c/c++的opencv开闭操作
OpenCV 中的形态学开运算与闭运算 (C++)
在计算机视觉和图像处理领域,形态学操作是用于分析和处理图像形状的一系列非线性操作。OpenCV 作为一个强大的开源计算机视觉库,提供了丰富的形态学转换函数。其中,“开运算”(Opening)和“闭运算”(Closing)是最基础且应用广泛的两种形态学操作,它们能够有效地去除噪声、分离/连接图像中的元素。
本文将详细介绍 OpenCV 中开运算和闭运算的原理、使用 cv::morphologyEx
函数的方式、关键参数、注意事项、典型应用场景以及它们在实际项目中的应用。
什么是形态学变换?
形态学变换主要应用于二值图像,但也可以扩展到灰度图像。它们通过一个称为结构元素 (Structuring Element) 或核 (Kernel) 的小型预定义形状来探测输入图像,并根据结构元素与图像相应区域的匹配情况来修改像素值。
开运算 (Morphological Opening)
定义:开运算是先对图像进行腐蚀 (Erosion) 操作,然后对结果进行膨胀 (Dilation) 操作。
Opening ( A , B ) = ( A ⊖ B ) ⊕ B \text{Opening}(A, B) = (A \ominus B) \oplus B Opening(A,B)=(A⊖B)⊕B
其中, A A A 是输入图像, B B B 是结构元素, o m i n u s \\ominus ominus 代表腐蚀, o p l u s \\oplus oplus 代表膨胀。
视觉效果与作用:
- 去除小的明亮物体/噪声:能够消除图像中尺寸小于结构元素的孤立亮点或细小连接(“盐”噪声)。
- 平滑物体轮廓:可以使物体的轮廓变得更加平滑。
- 断开细窄的连接:如果物体之间有非常细微的连接,开运算可以将其断开,从而分离物体。
- 打开裂缝或间隙:可以使物体内部的小裂缝变大。
- 开运算通常不会显著改变较大物体的整体尺寸。
闭运算 (Morphological Closing)
定义:闭运算是先对图像进行膨胀 (Dilation) 操作,然后对结果进行腐蚀 (Erosion) 操作。
Closing ( A , B ) = ( A ⊕ B ) ⊖ B \text{Closing}(A, B) = (A \oplus B) \ominus B Closing(A,B)=(A⊕B)⊖B
其中, A A A 是输入图像, B B B 是结构元素。
视觉效果与作用:
- 填充物体内的小孔洞/间隙:能够填充物体内部尺寸小于结构元素的暗区或小孔(“胡椒”噪声)。
- 连接邻近的物体:可以将空间上非常接近但有细小断裂的物体连接起来。
- 平滑物体轮廓:同样可以平滑轮廓,但与开运算侧重点不同,它倾向于填充轮廓的凹陷部分。
- 闭运算通常不会显著改变较大物体的整体尺寸。
OpenCV核心函数:cv::morphologyEx()
OpenCV 中执行开运算和闭运算的主要函数是 cv::morphologyEx()
。
void cv::morphologyEx(cv::InputArray src, // 输入图像cv::OutputArray dst, // 输出图像,可以与 src 相同 (in-place)int op, // 形态学操作的类型cv::InputArray kernel, // 结构元素 (核)cv::Point anchor = cv::Point(-1,-1), // 核的锚点位置,默认是核中心int iterations = 1, // 操作迭代次数int borderType = cv::BORDER_CONSTANT, // 边界填充模式const cv::Scalar& borderValue = cv::morphologyDefaultBorderValue() // 边界填充值
);
关键参数解释:
src
: 输入图像,可以是单通道或多通道。如果为多通道,则对每个通道独立处理。通常在二值图或灰度图上效果最直观。dst
: 输出图像,与src
具有相同的大小和类型。op
: 指定要执行的形态学操作:cv::MORPH_OPEN
: 执行开运算。cv::MORPH_CLOSE
: 执行闭运算。- (还有
