(Image Signal Processor)ISP简介
文章目录
- ISP功能简介
- ISP的主要功能
- ISP的主要模块
- 1. **黑电平校正(Black Level Correction, BLC)**
- 2. **噪声去除(Denoise)**
- 3. **色彩校正(Color Correction Matrix, CCM)**
- 4. **自动曝光(Auto Exposure, AE)**
- 5. **自动对焦(Auto Focus, AF)**
- 6. **伽马校正(Gamma Correction)**
- 7. **锐化(Sharpening)**
- 8. **几何校正(Geometric Correction)**
- 9. **色彩空间转换(Color Space Conversion)**
- 10. **图像增强(Image Enhancement)**
- 11. **边缘检测(Edge Detection)**
- 12. **图像压缩(Image Compression)**
- 13. **色彩分级(Color Grading)**
- 现代ISP的趋势
- 总结
- ISP内部模块简介
- 1. **黑电平校正(Black Level Correction, BLC)**
- 2. **坏点校正(Defective Pixel Correction, DPC)**
- 3. **去噪模块(Noise Reduction, NR)**
- 4. **镜头阴影校正(Lens Shading Correction, LSC)**
- 5. **自动白平衡(Auto White Balance, AWB)**
- 6. **去马赛克(Demosaicing)**
- 7. **颜色校正矩阵(Color Correction Matrix, CCM)**
- 8. **伽马校正(Gamma Correction)**
- 9. **自动曝光控制(Auto Exposure, AE)**
- 10. **边缘增强(Edge Enhancement)**
- 11. **色彩空间转换(Color Space Conversion, CSC)**
- 12. **高动态范围(High Dynamic Range, HDR)**
- 13. **锐化模块(Sharpening)**
- 14. **几何校正(Geometric Correction)**
- 15. **图像压缩与格式转换(Image Compression)**
- 16. **统计模块(Statistics Module)**
- 17. **动态范围压缩(Dynamic Range Compression, DRC)**
- 18. **3A算法(AE、AWB、AF控制)**
- 19. **多帧合成(Multi-Frame Processing)**
- 总结
ISP文章介绍
ISP功能简介
图像处理器(ISP,Image Signal Processor)是一个专门设计用于处理图像传感器输出信号的硬件模块。它负责从图像传感器获取原始数据,并对这些数据进行各种处理和优化,以便得到更清晰、更高质量的图像输出。ISP在智能手机、数码相机、安防监控、自动驾驶等领域广泛应用。
ISP的主要功能
- 图像去噪:原始图像信号往往带有噪点,ISP可以通过去噪算法(如空间去噪、时间去噪等)去除图像中的噪声。
- 色彩处理:ISP负责图像的色彩校正,包括白平衡调整和色彩空间转换。
- 曝光控制:ISP根据环境光照的变化自动调整曝光时间,避免过曝或欠曝。
- 锐化:ISP可以对图像进行锐化处理,使细节更加清晰。(把模糊的图像处理清晰点)
- 图像增强:通过对比度增强、伽马校正等手段提高图像质量。
- 图像压缩:对处理后的图像进行压缩,便于存储或传输。
- 边缘增强和细节恢复:通过算法增强图像的边缘,突出细节部分,提升图像的清晰度。
ISP的主要模块
ISP通常由多个模块组成,每个模块处理图像信号的不同方面。下面是一个典型ISP架构中的常见模块:
1. 黑电平校正(Black Level Correction, BLC)
- 负责对图像信号进行校正,消除由于传感器或其他原因引起的暗电平偏移。
- 通过调整像素值,使图像中的黑色部分显得更加纯净,不受干扰。
2. 噪声去除(Denoise)
- 对图像信号进行去噪处理,去除传感器读取信号时产生的噪声,常用的算法包括均值滤波、中值滤波、双边滤波等。
3. 色彩校正(Color Correction Matrix, CCM)
- 校正传感器原始图像的色彩偏差,使输出的图像颜色更加自然。通常需要用一个颜色校正矩阵来进行调整。
