当前位置：首页 > news >正文

【python】OpenCV—Local Translation Warps

news 来源：原创 2025/6/17 20:32:29

在这里插入图片描述

文章目录

1、功能描述
2、原理分析
3、代码实现
4、效果展示
5、完整代码
6、参考

1、功能描述

利用液化效果实现瘦脸美颜

交互式的液化效果原理来自 Gustafsson A. Interactive image warping[D]. , 1993.

在这里插入图片描述

2、原理分析

在这里插入图片描述

上面描述很清晰了，鼠标初始在 C，也即形变范围的圆心在 C，形变半径 $r_{max}$ ，形变方向 C→M，

圆圈内原始 U 位置会被形变到 X，可以简单直白理解为拉伸后 U 位置的值给了 X 位置，此时 U 位置空置了，需要插值

插值公示 93 年的论文中直接给出了，我们尝试 coding

这里还涉及到插值，我们回顾下比较常见的双线性插值原理

在这里插入图片描述

3、代码实现

导入必要的库函数

import dlib
import cv2
import numpy as np
import math

载入人脸检测器和人脸关键点检测模型

predictor_path = "./shape_predictor_68_face_landmarks.dat"# 使用dlib自带的frontal_face_detector作为我们的特征提取器
detector = dlib.get_frontal_face_detector()  # 人脸检测器
predictor = dlib.shape_predictor(predictor_path)  # 关键点检测模型

读入图片，调用 face_thin_auto 函数，实现瘦脸

def main():src = cv2.imread(r'./1.jpg')  # (1546, 1236, 3)# cv2.imshow('src', src)face_thin_auto(src)cv2.waitKey(0)if __name__ == '__main__':main()

在这里插入图片描述

看看 face_thin_auto 函数的实现细节

def face_thin_auto(src):landmarks = landmark_dec_dlib_fun(src)point_img = src.copy()for index, landmark in enumerate(landmarks[0]):cv2.circle(point_img, center=np.array(landmark)[0], radius=5, color=(255, 0, 0), thickness=-1)cv2.putText(point_img, str(index), org=(landmark[0,0]-30, landmark[0,1]),fontFace=cv2.FONT_HERSHEY_TRIPLEX,fontScale=0.5, color=(0,255,0))cv2.imwrite("point.jpg", point_img)# 如果未检测到人脸关键点，就不进行瘦脸if len(landmarks) == 0:print("not detect face keypoint")returnthin_image = srclandmarks_node = landmarks[0]endPt = landmarks_node[16]  # matrix([[753, 450]])for index in range(3, 14, 2):start_landmark = landmarks_node[index]end_landmark = landmarks_node[index + 2]r = math.sqrt((start_landmark[0, 0] - end_landmark[0, 0]) **2 +(start_landmark[0, 1] - end_landmark[0, 1]) **2)thin_image = localTranslationWarp(thin_image, start_landmark[0, 0],start_landmark[0, 1], endPt[0, 0], endPt[0, 1], r)# 显示# cv2.imshow('thin', thin_image)cv2.imwrite(r'./thin.jpg', thin_image)

landmark_dec_dlib_fun 检测人脸和人脸关键点，实现如下

def landmark_dec_dlib_fun(img_src):img_gray = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)cv2.imwrite("gray.jpg", img_gray)land_marks = []rects = detector(img_gray, 0)  # 人脸检测，[[(336, 286) (782, 732)]]plot_img = img_src.copy()for i in range(len(rects)):  # 遍历检测到的人脸cv2.rectangle(plot_img, (rects[i].left(), rects[i].top()),  (rects[i].right(), rects[i].bottom()),color=(0,255,0), thickness=10)land_marks_node = np.matrix([[p.x, p.y] for p in predictor(img_gray, rects[i]).parts()])land_marks.append(land_marks_node)cv2.imwrite("face_det.jpg", plot_img)return land_marks