cv::MORPH_ERODE
,cv::MORPH_DILATE
,cv::MORPH_GRADIENT
,cv::MORPH_TOPHAT
,cv::MORPH_BLACKHAT
等其他操作类型。)
kernel
: 结构元素。这是一个小的二值(或灰度)矩阵,定义了操作的邻域形状。可以使用cv::getStructuringElement()
函数来创建。anchor
: 结构元素内锚点的位置。默认值cv::Point(-1, -1)
表示锚点位于核的中心。iterations
: 操作执行的次数。增加迭代次数会增强效果。例如,迭代两次开运算相当于Open(Open(src, kernel), kernel)
。borderType
: 用于推断图像外部像素的边界模式。默认cv::BORDER_CONSTANT
。borderValue
: 当borderType
为cv::BORDER_CONSTANT
时使用的边界值。
创建结构元素 (Kernel)
使用 cv::getStructuringElement()
函数可以方便地创建常见的结构元素形状:
cv::Mat cv::getStructuringElement(int shape, // 结构元素的形状cv::Size ksize, // 结构元素的大小cv::Point anchor = cv::Point(-1,-1) // 锚点位置,默认中心
);
shape
:cv::MORPH_RECT
: 矩形结构元素。cv::MORPH_ELLIPSE
: 椭圆形结构元素。cv::MORPH_CROSS
: 十字形结构元素。
ksize
: 结构元素的尺寸,例如cv::Size(5, 5)
表示一个 5 t i m e s 5 5 \\times 5 5times5 的核。
C++ 代码示例
以下示例展示了如何使用 OpenCV 在 C++ 中执行开运算和闭运算。
#include <opencv2/opencv.hpp> // 包含OpenCV主头文件
#include <opencv2/imgproc.hpp> // 图像处理模块int main() {// 1. 加载图像// 请将 "input.png" 替换为你的图像路径// 为演示形态学效果,通常使用二值图或灰度图,这里我们加载后转为灰度图cv::Mat srcImage = cv::imread("input.png", cv::IMREAD_GRAYSCALE);if (srcImage.empty()) {std::cerr << "Error: Could not load image!" << std::endl;return -1;}// (可选) 如果图像不是二值的,可以先进行二值化处理// cv::Mat binaryImage;// cv::threshold(srcImage, binaryImage, 127, 255, cv::THRESH_BINARY);// cv::Mat targetImage = binaryImage; // 处理二值图cv::Mat targetImage = srcImage; // 或者直接处理灰度图// 2. 定义结构元素 (Kernel)int kernelSize = 5; // 核大小,可以调整cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, // 或者 cv::MORPH_ELLIPSE, cv::MORPH_CROSScv::Size(kernelSize, kernelSize));// 对于椭圆或十字形,(2*n+1, 2*n+1) 确保对称性,如 cv::Size(2*2+1, 2*2+1) 即 5x5// 3. 执行开运算cv::Mat openedImage;cv::morphologyEx(targetImage, openedImage, cv::MORPH_OPEN, kernel);// 4. 