当前位置：首页 > news >正文

OpenCV相机标定与3D重建(61)处理未校准的立体图像对函数stereoRectifyUncalibrated()的使用

news 来源：原创 2025/6/10 11:15:01

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

为未校准的立体相机计算一个校正变换。
cv::stereoRectifyUncalibrated 是 OpenCV 库中的一个函数，用于处理未校准的立体图像对。该函数尝试在没有内参和畸变参数的情况下，通过找到两个视图之间的单应性矩阵（Homography Matrix）来实现立体图像的校正。这个过程是基于给定的匹配点对和基础矩阵（Fundamental Matrix）。

函数原型


bool cv::stereoRectifyUncalibrated	
(InputArray 	points1,InputArray 	points2,InputArray 	F,Size 	imgSize,OutputArray 	H1,OutputArray 	H2,double 	threshold = 5 
)

参数

参数points1 第一图像中的特征点数组。
参数points2 第二图像中对应的特征点。支持的格式与 findFundamentalMat 中相同。
参数F 输入的基础矩阵（Fundamental Matrix）。可以使用相同的点对通过 findFundamentalMat 计算得到。
参数imgSize 图像尺寸。
参数H1 第一图像的输出校正单应性矩阵（Homography Matrix）。
参数H2 第二图像的输出校正单应性矩阵（Homography Matrix）。
参数threshold 可选阈值，用于过滤外点。如果该参数大于零，则所有不符合极线几何条件的点对（即 |points2[i]T⋅F⋅points1[i]| > threshold 的点）在计算单应性矩阵之前会被拒绝。否则，所有点都被视为内点。

功能描述
cv::stereoRectifyUncalibrated 函数旨在不依赖相机内参和它们在空间中的相对位置的情况下计算校正变换，这就是为什么函数名中有 “uncalibrated” 后缀的原因。它与 stereoRectify 的一个主要区别在于，它输出的是编码在单应性矩阵 H1 和 H2 中的平面透视变换，而不是三维空间中的校正变换。

该函数实现了算法 [116]，用于从未经校准的立体图像中提取有用的几何信息，并生成可用于后续处理（如视差计算）的校正图像。

注意事项
尽管该算法不需要知道相机的内参，但它严重依赖于极线几何。因此，如果相机镜头存在显著的畸变，最好在计算基础矩阵和调用此函数之前进行校正。例如，可以分别使用 calibrateCamera 为每个立体相机头估计畸变系数，然后使用 undistort 校正图像，或者仅使用 undistortPoints 校正点坐标。