先把图片变成灰度图，然后人脸检测，绘制人脸检测结果，人脸关键点检测，返回关键点坐标

在这里插入图片描述

face_thin_auto 函数接下来绘制人脸关键点，一共 68 个

在这里插入图片描述

遍历关键点，3，5，7，9，11，13

也即 C = 3，5，7，9，11，13，M = 16

$r_{max}$ 为关键点 3-5 的距离，5-7 的距离，7-9 的距离，9-11 的距离，11-13 的距离，13-15 的距离

调用 localTranslationWarp 求瘦脸后的图片，

def localTranslationWarp(srcImg, startX, startY, endX, endY, radius):ddradius = float(radius * radius)copyImg = srcImg.copy()# 计算公式中的|m-c|^2ddmc = (endX - startX) ** 2 + (endY - startY) ** 2H, W, C = srcImg.shapefor i in range(W):for j in range(H):# 计算该点是否在形变圆的范围之内# 优化，第一步，直接判断是会在（startX,startY)的矩阵框中if math.fabs(i - startX) > radius and math.fabs(j - startY) > radius:continue  # 不在 continuedistance = (i - startX) ** 2 + (j - startY) ** 2if (distance < ddradius):# 计算出（i,j）坐标的原坐标# 计算公式中右边平方号里的部分ratio = (ddradius - distance) / (ddradius - distance + ddmc)ratio = ratio ** 2# 映射原位置UX = i - ratio * (endX - startX)UY = j - ratio * (endY - startY)# 根据双线性插值法得到UX，UY的值value = BilinearInsert(srcImg, UX, UY)# 改变当前 i ，j的值copyImg[j, i] = valuereturn copyImg

localTranslationWarp 仅作用与以 C 为圆心， $r_{max}$ 范围内的像素点，像素点的坐标求法代入公式计算，值用插值求出

在这里插入图片描述
双线性插值实现

def BilinearInsert(src, ux, uy):w, h, c = src.shapeif c == 3:x1 = int(ux)x2 = x1 + 1y1 = int(uy)y2 = y1 + 1part1 = src[y1, x1].astype(float) * (float(x2) - ux) * (float(y2) - uy)part2 = src[y1, x2].astype(float) * (ux - float(x1)) * (float(y2) - uy)part3 = src[y2, x1].astype(float) * (float(x2) - ux) * (uy - float(y1))part4 = src[y2, x2].astype(float) * (ux - float(x1)) * (uy - float(y1))insertValue = part1 + part2 + part3 + part4return insertValue.astype(np.int8)

我们看看

        part1 = src[y1, x1].astype(float) * (float(x2) - ux) * (float(y2) - uy)part2 = src[y1, x2].astype(float) * (ux - float(x1)) * (float(y2) - uy)part3 = src[y2, x1].astype(float) * (float(x2) - ux) * (uy - float(y1))part4 = src[y2, x2].astype(float) * (ux - float(x1)) * (uy - float(y1))

对应

$f(Q_{11}) * \frac{x_2 - x}{x_2- x_1} * \frac{y_2 - y}{y_2- y_1} = f(Q_{11}) * (x_2 - x) * (y_2 - y)$

$f(Q_{21}) * \frac{x - x_1}{x_2- x_1} * \frac{y_2 - y}{y_2- y_1} = f(Q_{21}) * (x - x_1) * (y_2 - y)$

$f(Q_{12}) * \frac{x_2 - x}{x_2- x_1} * \frac{y - y_1}{y_2- y_1} = f(Q_{12}) * (x_2 - x) * (y - y_1)$

$f(Q_{22}) * \frac{x - x_1}{x_2- x_1} * \frac{y - y_1}{y_2- y_1} = f(Q_{22}) * (x - x_1) * (y - y_1)$