执行闭运算cv::Mat closedImage;cv::morphologyEx(targetImage, closedImage, cv::MORPH_CLOSE, kernel);// 5. (可选) 增加迭代次数以增强效果cv::Mat openedImage_iter2;cv::morphologyEx(targetImage, openedImage_iter2, cv::MORPH_OPEN, kernel, cv::Point(-1,-1), 2); // 迭代2次cv::Mat closedImage_iter2;cv::morphologyEx(targetImage, closedImage_iter2, cv::MORPH_CLOSE, kernel, cv::Point(-1,-1), 2); // 迭代2次// 6. 显示结果cv::imshow("Original Image", targetImage);cv::imshow("Opened Image (1 iter)", openedImage);cv::imshow("Closed Image (1 iter)", closedImage);cv::imshow("Opened Image (2 iter)", openedImage_iter2);cv::imshow("Closed Image (2 iter)", closedImage_iter2);// (可选) 保存结果// cv::imwrite("opened_image.png", openedImage);// cv::imwrite("closed_image.png", closedImage);cv::waitKey(0); // 等待按键cv::destroyAllWindows(); // 关闭所有窗口return 0;
}
编译命令示例 (g++):
g++ your_code_file.cpp -o morphological_ops `pkg-config --cflags --libs opencv4`
(如果你的 pkg-config
配置的是 opencv
而不是 opencv4
,请相应修改。)
关键参数及其影响
-
结构元素 (Kernel) 的大小和形状:
- 大小:核越大,影响范围越大。开运算会移除更大的物体,闭运算会填充更大的孔洞或连接更远的物体。过大的核可能会过度平滑或扭曲重要特征。
- 形状:核的形状决定了操作的“方向性”和效果。例如,水平线状的核在去除垂直噪声时比方形核更有效。选择与待处理特征形状相似的核通常效果更好。
-
迭代次数 (Iterations):
- 多次迭代会增强操作的效果。例如,迭代两次的开运算比迭代一次的开运算去除噪声的能力更强,平滑效果也更明显。但同样,过多迭代可能导致细节丢失。
重要注意事项
-
输入图像类型:
- 形态学操作在二值图像上定义最清晰,效果也最直观。
- 对于灰度图像,腐蚀操作会将像素值替换为其邻域内的最小值,膨胀则替换为最大值。开闭运算也相应基于此。
- 对于彩色图像,
cv::morphologyEx
会独立应用于每个颜色通道。这有时可能不是期望的效果。通常,处理彩色图像的形态学问题时,会先将其转换为灰度图或提取特定通道进行处理。
-
核的选择:选择合适的核大小和形状对结果至关重要,需要根据具体问题和图像特征进行实验和调整。
-
边界处理 (
borderType
):默认的cv::BORDER_CONSTANT
(用0填充)在大多数情况下是合适的。但在某些特殊应用中,可能需要考虑其他边界处理方式。 -
性能:对于大图像或大核以及多次迭代,形态学操作可能会比较耗时。
典型应用场景
开运算 (MORPH_OPEN)
- 去除椒盐噪声中的“盐”部分(小的亮斑):尤其当噪声点小于结构元素时。
- 分离物体:断开两个物体之间细微的连接处,使得它们在后续处理中被识别为独立个体。
- 平滑轮廓:去除物体轮廓上的小的突出部分。
- 获取背景:在某些情况下,用一个非常大的结构元素进行开运算可以估计图像的背景(如文本去除)。
闭运算 (MORPH_CLOSE)
- 去除椒盐噪声中的“胡椒”部分(小的暗斑或孔洞)。
- 连接断裂的轮廓:弥合物体轮廓上的小缺口。
- 填充物体内部的小孔。
- 合并邻近的区域:将一些小的、分离的区域连接成一个更大的区域。
开源项目中的应用
OpenCV 的形态学开闭运算作为基础的图像预处理和后处理步骤,广泛应用于各种计算机视觉相关的开源项目中:
-
物体检测与分割:
- 在得到初步的物体掩码 (mask) 后,使用闭运算填充掩码内部的小孔,使用开运算去除掩码外的孤立小噪点,使掩码更完整平滑。
- 例如,在行人检测或车辆检测后,对检测框内的像素区域进行形态学处理以优化形状。
-
光学字符识别 (OCR):
- 对扫描的文档图像进行预处理,使用闭运算连接字符中断裂的部分,使用开运算去除墨迹污点或背景噪声,从而提高字符识别的准确率。
-
医学图像分析:
- 在细胞计数或组织分析中,使用开运算分离粘连的细胞,使用闭运算填充细胞内部的空隙或修复细胞膜的断裂。
- 去除X光片、MRI图像中的噪声或伪影。
-
工业自动化与缺陷检测:
- 在产品表面缺陷检测中,使用形态学操作增强缺陷区域(如划痕、孔洞),或去除背景纹理的干扰。
- 对传送带上的物体进行分割和计数,形态学操作可用于改善分割效果。
-
文档扫描与增强:
- 类似OCR场景,用于清理扫描文档,去除背景斑点,增强文字对比度等。
-
机器人视觉与导航:
- 在基于视觉的路径规划中,对环境感知得到的地图或障碍物信息进行形态学处理,如闭运算填充感知盲区,开运算去除传感器噪声。
这些项目中,开闭运算往往不是单独使用,而是作为更复杂算法流程中的一个或多个步骤,与其他图像处理技术(如滤波、边缘检测、阈值化)结合,以达到最终的目标。
结论
OpenCV 中的形态学开运算和闭运算是强大且灵活的图像处理工具。通过精心选择结构元素和操作参数,它们能够有效地改善图像质量、提取有用特征、简化后续分析任务。理解其原理并熟练运用 cv::morphologyEx
函数,对于任何使用 C++ 和 OpenCV 进行图像处理的开发者来说都至关重要。
相关文章:
c/c++的opencv开闭操作
OpenCV 中的形态学开运算与闭运算 (C) 在计算机视觉和图像处理领域,形态学操作是用于分析和处理图像形状的一系列非线性操作。OpenCV 作为一个强大的开源计算机视觉库,提供了丰富的形态学转换函数。其中,“开运算”(Opening&…...
Linux利用多线程和线程同步实现一个简单的聊天服务器
1. 概述 本文实现一个基于TCP/IP的简单多人聊天室程序。它包含一个服务器端和一个客户端:服务器能够接收多个客户端的连接,并将任何一个客户端发来的消息广播给所有其他连接的客户端;客户端则可以连接到服务器,发送消息并接收来自…...
无人机遥控器光纤通信模块技术要点!
一、技术要点 1. 长距离低损耗传输 采用单模光纤(如G.654.E光纤),利用光纤的低衰减特性(0.17 dB/km以下),支持10公里以上的远距离通信,突破了传统无线信号因衰减导致的覆盖限制。例如&…...
深入解析OkHttp与Retrofit:Android网络请求的黄金组合
前言 在移动应用开发中,网络请求是连接客户端与服务器的关键桥梁。对于Android开发者而言,OkHttp和Retrofit这对组合已经成为处理网络请求的事实标准。本文将全面剖析这两个框架的设计理念、核心功能、协同关系以及最佳实践,帮助开发者构建高…...
Python操作PDF书签详解 - 添加、修改、提取和删除
目录 简介 使用工具 Python 向 PDF 添加书签 添加书签 添加嵌套书签 Python 修改 PDF 书签 Python 展开或折叠 PDF 书签 Python 提取 PDF 书签 Python 删除 PDF 书签 简介 PDF 书签是 PDF 文件中的导航工具,通常包含一个标题和一个跳转位置(如…...
Spring Boot与Kafka集成实践:从入门到实战
Spring Boot与Kafka集成实践 引言 在现代分布式系统中,消息队列是不可或缺的组件之一。Apache Kafka作为一种高吞吐量的分布式消息系统,广泛应用于日志收集、流处理、事件驱动架构等场景。Spring Boot作为Java生态中最流行的微服务框架,提供…...
luckysheet的使用——17.将表格作为pdf下载到本地
luckysheet源码里面自带有打印按钮,但是功能是无法使用的,所以我把该功能重写了一遍 1.在menuButton.js文件中找到源码打印按钮的触发事件: $("#luckysheet-icon-print").click(function () {}2.使用自己写的挂载方法 window.pr…...