代码示例

#include <iostream>
#include <opencv2/opencv.hpp>
#include <vector>using namespace cv;
using namespace std;// 生成更复杂的测试图像函数
void generateTestImages( Size imageSize, Mat& img1, Mat& img2 )
{img1 = Mat::zeros( imageSize, CV_8UC1 );img2 = Mat::zeros( imageSize, CV_8UC1 );RNG rng( 12345 );  // 随机数生成器// 在第一张图像上画随机圆，在第二张图像上画稍微偏移的随机圆模拟立体图像for ( int i = 0; i < 100; ++i ){  // 绘制更多随机圆Point center( rng.uniform( 50, imageSize.width - 50 ), rng.uniform( 50, imageSize.height - 50 ) );int radius = rng.uniform( 5, 20 );circle( img1, center, radius, Scalar( 255 ), FILLED );circle( img2, Point( center.x + rng.uniform( -10, 10 ), center.y + rng.uniform( -10, 10 ) ), radius, Scalar( 255 ), FILLED );}
}// 检测并匹配特征点的函数
void detectAndMatchFeatures( const Mat& img1, const Mat& img2, vector< KeyPoint >& keypoints1, vector< KeyPoint >& keypoints2, vector< DMatch >& good_matches )
{Ptr< Feature2D > detector = ORB::create( 1000 );  // 增加检测到的特征点数量// 定义描述符矩阵Mat descriptors1, descriptors2;// 检测关键点并计算描述符detector->detectAndCompute( img1, noArray(), keypoints1, descriptors1 );detector->detectAndCompute( img2, noArray(), keypoints2, descriptors2 );// 匹配描述符BFMatcher matcher( NORM_HAMMING );vector< vector< DMatch > > matches;matcher.knnMatch( descriptors1, descriptors2, matches, 2 );  // 使用knnMatch找到两个最近邻// 过滤出好的匹配点对（Lowe's ratio test）for ( size_t i = 0; i < matches.size(); ++i ){if ( matches[ i ].size() == 2 && matches[ i ][ 0 ].distance < 0.7 * matches[ i ][ 1 ].distance ){good_matches.push_back( matches[ i ][ 0 ] );}}
}// 使用RANSAC去除异常值并重新计算F矩阵
Mat refineFundamentalMatrix( vector< Point2f >& points1, vector< Point2f >& points2 )
{vector< uchar > inliers( points1.size() );Mat F = findFundamentalMat( points1, points2, FM_RANSAC, 3, 0.99, inliers );vector< Point2f > refinedPoints1, refinedPoints2;for ( size_t i = 0; i < inliers.size(); ++i ){if ( inliers[ i ] ){refinedPoints1.push_back( points1[ i ] );refinedPoints2.push_back( points2[ i ] );}}// 用精炼后的点重新计算F矩阵if ( !refinedPoints1.empty() && !refinedPoints2.empty() ){F = findFundamentalMat( refinedPoints1, refinedPoints2, FM_8POINT );}return F;
}// 检查单应性矩阵是否有效
bool isValidHomography( const Mat& H )
{if ( H.empty() )return false;if ( H.rows != 3 || H.cols != 3 )return false;// Check if the last element is close to 1 (for homography matrix)if ( abs( H.at< double >( 2, 2 ) - 1.0 ) > 1e-6 )return false;return true;
}// 可视化匹配点
void visualizeMatches( const Mat& img1, const Mat& img2, const vector< KeyPoint >& keypoints1, const vector< KeyPoint >& keypoints2, const vector< DMatch >& matches, const string& windowName )
{Mat img_matches;drawMatches( img1, keypoints1, img2, keypoints2, matches, img_matches );imshow( windowName, img_matches );
}// 验证基础矩阵的有效性
bool validateFundamentalMatrix( const Mat& F )
{if ( F.empty() )return false;if ( F.rows != 3 || F.cols != 3 )return false;// Fundamental matrix should have rank 2Mat W, U, Vt;SVD::compute( F, W, U, Vt );double rank = countNonZero( W > 1e-8 );return rank == 2;
}int main()
{// 生成一对测试图像Size imageSize( 640, 480 );Mat img1, img2;generateTestImages( imageSize, img1, img2 );// 提取和匹配特征点vector< KeyPoint > keypoints1, keypoints2;vector< DMatch > good_matches;detectAndMatchFeatures( img1, img2, keypoints1, keypoints2, good_matches );if ( good_matches.size() < 8 ){cerr << "Error: Not enough matches found (" << good_matches.size() << ")." << endl;return -1;}// 将匹配点转换为向量形式vector< Point2f > points1, points2;for ( DMatch match : good_matches ){points1.push_back( keypoints1[ match.queryIdx ].pt );points2.push_back( keypoints2[ match.trainIdx ].pt );}// 可视化匹配点visualizeMatches( img1, img2, keypoints1, keypoints2, good_matches, "Good Matches" );// 使用RANSAC去除异常值并重新计算F矩阵Mat F = refineFundamentalMatrix( points1, points2 );// 验证基础矩阵的有效性if ( !validateFundamentalMatrix( F ) ){cerr << "Error: Invalid fundamental matrix." << endl;return -1;}cout << "Validated Fundamental matrix:\n" << F << endl;// 执行未校准的立体校正Mat H1, H2;bool success = stereoRectifyUncalibrated( points1, points2, F, imageSize, H1, H2, 1 );if ( !success || !isValidHomography( H1 ) || !isValidHomography( H2 ) ){cerr << "Error: Unable to compute valid rectification transformations." << endl;// Print out the homographies for debugging purposescout << "H1:\n" << H1 << endl;cout << "H2:\n" << H2 << endl;return -1;}cout << "Rectification homography matrix for the first image:\n" << H1 << endl;cout << "Rectification homography matrix for the second image:\n" << H2 << endl;// 初始化重映射Mat map1x, map1y, map2x, map2y;initUndistortRectifyMap( Mat(), Mat(), H1, Mat(), imageSize, CV_32FC1, map1x, map1y );initUndistortRectifyMap( Mat(), Mat(), H2, Mat(), imageSize, CV_32FC1, map2x, map2y );// 确保重映射图是有效的if ( map1x.empty() || map1y.empty() || map2x.empty() || map2y.empty() ){cerr << "Error: Failed to initialize remap maps." << endl;return -1;}// 应用重映射Mat rectifiedImg1, rectifiedImg2;try{remap( img1, rectifiedImg1, map1x, map1y, INTER_LINEAR, BORDER_CONSTANT, Scalar() );remap( img2, rectifiedImg2, map2x, map2y, INTER_LINEAR, BORDER_CONSTANT, Scalar() );}catch ( const cv::Exception& e ){cerr << "Error during remap: " << e.what() << endl;return -1;}// 显示结果imshow( "Original Image 1", img1 );imshow( "Original Image 2", img2 );imshow( "Rectified Image 1", rectifiedImg1 );imshow( "Rectified Image 2", rectifiedImg2 );waitKey( 0 );  // 等待按键关闭窗口return 0;
}