4、效果展示

输入
在这里插入图片描述

输出

在这里插入图片描述

再明显一点试试

在这里插入图片描述

输入

在这里插入图片描述

输出

在这里插入图片描述

肉眼看不太明显，对比工具看比较明显

缩小下图片的输入分辨率

在这里插入图片描述

效果会明显一些

5、完整代码

import dlib
import cv2
import numpy as np
import mathpredictor_path = "./shape_predictor_68_face_landmarks.dat"# 使用dlib自带的frontal_face_detector作为我们的特征提取器
detector = dlib.get_frontal_face_detector()
predictor = dlib.shape_predictor(predictor_path)def landmark_dec_dlib_fun(img_src):img_gray = cv2.cvtColor(img_src, cv2.COLOR_BGR2GRAY)cv2.imwrite("gray.jpg", img_gray)land_marks = []rects = detector(img_gray, 0)  # 人脸检测，[[(336, 286) (782, 732)]]plot_img = img_src.copy()for i in range(len(rects)):  # 遍历检测到的人脸cv2.rectangle(plot_img, (rects[i].left(), rects[i].top()),  (rects[i].right(), rects[i].bottom()),color=(0,255,0), thickness=10)land_marks_node = np.matrix([[p.x, p.y] for p in predictor(img_gray, rects[i]).parts()])land_marks.append(land_marks_node)cv2.imwrite("face_det.jpg", plot_img)return land_marks'''
方法： Interactive Image Warping 局部平移算法
'''
def localTranslationWarp(srcImg, startX, startY, endX, endY, radius):ddradius = float(radius * radius)copyImg = srcImg.copy()# 计算公式中的|m-c|^2ddmc = (endX - startX) ** 2 + (endY - startY) ** 2H, W, C = srcImg.shapefor i in range(W):for j in range(H):# 计算该点是否在形变圆的范围之内# 优化，第一步，直接判断是会在（startX,startY)的矩阵框中if math.fabs(i - startX) > radius and math.fabs(j - startY) > radius:continue  # 不在 continuedistance = (i - startX) ** 2 + (j - startY) ** 2if (distance < ddradius):# 计算出（i,j）坐标的原坐标# 计算公式中右边平方号里的部分ratio = (ddradius - distance) / (ddradius - distance + ddmc)ratio = ratio ** 2# 映射原位置UX = i - ratio * (endX - startX)UY = j - ratio * (endY - startY)# 根据双线性插值法得到UX，UY的值value = BilinearInsert(srcImg, UX, UY)# 改变当前 i ，j的值copyImg[j, i] = valuereturn copyImg# 双线性插值法
def BilinearInsert(src, ux, uy):w, h, c = src.shapeif c == 3:x1 = int(ux)x2 = x1 + 1y1 = int(uy)y2 = y1 + 1part1 = src[y1, x1].astype(float) * (float(x2) - ux) * (float(y2) - uy)part2 = src[y1, x2].astype(float) * (ux - float(x1)) * (float(y2) - uy)part3 = src[y2, x1].astype(float) * (float(x2) - ux) * (uy - float(y1))part4 = src[y2, x2].astype(float) * (ux - float(x1)) * (uy - float(y1))insertValue = part1 + part2 + part3 + part4return insertValue.astype(np.int8)def face_thin_auto(src):landmarks = landmark_dec_dlib_fun(src)point_img = src.copy()for index, landmark in enumerate(landmarks[0]):cv2.circle(point_img, center=np.array(landmark)[0], radius=5, color=(255, 0, 0), thickness=-1)cv2.putText(point_img, str(index), org=(landmark[0,0]-30, landmark[0,1]),fontFace=cv2.FONT_HERSHEY_TRIPLEX,fontScale=0.5, color=(0,255,0))cv2.imwrite("point.jpg", point_img)# 如果未检测到人脸关键点，就不进行瘦脸if len(landmarks) == 0:print("not detect face keypoint")returnthin_image = srclandmarks_node = landmarks[0]endPt = landmarks_node[16]  # matrix([[753, 450]])for index in range(3, 14, 2):start_landmark = landmarks_node[index]end_landmark = landmarks_node[index + 2]r = math.sqrt((start_landmark[0, 0] - end_landmark[0, 0]) **2 +(start_landmark[0, 1] - end_landmark[0, 1]) **2)thin_image = localTranslationWarp(thin_image, start_landmark[0, 0],start_landmark[0, 1], endPt[0, 0], endPt[0, 1], r)# 显示# cv2.imshow('thin', thin_image)cv2.imwrite(r'./thin.jpg', thin_image)def main():src = cv2.imread(r'./1.jpg')  # (1546, 1236, 3)# cv2.imshow('src', src)face_thin_auto(src)cv2.waitKey(0)if __name__ == '__main__':main()

