.1.2 64-bit variant 1.2 Pre-index1.2.1 32-bit variant1.2.2 64-bit variant 1.3 Unsigned offset1.3.1 32-bit variant1.3.2 64-bit variant 1.4 Assembler symbols 2 STR (register)2.1 32-bit varia…...

编程日记 2025/5/26 7:42:01