矿井支架LCYVB-6钢丝编织护套连接器介绍
LCYVB-6钢丝编织护套连接器是一种专为矿井支架设计的连接装置,主要用于增强支架的稳定性和安全性。该连接器采用高强度钢丝编织护套,具有优异的抗拉强度和耐磨性,适用于恶劣的矿井环境。 主要特点 高强度钢丝编织护套:采用优质钢…...
git仓库中.git 文件很大,怎么清理掉一部分
查询 .git 文件大小,在 git-bash 里执行(后面有些命令不能执行,也请在 git-bash 里执行) windows11 安装好后右键没有 git bash 命令-CSDN博客 du -sh .git // 592m .git 操作前最好先备份一份,避免推送到远程时出错…...
Qt框架核心组件完全指南:从按钮交互到定时器实现
文章目录 前言一、QAbstractButton 按钮类概述1.1 常用属性1.2 常用信号1.3QButtonGroup 按钮组 二、QComboBox 组合框三、若干与数字相关的组件四、QString 字符串类五、Qt容器类5.1 顺序容器 QList5.2 关联容器 QMap 六、QVariant七、跨平台数据类型7.1 基础数据类型7.2 特殊…...
Axure设计数字乡村可视化大屏:从布局到交互的实战经验分享
乡村治理正从传统模式向“数据驱动”转型。数字乡村可视化大屏作为数据展示的核心载体,不仅能直观呈现乡村发展全貌,还能为决策提供科学依据。本文以Axure为工具,结合实际案例,分享如何从零设计一个功能完备、交互流畅的数字乡村大…...
60天python训练计划----day30
DAY 30 模块和库的导入 知识点回顾: 导入官方库的三种手段导入自定义库/模块的方式导入库/模块的核心逻辑:找到根目录(python解释器的目录和终端的目录不一致) 一.导入官方库 我们复盘下学习python的逻辑,所谓学习pyth…...
HJ3 明明的随机数【牛客网】
文章目录 零、原题链接一、题目描述二、测试用例三、解题思路3.1 快排去重3.2 散列 四、参考代码4.1 快排去重4.2 散列 零、原题链接 HJ3 明明的随机数 一、题目描述 二、测试用例 三、解题思路 3.1 快排去重 基本思路: 先将序列进行快速排序,然后…...
BGP选路
一、拓扑图 二、要求及分析 1.要求 1.使用Preva1策略,确保R4通过R2到达192.168.10.0/24 2、用As Path策略,确保R4通过R3到达192.168.11.0/24 3.配置MED策略,确保R4通过R3到达192.168.12.0/24 4.使用Local Preference策略,确保…...
践行“科学智能”!和鲸打造 AI for Science 专属应用
AI for good, AI for Science. 在传统科研领域,人力与经验的局限始终如影随形。而“AI for Science”正逐渐改变科学研究的模式,以科学数据为基石、以强大算力为支撑,借助人工智能技术,开展计算密集度高且能够实现高效迭代的科学…...
【vs2022的C#窗体项目】打开运行+sql Server改为mysql数据库+发布
1. vs2022打开运行原sql Server的C#窗体项目更改为mysql数据库 1.1. vs2022安装基础模块即可 安装1️⃣vs核心编辑器2️⃣.net桌面开发必选,可选均不安装!!! 为了成功连接mysql数据库,需要安装组件NuGet包管理器 安…...
wpf DataGrid 行选择事件
在WPF中处理DataGrid行选择事件主要有以下几种实现方式: 1.SelectionChanged事件处理 通过直接订阅DataGrid的SelectionChanged事件实现行选择响应: <DataGrid SelectionChanged="DataGridAccurateLocationList_SelectionChanged" .../>后台代码中处理…...
Spring Cloud Seata 深度解析:原理与架构设计
文章目录 前言:为什么我们需要理解分布式事务?一、Seata 核心架构深度拆解1.1 分布式事务核心模型1.2 Seata undo_log 存储结构与版本控制存储结构版本控制核心算法 1.3 Seata 事务模型深度对比与实现原理AT 模式(Auto Transaction࿰…...