运行结果

Validated Fundamental matrix:
[-1.69507626646751e-05, 7.362164468986336e-05, -0.1173662750444769;-6.367019516817851e-05, 3.353162138833532e-06, 0.001880485218793337;0.1241506729344979, -0.009417932088193068, 1]
Error: Unable to compute valid rectification transformations.
H1:
[0.02410468346050559, -0.1256463999224076, 64.27174787791705;0.1238268442213851, -0.002949304419357657, -9.446067724507486;3.05103171526221e-05, -8.242409501994642e-05, 0.1300740303808192]
H2:
[0.1930536997260217, -1.169973024903469, 539.0163420645055;1.009344355783741, 0.02531934576861759, -89.06683683526535;9.452570423521679e-05, -0.0005728588691755615, 1.107237903246865]

OpenCV相机标定与3D重建(61)处理未校准的立体图像对函数stereoRectifyUncalibrated()的使用

操作系统：ubuntu22.04 OpenCV版本：OpenCV4.9 IDE:Visual Studio Code 编程语言：C11 算法描述为未校准的立体相机计算一个校正变换。 cv::stereoRectifyUncalibrated 是 OpenCV 库中的一个函数，用于处理未校准的立体图像对。该函…...

编程日记 2025/6/2 10:36:17

字玩FontPlayer开发笔记12 Vue3撤销重做功能

字玩FontPlayer开发笔记12 Vue3撤销重做功能字玩FontPlayer是笔者开源的一款字体设计工具，使用Vue3 ElementUI开发，源代码：github | gitee 笔记撤销重做功能是设计工具必不可少的模块，以前尝试使用成熟的库实现撤销重做功能…...

编程日记 2025/6/2 17:56:59

无人机图传模块：深入理解其工作原理与实际效用

无人机图传模块作为无人机系统的关键组成部分，承担着将无人机拍摄的图像和视频实时传输至地面控制站或接收设备的重任。本文将深入探讨无人机图传模块的工作原理及其在实际应用中的效用，帮助读者更好地理解这一技术的奥秘。一、无人机图传模块的工作原…...

编程日记 2025/6/3 6:54:26

PDF文件提取开源工具调研总结

概述 PDF是一种日常工作中广泛使用的跨平台文档格式，常常包含丰富的内容：包括文本、图表、表格、公式、图像。在现代信息处理工作流中发挥了重要的作用，尤其是RAG项目中，通过将非结构化数据转化为结构化和可访问的信息&#xff0…...

编程日记 2025/6/4 3:54:24

Linux(Centos 7.6)命令详解：dos2unix

1.命令作用将Windows格式文件件转换为Unix、Linux格式的文件(也可以转换成其他格式的) 2.命令语法 Usage: dos2unix [options] [file ...] [-n infile outfile ...] 3.参数详解 options: -c, --convmode，转换方式，支持ascii, 7bit, iso, mac,默认…...

编程日记 2025/6/2 20:55:42

梯度提升决策树树（GBDT）公式推导

### 逻辑回归的损失函数逻辑回归模型用于分类问题，其输出是一个概率值。对于二分类问题，逻辑回归模型的输出可以表示为： \[ P(y 1 | x) \frac{1}{1 e^{-F(x)}} \] 其中 $ F(x) $ 是一个线性组合函数，通常表示为&#xff…...

编程日记 2025/6/3 10:00:12

跨域问题分析及解决方案

1、跨域指的是浏览器不能执行其他网站的脚本。它是由浏览器的同源策略造成的，是浏览器对javascript施加的安全限制。 2、同源策略：是指协议，域名，端口都要相同，其中有一个不同都会产生跨域； 3、跨域流程…...