- 其中,**白平衡(White Balance)**用于去除不同光源下图像的色温偏差,确保图像颜色真实。
4. 自动曝光(Auto Exposure, AE)
- 负责根据场景光照条件自动调节曝光时间(快门速度)和增益(ISO),避免图像过曝或欠曝。
- 常用算法包括基于场景亮度的曝光控制或多区域曝光测量。
5. 自动对焦(Auto Focus, AF)
- 自动调整镜头的焦距,使图像中的目标物体清晰。
- 通常会采用相位检测、对比度检测、激光对焦等技术。
6. 伽马校正(Gamma Correction)
- 用于调整图像的亮度曲线,以使图像的亮度在显示设备上更加自然,常见的伽马值为2.2。
7. 锐化(Sharpening)
- 增强图像中的边缘,使图像看起来更加清晰。通过提高图像的细节,对比度等手段来实现。
8. 几何校正(Geometric Correction)
- 用于纠正图像的几何畸变,通常包括畸变矫正(如鱼眼镜头的畸变),图像旋转、缩放、裁剪等。
9. 色彩空间转换(Color Space Conversion)
- 将图像从一个色彩空间转换到另一个色彩空间,最常见的是从RGB转换到YCbCr(亮度-色度模型),适用于图像压缩和视频编码。
10. 图像增强(Image Enhancement)
- 包括对比度增强、局部亮度调整等技术,旨在提高图像的可视质量。
11. 边缘检测(Edge Detection)
- 提取图像的边缘信息,通常用于后续的图像处理步骤(如边缘增强、分割等)。
12. 图像压缩(Image Compression)
- 对处理后的图像进行压缩,减少数据量。常用的压缩算法包括JPEG、PNG等。
13. 色彩分级(Color Grading)
- 主要用于视频图像,调整亮度、对比度、饱和度等参数,优化图像风格或根据要求进行特定的色彩效果处理。
现代ISP的趋势
随着图像传感器技术的发展,现代ISP不仅要处理更高分辨率的图像(如4K、8K图像),还需要支持更复杂的图像处理需求,如:
- 高动态范围(HDR)图像处理:ISP需要对非常高的亮度范围进行处理,避免细节丢失。
- 深度学习加速:一些ISP开始集成AI加速模块,支持如人脸识别、物体检测等智能图像处理功能。
- 多摄像头融合:现代智能设备(如手机)通常配有多个摄像头,ISP需要处理来自不同摄像头的数据并进行合成,提供更好的拍摄效果。
总结
ISP是图像系统中的关键组成部分,它不仅负责从传感器获取信号并处理,还保证图像质量。ISP模块的性能直接影响到最终图像的质量,因此,在不同应用场景中,ISP的设计和优化是非常重要的。随着技术的不断进步,ISP也在不断发展,从传统的数字信号处理到集成AI、机器学习等技术,推动着图像处理技术的提升。
ISP内部模块简介
ISP(图像信号处理器)内部由多个功能模块组成,每个模块处理图像数据的特定部分,协同工作以输出高质量的图像。以下是ISP内部各个主要模块的详细介绍:
1. 黑电平校正(Black Level Correction, BLC)
- 功能:传感器输出的原始数据包含偏移量(黑电平误差),即即使在无光条件下,图像传感器也可能输出非零值。
- 工作原理:
- 通过对黑电平进行测量和补偿,消除图像中的固定偏移噪声。
- 修正后的数据作为后续图像处理的基础,确保黑色区域看起来纯净。
2. 坏点校正(Defective Pixel Correction, DPC)
- 功能:传感器像素存在制造缺陷或老化,导致输出值异常(坏点)。
- 工作原理:
- 通过邻近像素插值算法检测并替换异常像素。
- 提供可靠的图像数据,确保图像质量。
3. 去噪模块(Noise Reduction, NR)
-
功能:减少传感器信号中的噪声,提高图像质量。
-
分类:
- 时域去噪(Temporal Noise Reduction, TNR):基于多个帧之间的像素变化,去除随机噪声。
- 空域去噪(Spatial Noise Reduction, SNR):基于邻近像素的相似性去噪(如双边滤波、均值滤波等)。
-
高级技术:
- 融合时域和空域去噪,提升去噪效果,同时避免图像细节丢失。
4. 镜头阴影校正(Lens Shading Correction, LSC)
- 功能:修正由于镜头光学特性导致的光照不均匀问题(如暗角现象)。
- 工作原理:
- 通过校准数据和公式,将图像中心和边缘亮度差异进行补偿,均衡光照分布。
5. 自动白平衡(Auto White Balance, AWB)
- 功能:校正由于不同光源色温引起的色彩偏移,保证图像色彩真实。
- 工作原理:
- 计算图像中不同颜色通道的平均值,调整RGB三个通道的增益,使图像的灰度区域呈现纯灰色。
- 典型算法包括灰度世界法、最亮区域法、统计直方图法等。
6. 去马赛克(Demosaicing)
- 功能:传感器捕获的是拜耳模式(Bayer Pattern)的单色像素,需要重建全彩色图像。
- 工作原理:
- 通过插值算法推算出每个像素的完整RGB值。
- 常见算法包括双线性插值、马赛克重建算法等。
7. 颜色校正矩阵(Color Correction Matrix, CCM)
- 功能:校正传感器捕获的颜色偏差。
- 工作原理:
- 通过颜色校正矩阵将传感器输出的颜色空间映射到标准RGB色彩空间。
- 矩阵参数通过实验室测试得到,确保颜色还原准确。
8. 伽马校正(Gamma Correction)
- 功能:调整图像的亮度,使亮度更适合人眼视觉感知特性。
- 工作原理:
- 使用非线性函数对图像像素值进行变换,使暗部细节和高亮部分都能更好地表现。
9. 自动曝光控制(Auto Exposure, AE)
- 功能:根据场景光照条件自动调整曝光时间和增益,避免过曝或欠曝。
- 工作原理:
- 通过直方图或平均亮度计算,分析图像整体亮度水平,动态调整曝光参数。
10. 边缘增强(Edge Enhancement)
- 功能:突出图像中的边缘和细节,使图像更加清晰。
- 工作原理:
- 使用高通滤波器或卷积核检测图像边缘。
- 在边缘区域增加对比度,同时控制噪声放大。
11. 色彩空间转换(Color Space Conversion, CSC)
- 功能:将图像数据从传感器的RGB色彩空间转换为其他色彩空间(如YCbCr),适合后续处理或压缩。
- 常用色彩空间:
- RGB → YCbCr(亮度和色度分离,适合压缩)
- RGB → HSV/HSI(适合颜色处理和分割)
12. 高动态范围(High Dynamic Range, HDR)
- 功能:处理具有高亮度范围的场景,保留暗部和亮部细节。
- 工作原理:
- 通过多帧曝光合成或传感器的单帧HDR技术,动态调整不同区域的曝光水平。
13. 锐化模块(Sharpening)
- 功能:增强图像的边缘,使细节更加清晰。
- 工作原理:
- 使用拉普拉斯滤波或其他锐化算法检测边缘,并增强边缘像素与周围像素的对比度。
14. 几何校正(Geometric Correction)
- 功能:修正镜头带来的几何畸变(例如桶形畸变或枕形畸变)。
- 工作原理:
- 使用标定数据和映射算法对图像进行反向变换,将畸变矫正为标准形态。
15. 图像压缩与格式转换(Image Compression)
- 功能:对处理后的图像进行压缩,减少存储和传输的数据量。
- 常用格式:
- JPEG压缩
- RAW格式转换
16. 统计模块(Statistics Module)
- 功能:提供图像统计信息,如直方图、亮度分布、色彩分布等,供其他模块(如AE、AWB)使用。
- 工作原理:
- 分析图像全局或局部区域的亮度、颜色分布,为自动控制提供数据支持。
17. 动态范围压缩(Dynamic Range Compression, DRC)
- 功能:在不丢失细节的情况下压缩图像的动态范围,平衡暗部和亮部细节。
18. 3A算法(AE、AWB、AF控制)
- AE(自动曝光):根据场景光照控制曝光参数。
- AWB(自动白平衡):调整色彩平衡,去除偏色。
- AF(自动对焦):通过对比度或相位检测实现焦点调整。
19. 多帧合成(Multi-Frame Processing)
- 功能:合成多帧图像,提高图像质量。
- 降噪、HDR合成、运动补偿等。
总结
ISP内部模块按照从数据接收到图像输出的顺序进行协同工作。每个模块执行特定的任务,如去噪、白平衡、色彩校正、锐化等,最终输出高质量的图像或视频信号。在现代ISP中,还引入了AI模块和深度学习加速器,进一步提升了图像质量和智能处理能力。
相关文章:
(Image Signal Processor)ISP简介
文章目录 ISP功能简介ISP的主要功能ISP的主要模块1. **黑电平校正(Black Level Correction, BLC)**2. **噪声去除(Denoise)**3. **色彩校正(Color Correction Matrix, CCM)**4. **自动曝光(Auto…...
upload-labs靶场保姆级攻略
第一关:删除前端js校验 写一个一句话木马,命名为1.php 一句话木马 浏览上传 我们发现不可以上传,右键检查,依次点击 找到return checkFile()删掉,再上传 去看一下是否已经写入进去一句话木马 页面什么也没有ÿ…...