6、参考

http://dlib.net/files/
shape_predictor_68_face_landmarks.dat.bz2
链接: https://pan.baidu.com/s/1gO_wqRAtWndGkUhZOSBw2Q?pwd=4enn
提取码: 4enn
图像变形算法:实现Photoshop液化工具箱中向前变形工具
http://www.gson.org/thesis/warping-thesis.pdf
图像处理算法之瘦脸及放大眼睛
图像瘦脸算法
简易版“美颜”来了！肝了一夜！用Python做一个高瘦脸神器！
OpenCV图像处理|Python OpenCV实现人脸瘦脸功能
pytorch 液态算法实现瘦脸效果
双线性插值算法原理 python实现
双线性插值法
双线性插值

【python】OpenCV—Local Translation Warps

文章目录 1、功能描述2、原理分析3、代码实现4、效果展示5、完整代码6、参考 1、功能描述利用液化效果实现瘦脸美颜交互式的液化效果原理来自 Gustafsson A. Interactive image warping[D]. , 1993. 2、原理分析上面描述很清晰了，鼠标初始在 C，也即…...

编程日记 2025/5/31 7:03:33

elasticsearch集群部署

一、创建 elasticsearch-cluster 文件夹创建 elasticsearch-7.6.2-cluster文件夹修改服务es服务文件夹为node-001 修改config/elasticsearch.yml 配置文件 # Elasticsearch Configuration # # NOTE: Elasticsearch comes with reasonable defaults for most settings. # …...

编程日记 2025/6/2 19:32:04

python调用window库全屏截图生成bmp位图学习

import io import time import struct import ctypes s time.time() gdi32 ctypes.windll.gdi32 user32 ctypes.windll.user32# 定义常量 SM_CXSCREEN 0 SM_CYSCREEN 1# 缩放比例 zoom 1 screenWidth int(user32.GetSystemMetrics(SM_CXSCREEN) * zoom) screenHeight i…...

编程日记 2025/5/31 10:46:05

Wireshark使用

1.抓包过滤器--BPF语法类型Type：主机（host）、网段（net）、端口（port） 方向Dir：源地址（src）、目标地址（dst） 协议Proto：各种…...

编程日记 2025/5/30 22:36:05

FLASK 上传文件

HTML form enctype"multipart/form-data" 编码类型说明application/x-www-form-urlencoded表单数据编码为名称/值对。这是标准编码格式。multipart/form-data表单数据编码为消息，页面上每个控件都有单独的部分。text/plain表单数据以纯文本编码&#x…...

编程日记 2025/5/29 4:05:51

卷积神经网络

卷积神经网络随着输入数据规模的增大，计算机视觉的处理难度也大幅增加。 64 64 3 64 \times 64 \times 3 64643 的图片特征向量维度为12288，而 1000 1000 3 1000 \times 1000 \times 3 100010003 的图片数据量达到了300万。随着数据维度的增加&am…...

编程日记 2025/5/29 10:08:12

SparrowRTOS系列：链表版本内核

前言 Sparrow RTOS是笔者之前写的一个极简性RTOS，初代版本只有400行，后面笔者又添加了消息队列、信号量、互斥锁三种IPC机制，使之成为一个较完整、堪用的内核，初代版本以简洁为主，使用数组和表作为任务挂载的抽象数据…...

编程日记 2025/5/30 17:59:22

【redis初阶】环境搭建

目录一、Ubuntu 安装 redis 二、Centos7 安装 redis 三、Centos8 安装 redis 四、redis客户端介绍 redis学习🥳 一、Ubuntu 安装 redis 使用 apt 安装 apt install redis -y 查看redis版本 redis-server --version 支持远程连接…...

编程日记 2025/5/31 6:16:18

OpenCV相机标定与3D重建(54)解决透视 n 点问题（Perspective-n-Point, PnP）函数solvePnP()的使用

操作系统：ubuntu22.04 OpenCV版本：OpenCV4.9 IDE:Visual Studio Code 编程语言：C11 算法描述根据3D-2D点对应关系找到物体的姿态。 cv::solvePnP 是 OpenCV 库中的一个函数，用于解决透视 n 点问题（Perspective-n-Po…...