从产品展示到工程设计:3DXML 转 STP 的跨流程数据转换技术解析
在数字化设计与制造领域,不同格式的三维模型文件常常需要进行转换,以满足不同软件和工作流程的需求。3DXML 和 STP(STEP AP214/AP242)是工业领域常用的两种三维模型文件格式,3DXML 格式以其轻量化和便于网络传输、可视…...
基于RT-Thread的STM32F4开发第五讲——软件模拟I2C
文章目录 前言一、RT-Thread工程创建二、AT24C02三、函数编写1.I2C_soft.c2.I2C_soft.h3.main.h 四、效果展示五、资源分享总结 前言 本章是基于RT-Thread studio实现软件模拟I2C,开发板是正点原子的STM32F4探索者,使用的RT-Thread驱动是5.1.0࿰…...
pkucpc2025 L:Game on Tree
题意 两个人在一棵无根树上玩游戏,每次可以删掉若干个叶子节点,不能操作的人输。 思路 比赛的时候我去写H Quintuple了,队友貌似在我写的时候把这道题讨论出来了。 后来补题的时候花了大概花了70分钟左右ac这道题。 首先考虑一条链的情况…...
大数据实时分析:ClickHouse、Doris、TiDB 对比分析
随着企业对数据分析实时性、复杂性和多样性的要求越来越高,传统的批处理数仓已经无法满足实时指标看板、流量监控、用户行为分析等场景需求。因此,越来越多的公司开始引入实时分析型数据库系统。 目前,国内外常见的实时分析数据库有: ClickHouse:列式数据库,极致的分析性…...
网络流量分析系统的十大应用场景
在现代企业和组织的IT运维体系中,网络流量分析系统(Network Traffic Analysis, NTA)早已不仅仅是用来查看带宽使用率的“流量计数器”。随着网络环境的复杂化、攻击技术的不断演进,以及对业务连续性要求的提升,网络流量…...
问题 | 代码审查:函数是否包含返回语句
“函数是否包含返回语句”这一问题的核心是:在编程中,函数是否按照设计要求正确使用了 返回语句(如 return、return value),以便向调用者传递结果或控制权。以下是详细解释: 1. 什么是函数的返回语句&#…...
Spring Bean 生命周期中设计模式的应用与解析
Spring Bean 生命周期中使用的设计模式 Spring Bean 的生命周期涉及多个阶段和扩展点,Spring 框架在这一过程中巧妙运用了多种设计模式,以实现强大的功能和灵活性。以下是主要设计模式及其应用场景: 1. 工厂模式(Factory Patter…...
设计模式的原理及深入解析
创建型模式 创建型模式主要关注对象的创建过程,旨在通过不同的方式创建对象,以满足不同的需求。 工厂方法模式 定义:定义一个创建对象的接口,让子类决定实例化哪一个类。 解释:工厂方法模式通过定义一个创建对象的…...
kotlin flow的两种SharingStarted策略的区别
一 两种 SharingStarted 策略的区别: SharingStarted.Eagerly: 立即开始收集上游流,即使没有下游订阅者持续保持活跃状态,直到 ViewModel 被清除优点:响应更快,数据始终保持最新缺点:消耗更多资源&#x…...
BGP综合实验(2)
一、实验需求 1、实验拓扑图 2、实验需求 使用 PreVal 策略,让 R4 经 R2 到达 192.168.10.0/24 。 使用 AS_Path 策略,让 R4 经 R3 到达 192.168.11.0/24 。 配置 MED 策略,让 R4 经 R3 到达 192.168.12.0/24 。 使用 Local Preference 策…...
python使用jsonpath-ng库操作json数据
jsonpath-ng 库的详细使用如下: 一、安装与导入 安装 通过 pip 安装库: pip install jsonpath-ng支持 Python 3.6 及以上版本。 导入核心模块 主要使用 parse 函数和 JSONPath 对象: from jsonpath_ng import parse二、基础查询操作 1. 简单…...