02、10个富士胶片模拟的设置
二色彩 1、色彩的加减控制全局的饱和度增减; 2、色彩效果只提升暖色系饱和度; 3、FX蓝色大幅度提升蓝色系饱和度; 4、三个参数都不改变颜色的色相。 2.1 色彩 色彩调整的是拍摄画面整体的色彩饱和程度 2.2色彩效果 调整的是画面中暖色…...
大模型呼出机器人详解
大模型呼出机器人详解 原作者:开源呼叫中心FreeIPCC,其Github:https://github.com/lihaiya/freeipcc 大模型呼出机器人是基于大规模深度学习模型构建的智能化客服系统,它能够处理海量数据并学习其中的规律,从而实现高…...
计算机基础知识——数据结构与算法(三)(山东省大数据职称考试)
大数据分析应用-初级 第一部分 基础知识 一、大数据法律法规、政策文件、相关标准 二、计算机基础知识 三、信息化基础知识 四、密码学 五、大数据安全 六、数据库系统 七、数据仓库. 第二部分 专业知识 一、大数据技术与应用 二、大数据分析模型 三、数据科学 数据结构与算法…...
【Unity功能集】TextureShop纹理工坊(三)图层(下)
项目源码:在终章发布 索引 图层渲染绘画区域图层Shader 编辑器编辑模式新建图层设置当前图层上、下移动图层删除图层图层快照 图层 在PS中,图层的概念贯穿始终(了解PS图层),他可以称作PS最基础也是最强大的特性之一。…...
基于 SSM 框架 Vue 电脑测评系统:引领电脑评测新方向
4系统概要设计 4.1概述 本系统采用B/S结构(Browser/Server,浏览器/服务器结构)和基于Web服务两种模式,是一个适用于Internet环境下的模型结构。只要用户能连上Internet,便可以在任何时间、任何地点使用。系统工作原理图如图4-1所示: 图4-1系统工作原理…...
Android笔记【19】
具体示例 run: val result someObject.run {// 这里可以使用 thisthis.someMethod() }let: val result someObject?.let {// 这里使用 itit.someMethod() }with: val result with(someObject) {// 这里使用 thissomeMethod() }apply: val obj SomeClass().apply {// 这里使…...
Redis 中 IntSet 底层数据结构
IntSet 底层数据结构 序言: 像字符串 SDS 只是保存了一个变量的值,但是像 Redis 中也是需要保存一些集合元素的,这里就介绍一下其中一种集合 IntSet,由于是 Set 所以也有 Set 的一些特性,不过也多加了一些特性: ● 唯…...
自然语言处理:我的学习心得与笔记
Pytorch 1.Pytorch基本语法 1.1 认识Pytorch 1.2 Pytorch中的autograd 2.Pytorch初步应用 2.1 使用Pytorch构建一个神经网络 2.2 使用Pytorch构建一个分类器 小节总结 学习了什么是Pytorch. 。Pytorch是一个基于Numpy的科学计算包,作为Numpy的替代者,向用户提供使用GPU强大…...
Altair: 轻松创建交互式数据可视化
Altair: 轻松创建交互式数据可视化 Altair 是一个基于 Vega-Lite 的 Python 数据可视化库,它旨在简化数据可视化的创建过程,尤其适用于统计图表的生成。Altair 强调声明式编码方式,通过简单的语法,用户能够快速创建复杂的交互式图…...
【NLP】序列到序列(seq2seq)建模工具fairseq使用详解
文章目录 一、fairseq简介二、安装方式2.1 pip安装2.2 源码安装 三、fairseq命令工具3.1 fairseq-preprocess3.2 fairseq-train3.3 fairseq-generate3.4 fairseq-interactivate3.5 fairseq-score3.6 fairseq-eval-lm 4. 常见报错报错1 参考资料 一、fairseq简介 fairseq 是 Fa…...