编程日记 2025/6/4 3:05:57

shell脚本回顾1

1、shell 脚本写出检测 /tmp/size.log 文件如果存在显示它的内容，不存在则创建一个文件将创建时间写入。一、 ll /tmp/size.log &>/dev/null if [ $? -eq 0 ];then cat /tmp/size.log else touch /tmp/size.log echo date > /tmp/size.log fi二、 if …...

编程日记 2025/6/3 12:59:15

HarmonyOS命令行工具

作为一个从Android转过来的鸿蒙程序猿，在开发过程中不由自主地想使用类似adb命令的命令行工具去安装/卸载应用，往设备上推或者拉去文件，亦或是抓一些日志。但是发现在鸿蒙里边，华为把命令行工具分的很细，种类相当丰富 …...

编程日记 2025/6/2 11:52:34

V少JS基础班之第四弹

一、前言第四弹内容是操作符。本章结束。第一个月的内容就完成了， 是一个节点。下个月我们就要开始函数的学习了。我们学习完函数之后。很多概念就可以跟大家补充说明了。 OK，那我们就开始本周的操作符学习本系列为一周一更，计划历时6…...

编程日记 2025/6/3 16:03:01

从前端视角看设计模式之创建型模式篇

设计模式简介 "设计模式"源于GOF（四人帮）合著出版的《设计模式：可复用的面向对象软件元素》，该书第一次完整科普了软件开发中设计模式的概念，他们提出的设计模式主要是基于以下的面向对象设计原则&#xff…...

编程日记 2025/6/3 21:43:51

网络应用技术实验七：实现无线局域网

一、实验简介在 eNSP 中构建无线局域网，并实现全网移动终端互相通信。二、实验目的 1 、理解无线局域网的工作原理； 2 、熟悉无线局域网的规划与构建过程； 3 、掌握无线局域网的配置方法； 三、实验学时 2 学时四、实…...

编程日记 2025/6/1 20:27:38

Kotlin 循环语句详解

文章目录循环类别for-in 循环区间整数区间示例1：正向遍历示例2：反向遍历示例1：遍历数组示例2：遍历区间示例3：遍历字符串示例4：带索引遍历 while 循环示例：计算阶乘 do-while 循环示例&#xf…...

编程日记 2025/6/1 18:06:01

B+树的原理及实现

文章目录 B树的原理及实现一、引言二、B树的特性1、结构特点2、节点类型3、阶数三、B树的Java实现1、节点实现2、B树操作2.1、搜索2.2、插入2.3、删除2.4、遍历 3、B树的Java实现示例四、总结 B树的原理及实现一、引言 B树是一种基于B树的树形数据结构，它在数据…...

编程日记 2025/5/28 7:18:05

ArkTS 基础语法：声明式 UI 描述与自定义组件

1. ArkTS 简介 ArkTS 是 HarmonyOS 应用开发中的一种编程语言，它结合了 TypeScript 的类型检查和声明式 UI 描述方式，帮助开发者更高效地构建用户界面。 2. 声明式 UI 描述 ArkTS 使用声明式语法来定义 UI 结构，通过组件、属性和事件配置实…...

编程日记 2025/6/3 22:58:10

list的模拟实现详解

文章目录 list的模拟实现list的迭代器begin()和end() list的模拟实现 #pragma once #include<iostream> #include<list>using namespace std;namespace wbc {// 类模版template<class T>struct list_node // 链表的节点{T _data;list_node<T>* _next;…...

编程日记 2025/6/2 5:36:46

图解Git——分支的新建与合并《Pro Git》

⭐分支的新建与合并先引入一个实际开发的工作流： 开发某个网站。为实现某个新的需求，创建一个分支。在这个分支上开展工作。正在此时，你突然接到一个电话说有个很严重的问题需要紧急修补。你将按照如下方式来处理： 切换到你…...