通用简洁工作汇报项目评估营销策划工作总结年终汇报PPT模版8套一组分享
工作总结汇报PPT模版8套一组分享:工作总结汇报PPT模版分享https://pan.quark.cn/s/04b7ab7a47c4 第一套PPT模版,主要是黄色和灰色调,上方有大面积黄色不规则形状背景,有“POWERPOINT”和“XXXXPPT模版”字样,左侧是黑…...
掌握Git:版本控制与高效协作指南
一、初始Git 提出问题:无论是在工作还是学习,我们在编写各种文档的时候,更改失误,失误后恢复到原来版本,不得不复制出一个副本。 每个版本由各自的内容,但最终只有一个报告需要被我们使用。 但在此之前的…...
ubuntu下配置vscode生成c_cpp_properties.json
-------------学习记录--------------- 在ubuntu下使用vscode时发现cpp文件无法读到头文件,明明头文件在合适的路径下,由于没有制定头文件的路径造成的这个问题。用这篇文章进行简单记录解决方法 ctrlshiftp打开命令面板,也可以点击左上角, …...
Qt读取Excel文件的技术实现与最佳实践
目录 一、成果展示二、核心方法及原理1. QAxObject(基于COM接口)2. 第三方库QXlsx3. ODBC数据库驱动 三、实现步骤详解1. QAxObject读取Excel(需安装Excel/WPS)2. QXlsx读取Excel(跨平台方案) 四、技术选型…...
双条件拆分工作表,一键生成独立工作簿-Excel易用宝
你是否遇到过这样的崩溃瞬间?面对一张密密麻麻的销售数据表,需要按指定维度拆分成工作簿和工作表,而你却只能手动复制粘贴到不同工作簿、工作表,改一个字段就花半小时,数据量大时甚至要熬夜加班? 别担心&a…...
iOS 蓝牙开发中的 BT 与 BLE
在 iOS 开发者的语境里,大家把 BT 和 BLE 当成两种不同的蓝牙技术在谈——它们来自同一个 Bluetooth 规范,但面向的场景、协议栈乃至 Apple 提供的 API 都截然不同。 缩写全称 / 技术名称规范层叫法iOS 支持现状典型用途BTBluetooth Classic(经典蓝牙)又叫 BR/EDR(Basic R…...
TCP和套接字SSL加密连接行为分析
目录 一、前言 二、背景 三、参数介绍 3.1、 have_openssl 3.2、have_ssl 3.3、require_secure_transport 四、--ssl-modemode 五、CREATE USER SSL/TLS选项 六、问题验证 6.1、使用套接字连接 6.2、使用TCP连接 七、分析与总结 一、前言 SSL(Secure S…...
kafka 问与答
kafka Q&A How does the client connect to kafka and discovery the brokers. client 只需要知道一部分nodes(brokers)的地址既可以,client 会自动发现剩下的所有topic partition leader nodes, 然后连接上。 When a client connects:It uses the bootstrap…...
docker默认存储迁移
在容器化场景下默认存储路径为(/var/lib/docker)大多数平台根目录不支持系统盘扩容,会有空间不足风险隐患,因未配置持久化存储导致容器数据丢失。以迁移Docker存储路径至大容量/data目录说明 一、停止容器 systemctl stop docke…...
Ubuntu20.04系统下使用交叉编译工具链(aarch、x86)交叉编译opencv4.5.0
文章目录 0. 引言1. 准备交叉编译工具链2. 安装依赖工具3. 下载 OpenCV 源码4. 创建交叉编译工具链文件5. 配置 CMake 构建6. 构建 OpenCV7. 安装 OpenCV8. 验证9. 问题及解决办法 0. 引言 Ubuntu20.04系统下使用交叉编译工具链(aarch、x86)交叉编译ope…...
R语言数据可视化
R note book 文档–输出html格式文档,plotly不能生成PDF文件 --- title: "R语言数据可视化" output: html_notebook ---在R语言中进行数据可视化是数据分析和呈现的重要环节,R提供了多种强大的绘图系统和工具。以下是常见的数据可视化方法和示…...