[极客大挑战 2019]HardSQL 1
[极客大挑战 2019]HardSQL 1 打开实例,发现是个登陆页面,查看源代码,发现又是GET提交check.php 万能密码尝试 不太行,怀疑字段或者空格被过滤,尝试闭合不加其他东西 确认空格、union、and等都被过滤了,尝试…...
天空分割代码
目录 依赖项: 分割源代码: 依赖项: groundingdino Grounded-Segment-Anything 分割源代码: generate_sky_mask.py import os, syssys.path.append(os.getcwd()) # Change to your folder here sys.path.append(Grounded-Segment-Anything)import argparse import os…...
Leetcode 三角形最小路径和
算法思想与代码详解 这段代码采用的是**动态规划(Dynamic Programming)**的思想,用来解决“120. 三角形最小路径和”问题。动态规划通过将问题分解成更小的子问题,并通过保存子问题的解来避免重复计算,从而提高效率。…...
[Unity]Unity跨平台开发之Android入门
安卓环境配置 安装依赖项 推荐使用Unity Hub进行安装,安装时勾选Android Build Support、Android SDK & NDK Tools、OpenJDK。或者指定已安装的依赖项。(注意:指定的依赖项需要是从UnityHub安装的。比如之前安装Unity2022时勾选了上述依…...
搭建Flume
title: 搭建Flume date: 2024-11-30 23:59:00 categories: - 服务器 tags: - Flume - 大数据搭建Flume 本次实验环境:Centos 7-2009、JDK 8、Flume-1.11.0 开始安装 1. 下载安装文件到服务器 # 使用wget命令下载flume文件(二选一) wget …...
【从零开始入门unity游戏开发之——C#篇10】循环结构——while、do-while、for、foreach的使用
文章目录 一、while 循环1、语法:2、示例: 二、 do-while 循环1、语法:2、示例: 三、for 循环1、语法:2、示例: 四、foreach 循环1、语法:2、示例: 五、总结对比六、注意事项七、使用…...
flask flask-socketio创建一个网页聊天应用
应用所需环境: python 3.11.11 其他 只需要通过这个命令即可 pip install flask3.1.0 Flask-SocketIO5.4.1 -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple 最好是用conda创建一个新的虚拟环境来验证 完整的pip list如下 Package Version ----…...
MVCC了解
MVCC(多版本并发控制)学习指南及代码示例 一、学习MVCC前先了解什么 1. MVCC的定义和作用 MVCC是一种并发控制机制,用于解决并发事务访问数据库时可能出现的问题,如脏读、不可重复读和幻读。它通过为每个数据行维护多个版本来实…...
LabVIEW随机扫描成像系统
利用LabVIEW开发了一套随机扫描成像系统,利用硬件时钟实现声光偏转器(AOD)的频率控制与信号采集之间的高速时间同步。系统利用了高精度的时钟同步技术,确保了成像精度和重复性,从而有效提高了成像速度和质量。 项目背景…...
系统移植——Linux 内核顶层 Makefile 详解
一、概述 Linux Kernel网上下载的版本很多NXP等有自己对应的版本。需要从网上直接下载就可以。 二、Linux内核初次编译 编译内核之前需要先在 ubuntu 上安装 lzop 库 sudo apt-get install lzop 在 Ubuntu 中 新 建 名 为 “ alientek_linux ” 的 文 件夹 , …...
【一文了解】C#重点-委托1
本篇文章来学习一下C#的委托,委托是C#中的一个重要概念,它允许将方法作为参数传递给其他方法。C#中的委托类似于C或C中的函数指针,并且类型安全。 委托 1.委托的定义 委托(delegate)是方法的代理/代表,委托…...
LeetCode hot100-87
https://leetcode.cn/problems/longest-increasing-subsequence/?envTypestudy-plan-v2&envIdtop-100-liked 300. 最长递增子序列 已解答 中等 相关标签 相关企业 给你一个整数数组 nums ,找到其中最长严格递增子序列的长度。子序列 是由数组派生而来的序列&a…...
项目26:简易在线论坛 --- 《跟着小王学Python·新手》
项目26:简易在线论坛 — 《跟着小王学Python新手》 《跟着小王学Python》 是一套精心设计的Python学习教程,适合各个层次的学习者。本教程从基础语法入手,逐步深入到高级应用,以实例驱动的方式,帮助学习者逐步掌握Pyth…...