编程日记 2025/6/3 16:35:22

题目代码 #include <bits/stdc.h> using namespace std; using ll long long; const int N 1e510; int a[N], b[N], c[N]; int w[4][N]; int main() {int n;cin >> n;for(int i 1; i < n; i)cin >> a[i];for(int i 1; i < n; i)cin >> b[i…...

编程日记 2025/6/3 18:51:08

深入理解 Java 的数据类型与运算符

Java学习资料 Java学习资料 Java学习资料在 Java 编程中，数据类型与运算符是构建程序的基础元素。它们决定了数据在程序中的存储方式以及如何对数据进行各种操作。一、数据类型 （一）基本数据类型整型： 用于存储整数数值&…...

编程日记 2025/6/3 4:32:31

WOA-CNN-GRU-Attention、CNN-GRU-Attention、WOA-CNN-GRU、CNN-GRU四模型对比多变量时序预测

WOA-CNN-GRU-Attention、CNN-GRU-Attention、WOA-CNN-GRU、CNN-GRU四模型对比多变量时序预测目录 WOA-CNN-GRU-Attention、CNN-GRU-Attention、WOA-CNN-GRU、CNN-GRU四模型对比多变量时序预测预测效果基本介绍程序设计参考资料预测效果基本介绍基于WOA-CNN-GRU-Attention、…...

编程日记 2025/6/1 4:05:49

（二叉树）

我们今天就开始引进一个新的数据结构了：我们所熟知的：二叉树； 但是我们在引进二叉树之前我们先了解一下树； 树树的概念和结构： 树是⼀种⾮线性的数据结构，它是由 n （ n>0 ） …...

编程日记 2025/6/4 3:55:27

Linux shell 批量验证端口连通性

脚本 #!/bin/bash # #database check #set -o nounset LOCALIPifconfig | grep inet | head -1 | awk {print $2} | sed s/addr\:// IPLIST192.168.1.99 192.168.1.98 192.168.1.97 PORTLIST81 82 83 84 85 86 check_nc(){ for CHECK_IP in $IPLIST dofor CHECK_PORT in $PORT…...

编程日记 2025/6/3 16:55:49

Java 中实体类与操作类分离

目录一、为啥要把实体类和操作类分开二、实体类长啥样，怎么用三、操作类的使命与实现四、实战演练：实体类与操作类协同工作五、拓展思考：这种分离带来的好处与进一步优化六、总结与展望家人们，今天我想跟你们唠唠我在…...

编程日记 2025/6/2 5:23:07

创建 pdf 合同模板

创建 pdf 合同模板一、前言二、模板展示三、制作过程一、前言前段时间要求创建“pdf”模板，学会了后感觉虽然简单，但开始也折腾了好久，这里做个记录。二、模板展示要创建这样的模板三、制作过程新建一个“Word”，这里命…...

编程日记 2025/6/2 12:02:47

【Prometheus】PromQL进阶用法

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯，先赞后看哦~🎈🎈 🏆 作者简介：景天科技苑 🏆《头衔》：大厂架构师，华为云开发者社区专家博主，…...

编程日记 2025/6/4 0:15:54

BOBO小火炬全套源码XE修复版2025(火炬天花板二次开发版)

《小火炬全套源码传奇游戏源码讲解》小火炬全套源码是一种用于开发经典传奇类游戏的源码包。传奇游戏作为一款经典的多人在线角色扮演游戏（MMORPG），有着庞大的用户基础和强大的游戏生态。小火炬全套源码主要提供了从基础架构到核心功能的完…...

编程日记 2025/6/2 1:10:10

【基于无线电的数据通信链】Link 11 仿真测试

〇、废话 Link 11 仿真测试涉及多个方面，包括信号仿真、协议模拟、数据链路层的仿真以及网络性能评估等。Link 11 是一种基于 HF（高频） 或 UHF（超高频） 波段的无线通信协议，主要用于军事通信系统中。为了…...

编程日记 2025/6/4 7:22:02

WPF实战案例 | C# WPF实现计算器源码

WPF实战案例 | C# WPF实现计算器源码一、设计来源计算器应用程序讲解1.1 主界面1.2 计算界面二、效果和源码2.1 界面设计（XAML）2.2 代码逻辑（C#）2.3 实现步骤总结源码下载更多优质源码分享作者：xcLeigh 文章地址&a…...