编程日记 2025/6/2 6:08:12

SQLite 语法快速入门

SQLite 是一个软件库，实现了自给自足的、无服务器的、零配置的、事务性的 SQL 数据库引擎。提供一个免费的在线SQLite编辑器 （0）常用命令 # 格式化 .header on .mode column .timer on# 查看表格 .tables# 查看表结构(建表语句) .schema …...

编程日记 2025/5/29 16:55:49

高速光电探测器设计 PIN APD铟镓砷TIA放大脉冲误码测试800-1700nm

高速光电探测器PIN APD铟镓砷TIA放大脉冲误码测试800-1700nm （对标:索雷博APD431A） （对标:索雷博APD431A） （对标:索雷博APD431A） 规格参数: 波长范围:800-1700nm 输出带宽:DC-400MHz（-3dB&…...

编程日记 2025/5/31 16:21:09

【Linux】【内存】Buddy内存分配基础 NUMA架构

【Linux】【内存】Buddy内存分配基础 NUMA架构 NUMA架构在 NUMA 架构中，计算机的多个 CPU 被划分为不同的处理单元，每个处理单元有一个本地内存。这些内存被称为内存节点（memory node）。处理器尽量访问自己的本地内存 node_da…...

编程日记 2025/5/25 21:17:39

【机器学习：十九、反向传播】

1. 计算图和导数计算图的概念计算图（Computation Graph）是一种有向无环图，用于表示数学表达式中的计算过程。每个节点表示一个操作或变量，每条边表示操作的依赖关系。通过计算图，可以轻松理解和实现反向传播。计算…...

编程日记 2025/6/4 4:15:14

使用中间件自动化部署java应用

为了实现你在 IntelliJ IDEA 中打包项目并通过工具推送到两个 Docker 服务器（172.168.0.1 和 172.168.0.12），并在推送后自动或手动重启容器，我们可以按照以下步骤进行操作： 在 IntelliJ IDEA 中配置 Maven 或 Gradle 打…...

编程日记 2025/6/4 17:25:45

Vue.js开发入门：从零开始搭建你的第一个项目

前言嘿，小伙伴们！今天咱们来聊聊 Vue.js，一个超火的前端框架。如果你是编程小白，别怕，跟着我一步步来，保证你能轻松上手，搭建起属于自己的第一个 Vue 项目。Vue.js 可能听起来有点高大上&#…...

编程日记 2025/5/31 12:59:22

基于大语言模型的组合优化

摘要：组合优化（Combinatorial Optimization, CO）对于提高工程应用的效率和性能至关重要。随着问题规模的增大和依赖关系的复杂化，找到最优解变得极具挑战性。在处理现实世界的工程问题时，基于纯数学推理的算法存在局限…...

编程日记 2025/5/31 0:30:28

mySQL安装（LINUX)

一、1. 下载并安装MySQL官方的 Yum Repository 1、连接云服务器，进入opt 2、下载安装包 wget http://dev.mysql.com/get/mysql-community-release-el7-5.noarch.rpm 3、解压 rpm -ivh mysql-community-release-el7-5.noarch.rpm 4、安装 yum install mysql-commu…...

编程日记 2025/6/1 0:44:41

【机器学习】农业 4.0 背后的智慧引擎：机器学习助力精准农事决策

我的个人主页我的领域：人工智能篇，希望能帮助到大家！！！👍点赞收藏❤ 在当今数字化浪潮汹涌澎湃之际，农业领域正经历着一场前所未有的深刻变革，大踏步迈向农业 4.0时代。这一时代…...

编程日记 2025/5/30 9:03:31

在 Azure 100 学生订阅中新建一台 Ubuntu VPS，并通过 Docker 部署 Nginx 服务器

今天来和大家分享一下如何在 Azure 100 学生订阅中创建一台 Ubuntu VPS，并在其上通过 Docker 部署 Nginx 服务器。在这个过程中，我们将一步步走过每一个细节，希望能帮助到大家。 Docker 和 Nginx 简介 Docker 是一个开源的容器化平台&#…...