知乎 PB 级别 TiDB 数据库集群管控实践
以下文章来源于知乎技术专栏 ,作者代晓磊 导读 在现代企业中,数据库的运维管理至关重要,特别是面对分布式数据库的复杂性和大规模集群的挑战。作为一款兼容 MySQL 协议的分布式关系型数据库,TiDB 在高可用、高扩展性和强一致性方…...
Intel(R) Iris(R) Xe Graphics安装Anaconda、Pytorch(CPU版本)
一、Intel(R) Iris(R) Xe Graphics安装Anaconda 下载网址:https://repo.anaconda.com/archive/ 双击Anaconda3-2024.10-1-Windows-x86_64,一直下一步,选择安装的路径位置,一直下一步就安装完成了。打开Anaconda PowerShell Promp…...
RK3588 , mpp硬编码rgb, 保存MP4视频文件.
RK3588 , mpp硬编码yuv, 保存MP4视频文件. ⚡️ 传送 ➡️ RK3588, FFmpeg 拉流 RTSP, mpp 硬解码转RGBRk3588 FFmpeg 拉流 RTSP, 硬解码转RGBUbuntu x64 架构, 交叉编译aarch64 FFmpeg mppCode Init MppMPP_RET init_mpp...
揭开 Choerodon UI 拖拽功能的神秘面纱
01 引言 系统的交互方式主要由点击、选择等组成。为了提升 HZERO 系统的用户体验、减少部分操作步骤,组件库集成了卓越的拖拽功能,让用户可以更高效流畅的操作系统。 例如:表格支持多行拖拽排序、跨表数据调整、个性化调整列顺序࿱…...
常用网络协议简述
网络协议是计算机网络中规定数据交换格式和交换规则的一套标准。以下是一些常用的网络协议及其简要解释: HTTP(HyperText Transfer Protocol,超文本传输协议) 用于从网络传输超文本数据到本地浏览器的传输协议。基于TCP协议&…...
本地电脑使用命令行上传文件至远程服务器
将本地文件上传到远程服务器,在本地电脑中cmd使用该命令: scp C:/Users/"你的用户名"/Desktop/environment.yml ws:~/environment.yml 其中,C:/Users/“你的用户名”/Desktop/environment.yml是本地文件的路径, ~/en…...
笔记day2
文章目录 1 NavigationDuplivated警告错误2 Home模块组件拆分3 三级联动组件完成4 完成其余静态组件5 POSTMAN测试接口6 axios二次封装6.1 为什么需要进行二次封装axios?6.2 在项目中经常API文件夹【axios】6.3 axios基础不好,可以参考git|NPM关于axios文…...
排序算法(3)——归并排序、计数排序
目录 1. 归并排序 1.1 递归实现 1.2 非递归实现 1.3 归并排序特性总结 2. 计数排序 代码实现 3. 总结 1. 归并排序 基本思想: 归并排序(merge sort)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法࿰…...
【5】C#期末复习第5套
1.int a[3][2]{2,4,6,8,10.12};则*(a[1]1)的值是8 指向(a[1]的第二个元素) 再* 2.合并字符串库函数strcat 3.比较字符串库函数strcmp 4.执行结果是x3,y3 int x3,y; int *px&x; y*px; (优先级高于*) 5.*p[5]没…...
jquery虚拟键盘插件jqkeyboard
jqKeyboard是一款jquery虚拟键盘插件。该虚拟键盘插件依赖于jquery ui,通过该插件,可以在页面中生成一个扁平风格的虚拟键盘面板。 在线预览 下载 安装 可以通过npm来安装jqKeyboard虚拟键盘插件。 npm install jq keyboard --save 使用方法 在页面…...
IMX6ULL开发板把屏幕刷黑(黑屏)的程序
承接博文 IMX6ULL开发板基础实验:Framebuffer驱动程序的简单应用实例代码详细分析 很容易写出把屏幕刷黑的程序… Ubuntu中的目录/home/book/mycode下新建目录C0003_draw_lcd_black,然后把把博文中的源码/home/book/mycode/C0002_show_pixel复制到目录C0003_draw_l…...
OpenCV基本图像处理操作(三)——图像轮廓
轮廓 cv2.findContours(img,mode,method) mode:轮廓检索模式 RETR_EXTERNAL :只检索最外面的轮廓;RETR_LIST:检索所有的轮廓,并将其保存到一条链表当中;RETR_CCOMP:检索所有的轮廓,并将他们组…...