编程日记 2025/6/1 16:14:21

WebSocket 和 Socket 的区别

一、协议层次和工作方式 1.1 ）Socket 1.1.1）Socket位于传输层，通常使用TCP或UDP协议 1.1.2）提供了一个通用的网络编程接口，允许应用程序通过它发送和接收数据 1.1.3）一般需要手动管理连接，错…...

编程日记 2025/6/2 5:37:58

Matlab自学笔记四十五：日期时间型和字符、字符串以及double型的相互转换方法

1.说明在Matlab中，大多数函数都有这样的功能：创建函数本身具有转换的功能，例如double函数，可以创建双精度浮点数，也可以把输入参数转换成双精度浮点数，再例如string，可以创建字符串&#xff0…...

编程日记 2025/6/2 23:55:40

Python基础学习（六）unittest 框架

1.介绍是 Python自带的单元测试框架 - 自带的, 可以直接使用, 不需要单外安装 - 测试人员，用来做自动化测试, 作为自动化测试的执行框架,即管理和执行用例的核心要素： TestCase 测试用例, 这个测试用例是 unittest 的组成部分,作用是用来书写真正的…...

编程日记 2025/6/2 23:56:12

Python数据可视化（够用版）：懂基础 + 专业的图表抛给Tableau等专业绘图工具

我先说说文章标题中的“够用版”啥意思，为什么这么写。按照我个人观点，在使用Python进行数据分析时，我们有时候肯定要结合到图表去进行分析，去直观展现数据的规律和特定，那么我们肯定要做一些简单的可视化&#xff0…...

编程日记 2025/6/2 23:55:24

麒麟操作系统服务架构保姆级教程（十三）tomcat环境安装以及LNMT架构

如果你想拥有你从未拥有过的东西，那么你必须去做你从未做过的事情之前咱们学习了LNMP架构，但是PHP对于技术来说确实是老掉牙了，PHP的市场占有量越来越少了，我认识一个10年的PHP开发工程师，十年工资从15k到今天的6k&am…...

编程日记 2025/6/4 9:54:55

Docker集成onlyoffice实现预览功能

1.拉取镜像 docker pull onlyoffice/documentserver 2. 数据卷挂载 mkdir -p app/onlyoffice/DocumentServer/logs mkdir -p app/onlyoffice/DocumentServer/data mkdir -p app/onlyoffice/DocumentServer/lib mkdir -p app/onlyoffice/DocumentServer/db 3.运行容器 docker ru…...

编程日记 2025/6/1 22:28:27

Flowable 管理各业务流程：流程设计器 (获取流程模型 XML)、流程部署、启动流程、流程审批、流程挂起和激活、任务分配

文章目录引言I 表结构主要表前缀及其用途核心表II 流程设计器（Flowable BPMN模型编辑器插件）Flowable-UIvue插件III 流程部署部署步骤例子：根据流程模型ID部署IV 启动流程启动步骤ACT_RE_PROCDEF：流程定义相关信息例子：根据流程 ID 启动流程V 流程审批审批步骤Flowable 审…...

编程日记 2025/6/4 3:09:49

BladeDISC++：Dynamic Shape AI 编译器下的显存优化技术

近年来，随着深度学习技术的迅猛发展，越来越多的模型展现出动态特性，这引发了对动态形状深度学习编译器(Dynamic Shape AI Compiler)的广泛关注。本文将介绍阿里云 PAI 团队近期发布的 BladeDISC项目，探讨在动态场景下如何优化深度…...

编程日记 2025/6/4 3:11:41

FFmpeg常用命令

文章目录一、 FFmpeg 音视频的处理流程二、FFmpeg 常用命令2.1、查看本机支持的采集设备2.2、录制视频2.2.1、原始视频2.2.2、编码的视频 2.3、录制音频：2.3.1、原始音频2.3.2、编码的音频 2.4、录制音视频：2.5、文件格式转换：2.6、提取音频…...

编程日记 2025/6/3 8:33:55

http请求开启长连接导致请求偶发失败

问题描述： http长连接的意思是服务器为了调用时减少TCP三次握手开销，会复用之前已经发起的请求，比较适合频繁交互（比如数据推送、流水线操作等）的场景，但是如果超过服务器配置的连接最大空闲时间&#xff0…...

编程日记 2025/6/3 16:33:05

JUnit单元测试

单元测试就是针对最小的功能单元（方法），编写测试代码对其正确性进行测试 JUnit 最流行的java测试框架之一，方柏霓进行单元测试入门程序使用Junit，对UserService的方法进行单元测试 1.在pom.xml中，…...