编程日记 2025/6/3 1:31:01

快速、可靠且高性价比的定制IP模式提升芯片设计公司竞争力

作者：Karthik Gopal，SmartDV Technologies亚洲区总经理智权半导体科技（厦门）有限公司总经理无论是在出货量巨大的消费电子市场，还是针对特定应用的细分芯片市场，差异化芯片设计带来的定制化需求也在芯片…...

编程日记 2025/6/1 11:22:43

Linux常用命令大全

mv详解目录 Linux 常用命令大全 1. ls 指令 2. touch 指令 3. pwd 指令 4. mkdir 指令 5. cd 指令 6. rmdir 和 rm 指令 7. man 指令 8. cp 指令 9. mv 指令 10. cat 指令 11. more 指令 12. less 指令 13. head 指令 14. tail 指令 15. find 指令 16. grep 指…...

编程日记 2025/6/4 14:28:28

K-均值聚类算法

K-均值聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的簇。它的基本思想是通过迭代将样本点划分到最相邻的簇中，以最小化各个簇内的平均距离。下面我们来详细讲解K-均值聚类算法的步骤及其优缺点。步骤： 1. 随机选择K个质…...

编程日记 2025/6/3 16:19:04

Windows 环境下安装和启动 Redis 服务

在 Windows 环境下安装和启动 Redis 服务可以通过多种方式实现，下面将详细介绍几种常见的方法。我们将重点介绍通过 Chocolatey 包管理器、Docker 容器以及 MSOpenTech 提供的官方移植版来安装 Redis。方法一：使用 Chocolatey 安装 Redis Chocolatey …...

编程日记 2025/6/4 11:24:48

关于在windows系统中编译ffmpeg并导入到自己项目中这件事

关于在windows系统中编译ffmpeg并导入到自己项目中这件事前因（可跳过不看） 前阵子由于秋招需求，写了一个简易的安卓播放器，最终因为时间问题还有一些功能没有实现着实可惜，如：倍速播放，快进操…...

编程日记 2025/5/30 5:07:44

实战开发：基于用户反馈筛选与分析系统的实现

引言在当今的数字化社会中，用户反馈是企业决策的重要依据。无论是电商平台、社交网络，还是产品服务，收集用户反馈并加以分析，有助于提升用户体验，改善服务质量。然而，面对海量的用户反馈，如何有…...

编程日记 2025/6/3 4:13:07

Android SystemUI——服务启动流程（二）

在 Andorid 系统源码中，package/apps下放的是系统内置的一些 APP，例如 Settings、Camera、Phone、Message 等等。而在 framework/base/package 下，它们也是系统的 APP，SystemUI 就在此目录下。它控制着整个 Android 系统的界面&am…...

编程日记 2025/6/2 4:27:23

拷贝构造函数

文章目录一、4. 拷贝构造函数今天我们来学习拷贝构造函数。一、4. 拷贝构造函数如果⼀个构造函数的第⼀个参数是自身类型的引用，且任何额外的参数都有默认值，则此叫做拷贝构造函数，也就是说拷贝构造是⼀个特殊的构造函数。它的形式是这…...

编程日记 2025/6/1 10:35:21

解析OVN架构及其在OpenStack中的集成

引言随着云计算技术的发展，虚拟化网络成为云平台不可或缺的一部分。为了更好地管理和控制虚拟网络，Open Virtual Network (OVN) 应运而生。作为Open vSwitch (OVS) 的扩展，OVN 提供了对虚拟网络抽象的支持，使得大规模部署和管理…...

编程日记 2025/6/2 18:38:25

面试加分项：Android Framework PMS 全面概述和知识要点

在Android面试时，懂得越多越深android framework的知识，越为自己加分。目录第一章：PMS 基础知识 1.1 PMS 定义与工作原理 1.2 PMS 的主要任务 1.3 PMS 与相关组件的交互第二章：PMS 的核心功能 2.1 应用安装与卸载机制 2.2 应用更新与版本管理 2.3 组件管理第…...

编程日记 2025/6/3 17:37:55

征服Windows版nginx（2）

1.配置Nginx 编辑Nginx的配置文件（通常是nginx.conf），找到安装Nginx位置，如下路径： D:\nginx-1.26.2\conf 双击打开nginx.CONF编辑，在http块中添加一个新的server块，用于指定Vue项目的静态文件…...