C语言学习day24:DLL给程序打上窗口破解补丁
简言 在上一章节我们知道了DLL,编写DLL以及最重要的导出DLL,这一章节我们学习如何给应用打上窗口破解补丁(DLL)。 流程 工具:studyPE 操作: 把要补丁的程序拖入PE中点击导入菜单,导入dll函…...
大模型呼出机器人的应用场景
大模型呼出机器人的应用场景 原作者:开源呼叫中心FreeIPCC,其Github:https://github.com/lihaiya/freeipcc 大模型呼出机器人的应用场景十分广泛,涵盖了多个行业和服务领域。以下是对其应用场景的详细归纳: 一、客户…...
el-date-picker筛选时间日期选择范围
el-date-picker 选择时间日期范围-> 昨天 近7天 30天<template><div class"main"><div class"header"><el-form :model"form" label-width"auto"><el-button plain click"setTimeToYesterday&q…...
【Apache Paimon】-- 10 -- Paimon 0.9.0 集成 Hive 3.1.3
参考官方 0.9.0 版本文档:https://paimon.apache.org/docs/0.9/engines/hive/ 1、下载依赖包到 hive lib 下 $ cd $HIVE_HOME/$ mkdir auxlib$ cd auxlib$ wget https://repo.maven.apache.org/maven2/org/apache/paimon/paimon-hive-connector-3.1/0.9.0/paimon-hive-connec…...
vue2如何写一个轮播图
需求描述 写一个轮播图,可以实现如下效果: 页面上展示三个轮播图元素默认状态下,进行自动轮播,循环播放一旦鼠标移入轮播图范围内,并停留在元素a上,则轮播图停止自动播放,同时将元素a放大 核…...
基础库httpx的使用
urllib 库和 requests 库的使用,已经可以爬取绝大多数网站的数据,但对于某些网站依然无能为力。什么情况?这些网站强制使用HTTP/2.0协议访问,这时 urllib 和requests 是无法爬取数据的,因为它们只支持 HTTP/1.1,不支持…...
MYSQL 利用concat函数 生成更新或者插入SQL
有时候需要批量运维一批数据,一条一条写SQL比较麻烦,可以使用下面的方法批量生成select sales_order_number,a.sog_line_id,actual_price,sales_goods_unit_price,b.id,concat(update your_table set actual_price, sales_goods_unit_price, where id,b…...
Backend For Frontend的学习分享
晚上公司开了一个技术分享会,主要内容就是公司的项目架构,会中讲解了项目整体架构是BFF架构,就是在微服务之上多加了一层。 除此之外,还讲解了DDD设计思想,主要用于各个业务中台,如订单中台、用户中台等。…...
KS曲线python实现
目录 实战 实战 # 导入第三方模块 import pandas as pd import numpy as np import matplotlib.pyplot as plt# 自定义绘制ks曲线的函数 def plot_ks(y_test, y_score, positive_flag):# 对y_test重新设置索引y_test.index np.arange(len(y_test))# 构建目标数据集target_dat…...
【GO环境安装】mac系统+GoLand使用
文章目录 下载安装包环境配置GoLandGo Modules 下载安装包 地址:GO下载地址 下载好后直接进行安装: 进入terminal,查看是否安装成功: 环境配置 在文稿下面创建工作目录: 在文稿下新建Go_Works文件夹,在…...
2025年入职/转行网络安全,该如何规划?网络安全职业规划
网络安全是一个日益增长的行业,对于打算进入或转行进入该领域的人来说,制定一个清晰且系统的职业规划非常重要。2025年,网络安全领域将继续发展并面临新的挑战,包括不断变化的技术、法规要求以及日益复杂的威胁环境。以下是一个关…...
linux中 umask 命令
Umask Umask(User File Creation Mode Mask)是Linux系统中的一项命令,用于设定新创建文件和目录的默认权限。 一、umask的作用 Umask通过掩码操作,限制新文件和目录的访问权限。在Linux中,所有的文件和目录都被分配…...
OpenCV函数及其应用
1. 梯度处理的Sobel算子函数 功能 Sobel算子是一种用于边缘检测的离散微分算子,它结合了高斯平滑和微分求导,用于计算图像亮度的空间梯度。 参数 src:输入图像。 dst:输出图像。 ddepth:输出图像的深度。 dxÿ…...