编程日记 2025/6/4 1:13:20

智慧公安（实景三维公安基层基础平台）建设方案——第4章

4 建设内容 4.1 标准规范体系在国家和地方公安基层信息化标准规范的基础上，结合项目实际情况，制定标准规范及管理制度，构建统一的标准规范体系，以便更好地实现公安基层基础信息的高度共享、平台运行的统一协调、业务流程最优化。主要包括以下内容： 1. 业务标准规范（…...

编程日记 2025/6/4 3:10:05

LLMs（大型语言模型）的多智能体：Auto-GPT

LLMs（大型语言模型）的多智能体：Auto-GPT 是指在一个系统中集成多个具有不同能力、角色和任务的智能体，这些智能体能够相互协作、沟通和交互，以共同完成复杂的任务或解决复杂的问题。每个智能体都可以被视为一个独立的实体，具有自己的策略、目标和知识库，通过相互之间的…...

编程日记 2025/6/4 3:10:53

《Effective Java》学习笔记——第2部分对象通用方法最佳实践

文章目录第2部分所有对象通用方法一、前言二、最佳实践内容1. equals()方法2. hashCode()方法3. toString() 方法4. clone() 方法5. finalize() 方法6. compareTo()方法（实现 Comparable 接口） 三、小结第2部分所有对象通用方法一、前言《Effect…...

编程日记 2025/6/4 1:49:29

2024年智慧消防一体化安全管控年度回顾与2025年预测

随着科技的飞速发展，智慧营区一体化安全管控在2024年取得了显著进展，同时也为2025年的发展奠定了坚实基础。 2024年年度回顾政策支持力度持续加大：国家对消防安全的重视程度不断提高，出台了一系列涵盖技术创新、市场应用、人才培…...

编程日记 2025/6/4 3:10:21

艺术家迟首飞在特殊历史时刻展现中国艺术力量

艺术家迟首飞在特殊历史时刻展现中国艺术力量艺术创作的边界正被不断拓展。中国艺术家迟首飞以其纪实视野，将传统与现代元素巧妙融合，展现全球艺坛力量，创作出一系列精彩作品。尤其是《平安兔》《福》与TikTok标志的结合的作品，…...

编程日记 2025/6/3 9:06:14

探索微服务架构：从单体应用到微服务的转变

引言随着互联网业务的日益复杂和用户需求的快速增长，软件开发的架构模式也在不断演进。从最早的单体应用架构到后来的分层架构，再到如今备受关注的微服务架构，每一种架构模式都试图解决软件开发中的不同挑战。尤其是在现代互联网企业中&…...

编程日记 2025/6/2 5:22:50

MongoDB vs Redis：相似与区别

前言在当今的数据库领域，MongoDB 和 Redis 都是备受关注的非关系型数据库（NoSQL），它们各自具有独特的优势和适用场景。本文将深入探讨 MongoDB 和 Redis 的特点，并详细对比它们之间的相似之处和区别，帮助…...

编程日记 2025/5/31 22:53:22

Jenkins-pipeline语法说明

一. 简述： Jenkins Pipeline 是一种持续集成和持续交付（CI/CD）工具，它允许用户通过代码定义构建、测试和部署流程。二. 关于jenkinsfile： 1. Sections部分： Pipeline里的Sections通常包含一个或多个Direc…...

编程日记 2025/6/2 6:58:57

MySQL（3）运算符、排序与分页

运算符一、算术运算符加减乘除余举例： SELECT 1001 FROM DUAL; 结果为101，与java中的连接字符串不同。 SELECT 100A FROM DUAL; 结果为100。也可以理解为，遇到非数值类型时，先转换为数值类型（如2可以转换…...

编程日记 2025/6/3 17:02:17

Kafka面试题----Kafka消息是采用Pull模式，还是Push模式

Pull 模式为主消费者主动拉取：Kafka 中的消费者是基于 Pull 模式来获取消息的。消费者通过向 Kafka 集群发送拉取请求，主动地从 Broker 中获取消息。这种方式使得消费者可以根据自身的消费能力和处理速度来灵活地控制消息的拉取频率和数量，…...