编程日记 2025/6/2 12:56:26

QML states和transitions的使用

一、介绍 1、states Qml states是指在Qml中定义的一组状态（States），用于管理UI元素的状态转换和属性变化。每个状态都包含一组属性值的集合，并且可以在不同的状态间进行切换。通过定义不同的状态，可以在不同的应用场…...

编程日记 2025/6/4 3:36:20

flask_sqlalchemy relationship 子表排序

背景： 使用flask_sqlalchemy 的orm 时总不可避免的遇到子表排序问题材料： 省略制作： 直接看下面2段代码片段（一对多关系组合），自行理解： 1、多的一方实体 from .exts import db from f…...

编程日记 2025/6/2 6:47:18

python+pymysql

python操作mysql 一、python操作数据库 1、下载pymysql 库， 方法一：pip3 install pymysql 或pip install pymysql 方法二：在pycharm中setting下载pymysql 2、打开虚拟机上的数据库 3、pymysql连接 dbpymysql.Connection(host&qu…...

编程日记 2025/6/4 3:54:08

HAL库中断相关函数

目录中断相关函数函数：HAL_SuspendTick()和HAL_ResumeTick() 涉及手册： 涉及寄存器： 涉及位： 函数：HAL_UART_IRQHandler(&huart3) 存在位置： 拓展： 函数：HAL_UARTEx…...

编程日记 2025/5/30 5:13:32

薪资协商注意事项

根据从AI（豆包kimi）中查询的内容，以及实际面试中的经验，进行整理，供大家参考： 薪资构成：了解薪水的固定工资、绩效、补贴、奖金及其他福利等具体构成。进行沟通时需要确认清楚是税前还是税后沟…...

编程日记 2025/6/1 18:06:02

【机器学习】Kaggle实战Rossmann商店销售预测（项目背景、数据介绍/加载/合并、特征工程、构建模型、模型预测）

文章目录 1、项目背景2、数据介绍3、数据加载3.1 查看数据3.2 空数据处理3.2.1 训练数据3.2.2 测试数据3.3.3 商店数据处理3.3.4 销售时间关系 4、合并数据5、特征工程6、构建训练数据和测试数据7、数据属性间相关性系数8、提取模型训练的数据集9、构建模型9.1 定义评价函数9.2…...

编程日记 2025/6/3 1:58:48

简化计算步骤以减少误差

简化计算步骤以减少误差同样一个计算问题，若能减少运算次数，既可以节省计算机的计算时间，还可以减小舍人误差。例计算 x 255 x^{255} x255的值. 如果逐个相乘要用 254 次乘法，但若写成 x 255 x ⋅ x 2 ⋅ x 4 ⋅ x 8 ⋅…...

编程日记 2025/5/28 7:49:57

利用AI大模型和Mermaid生成流程图

核心点1：利用大模型生成流程图的语句（Code） 确定业务流程： 用户需要明确要绘制的业务流程，包括主要步骤、决策点以及各步骤之间的关系。将确定的业务流程以文字形式描述出来。生成Mermaid代码： 将描述好的…...

编程日记 2025/6/3 15:34:09

SqlServer 杂项知识整理

目录一. decimal字段类型二. 查询时加锁一. decimal字段类型 ⏹decimal(8,3): 整数5位，小数3位。一共8位。如果输入 20，会自动格式化为 20.000如果输入 20.1，会自动格式化为 20.100 -- 给数据库新增一个字段,类型要求是decimal类型 ALT…...

编程日记 2025/5/31 19:47:41

【Uniapp-Vue3】@import导入css样式及scss变量用法与static目录

一、import导入css样式在项目文件中创建一个common文件夹，下面创建一个css文件夹，里面放上style.css文件，编写的是公共样式，我们现在要在App.vue中引入该样式。在App.vue中引入该样式，这样就会使样式全局生效&#…...

编程日记 2025/6/2 15:26:28

文章目录

1、功能描述

2、原理分析

3、代码实现

4、效果展示

5、完整代码

6、参考

相关文章：