NLP学习路线图(一): 线性代数(矩阵运算、特征值分解等)
引言:语言与矩阵的奇妙邂逅 在自然语言处理(NLP)的魔法世界里,每个词语都像被施了变形术的精灵,在数学的殿堂中翩翩起舞。当我们用"king - man woman queen"这样的向量魔法破解语义密码时,线性…...
【滑动窗口】LeetCode 1004题解 | 最大连续1的个数 Ⅲ
最大连续1的个数 Ⅲ 一、题目链接二、题目三、题目解析四、算法原理解法一:暴力枚举 zero计数器解法二:滑动窗口 五、编写代码六、时空复杂度 一、题目链接 最大连续1的个数 Ⅲ 二、题目 三、题目解析 注意题目中说的是最多k次,在一个数组…...
Linux 内核等待机制详解:prepare_to_wait_exclusive 与 TASK_INTERRUPTIBLE
1. prepare_to_wait_exclusive 函数解析 1.1 核心作用 prepare_to_wait_exclusive 是 Linux 内核中用于将进程以独占方式加入等待队列的关键函数,其主要功能包括: 标记独占等待:通过设置 WQ_FLAG_EXCLUSIVE 标志,表明此等待条目是独占的。 安全入队:在自旋锁保护下,将条…...
分布式数据库TiDB:深度解析原理、优化与架构设计
💂 个人网站:【 摸鱼游戏】【神级代码资源网站】【星海网址导航】 一、TiDB架构设计与核心原理 1.1 分布式架构演进 传统分库分表 vs TiDB架构 #mermaid-svg-8I88Hg2AVkzYTb3O {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fi…...
【深度学习基础】损失函数与优化算法详解:从理论到实践
【深度学习基础】损失函数与优化算法详解:从理论到实践 一、引言 1. 损失函数与优化算法在深度学习中的核心作用 在深度学习中,模型训练的本质是通过不断调整参数,使模型输出尽可能接近真实值。这一过程的核心驱动力是损失函数(…...
睿抗足球机器人
目录 大框架 战术 Lua脚本语言编辑环境 大框架 策略脚本(LUA-官方脚本)、决策算法(C-自定义)、ROS系统 战术 我们研究了场地的长度、宽度、禁区范围、机器人运动速度等等,发现即使 Kicker 点球往极端角度踢…...
助力DBA技能无缝平迁 | YashanDB携最新成果亮相XCOPS智能运维管理人年会
5 月 16 日,由上海市软件行业协会、上海市计算机行业协会指导, dbaplus社群主办的XCOPS智能运维管理人年会在广州盛大召开,活动汇聚500余名金融、政府、能源、教育、电信、交通等领域的行业专家。深算院崖山数据库受邀参会,系统性…...
服务端安全测试:OWASP ZAP使用
ZAP下载地址:https://www.zaproxy.org/download/ ZAP有两种扫描方式: 1、使用 OpenAPI / Swagger 地址进行扫描 2、ZAP Proxy + Postman 因为业务云没有添加swagger插件所以本次介绍第2种方式。 【第一步】设置 ZAP 的代理端口(默认是 127.0.0.1:8080) 成功安装并打…...
Amazon Q 从入门到精通 – 测试与重构
Amazon Q Developer 是亚马逊推出的一个专为专业开发人员设计的人工智能助手,旨在提升代码开发和管理效率。其主要功能包括代码生成、调试、故障排除和安全漏洞扫描,提供一站式代码服务。 众所周知,在软件开发领域,测试代码是软件…...
[CSS3]属性增强2
空间转换 使用transform属性实现元素在空间内的位移、旋转、缩放等效果 空间: 是从坐标轴角度定义的。x、y 和z三条坐标轴构成了一个立体空间,z轴位置与视线方向相同。空间转换也叫3D转换 空间位移 使用translate实现元素空间位移效果 transform: translate3d(x…...