编程日记 2025/6/2 8:53:08

BLE透传方案，IoT短距无线通信的“中坚力量”

在物联网（IoT）短距无线通信生态系统中，低功耗蓝牙（BLE）数据透传是一种无需任何网络或基础设施即可完成双向通信的技术。其主要通过简单操作串口的方式进行无线数据传输，最高能满足2Mbps的数据传输速率&…...

编程日记 2025/6/4 1:57:58

借助 .pth 文件完成多个 Python 解释器的合并

相关搜索 conda 虚拟环境如何使用 ROS 的 Python 模块conda 虚拟环境找不到 catkin_pkg 问题描述如果你在 Ubuntu 20.04 中装了 conda，那么你的 Ubuntu 会有这些 Python 解释器： /usr/bin/python3：系统的解释器 (版本为 3.8.10&#xff0…...

编程日记 2025/6/4 1:58:14

今天也是记录小程序进展的一天（破晓时8）

嗨嗨嗨朋友们，今天又来记录一下小程序的进展啦！真是太激动了，项目又迈出了重要的一步，231啦！感觉每一步的努力都在积累，功能逐渐完善，离最终上线的目标越来越近了。大家一直支持着这个项目&…...

编程日记 2025/6/4 1:57:42

python高级加密算法AES对信息进行加密和解密

AES（高级加密标准）是一种广泛使用的对称加密算法，它以字节为单位处理数据，将明文分组加密成密文。AES算法的核心在于一个轮函数，该函数会对数据执行多次变换，包括字节代换、行移位、列混合和轮密钥加。这些…...

编程日记 2025/5/28 11:48:05

# [Unity]【游戏开发】脚本生命周期与常见事件方法

在Unity中，脚本的生命周期是指脚本从创建到销毁的整个过程，以及在此过程中触发的各类事件。掌握脚本生命周期对优化游戏开发过程和避免性能问题至关重要。本文将详细探讨脚本生命周期的关键事件、常见的事件方法，并通过实例说明如何在合适的时机执行脚本逻辑，以确保游戏的流…...

编程日记 2025/6/4 6:05:17

《探秘鸿蒙Next：非结构化数据处理与模型轻量化的完美适配》

在鸿蒙Next的人工智能应用场景中，处理非结构化数据并使其适配模型轻量化需求是一项关键且具有挑战性的任务。以下是一些有效的方法和策略。数据预处理数据清洗：非结构化数据中往往存在噪声、重复和错误数据。对于文本数据，要去除乱码、特殊…...

编程日记 2025/6/3 7:54:43

Spring Boot框架下的上海特产销售商城网站开发之旅

摘要本项目基于Spring Boot框架开发，旨在创建一个网络上海特产销售商城网站。在黄菊华老师的指导下，该项目不仅涵盖了核心代码讲解和答辩指导，还提供了详尽的开发文档、开题报告、任务书及PPT等毕业设计辅导材料。黄老师是《Vue.js入门与商城…...

编程日记 2025/6/3 16:22:11

HTML 基础入门：核心标签全解析

在网页开发的世界里，HTML（超文本标记语言）是基石般的存在。它负责构建网页的基本结构，为用户呈现出丰富多样的内容。今天，就让我们一起深入了解 HTML 中几个极为关键的基础标签，开启网页创作的第一步。一…...

编程日记 2025/6/3 12:04:13

Docker基础安装与使用

Docker 简介 Docker 是一个开源的容器化平台，用于开发、部署和运行应用程序。它通过将应用程序及其依赖项打包到一个轻量级的、可移植的容器中，实现了应用程序的快速部署和跨环境一致性。 Docker 的核心概念容器（Container）&a…...

编程日记 2025/6/4 6:06:05

基于Docker的Spark分布式集群

目录 1. 说明 2. 服务器规划 3. 步骤 3.1 要点 3.2 配置文件 3.2 访问Spark Master 4. 使用测试 5. 参考 1. 说明以docker容器方式实现apache spark计算集群，能灵活的增减配置与worker数目。 2. 服务器规划服务器 (1master, 3workers) ip开放端口备注ce…...

编程日记 2025/6/3 3:11:54

物业管理软件引领智能社区高效服务与管理创新

内容概要物业管理软件是在智能社区建设中不可或缺的重要工具。随着城市化进程的加速，社区管理的复杂性也在不断上升，如何提高服务效率和管理水平，已经成为物业公司面临的主要挑战。在这样的背景下，物业管理软件以其强大的功能和…...

编程日记 2025/6/3 12:59:36

算法描述

函数原型

参数

代码示例

运行结果

相关文章：