当前位置： 首页 > news >正文

《OpenCV》——图像透视转换

news 来源：原创 2025/7/4 14:45:46

图像透视转换简介

  • 在 OpenCV 里，图像透视转换属于重要的几何变换，也被叫做投影变换。下面从原理、实现步骤、相关函数和应用场景几个方面为你详细介绍。

原理

在这里插入图片描述

实现步骤

  • 选取对应点：要在源图像和目标图像上分别找出至少四个对应的点。这些对应点不能共线，因为它们是计算透视变换矩阵的关键依据。
  • 计算透视变换矩阵：利用 OpenCV 的 cv2.getPerspectiveTransform 函数，依据前面选取的对应点来计算透视变换矩阵。
  • 应用透视变换：使用 cv2.warpPerspective 函数，将计算得到的透视变换矩阵应用到源图像上，从而得到透视变换后的图像。

相关函数

  • cv2.getPerspectiveTransform
    • 功能：计算透视变换矩阵。
    • 语法：cv2.getPerspectiveTransform(src, dst)
    • 参数：
      • src：源图像中四个点的坐标，数据类型为 np.float32。
      • dst：目标图像中对应的四个点的坐标，数据类型为 np.float32。
  • 返回值：返回一个 3×3 的透视变换矩阵。
  • cv2.warpPerspective
    • 功能：对图像应用透视变换。
    • 语法：cv2.warpPerspective(src, M, dsize[, dst[, flags[, borderMode[, borderValue]]]])
    • 参数：
      • src：源图像。
      • M：透视变换矩阵。
      • dsize：输出图像的大小，格式为 (width, height)。
      • dst（可选）：输出图像。
      • flags（可选）：插值方法，如 cv2.INTER_LINEAR 等。
      • borderMode（可选）：边界填充模式。
      • borderValue（可选）：边界填充值。
  • 返回值：返回透视变换后的图像。

应用场景

  • 图像校正：校正因拍摄角度倾斜而产生畸变的图像，例如校正拍摄的文档图像，使其呈现为标准的矩形。
  • 虚拟现实：在虚拟现实场景中，将二维图像转换为具有透视效果的三维场景，增强沉浸感。
  • 自动驾驶：对车载摄像头拍摄的图像进行透视变换，以获取道路的鸟瞰图，辅助车辆进行路径规划和障碍物检测。

图像透视转换实例

对以下图片进行图像透视转换：
在这里插入图片描述

实例步骤

导入所需库

import numpy as np
import cv2

写入所需函数

def resize(image, width=None, height=None, inter=cv2.INTER_AREA):# 初始化 dim 为 None，用于存储调整后的图像尺寸dim = None# 获取图像的高度和宽度(h, w) = image.shape[:2]# 如果宽度和高度都未指定，直接返回原图像if width is None and height is None:return image# 如果仅指定了高度，计算宽度的缩放比例if width is None:r = height / float(h)dim = (int(w * r), height)# 如果仅指定了宽度，计算高度的缩放比例else:r = width / float(w)dim = (width, int(h * r))# 使用 cv2.resize 函数根据 dim 和指定的插值方法对图像进行缩放resized = cv2.resize(image, dim, interpolation=inter)# 返回缩放后的图像return resized# 定义一个函数用于显示图像
# name: 显示窗口的名称
# img: 要显示的图像
def cv_show(name,img):# 使用cv2.imshow函数显示图像，第一个参数是窗口名称，第二个参数是要显示的图像cv2.imshow(name,img)# 使用cv2.waitKey(0)等待用户按键，参数为0表示无限等待cv2.waitKey(0)# 定义一个函数用于对输入的四个点进行排序
# pts: 输入的四个点的坐标，是一个形状为(4, 2)的numpy数组
def order_points(pts):# 创建一个形状为(4, 2)的全零数组，数据类型为float32，用于存储排序后的点rect = np.zeros((4,2),dtype="float32")# 计算每个点的x和y坐标之和s = pts.sum(axis=1)# 找到坐标和最小的点，这个点通常是左上角的点rect[0]=pts[np.argmin(s)]# 找到坐标和最大的点，这个点通常是右下角的点rect[2]=pts[np.argmax(s)]# 计算每个点的x和y坐标之差diff = np.diff(pts,axis=1)# 找到坐标差最小的点，这个点通常是右上角的点rect[1]=pts[np.argmin(diff)]# 找到坐标差最大的点，这个点通常是左下角的点rect[3]=pts[np.argmax(diff)]# 返回排序后的四个点return rect# 定义一个函数用于进行四点透视变换
# image: 输入的原始图像
# pts: 输入的四个点的坐标，是一个形状为(4, 2)的numpy数组
def four_point_transform(image,pts):# 调用order_points函数对输入的四个点进行排序rect = order_points(pts)# 解包排序后的四个点，分别赋值给左上角、右上角、右下角和左下角的点(tl,tr,br,bl) = rect# 计算新图像的宽度，通过计算右下角和左下角点之间的距离widthA = np.sqrt(((br[0]-bl[0])**2)+((br[1]-bl[1])**2))# 计算新图像的宽度，通过计算右上角和左上角点之间的距离widthB = np.sqrt(((tr[0]-tl[0])**2)+((tr[1]-tl[1])**2))# 取两个宽度中的最大值作为新图像的宽度maxWidth = max(int(widthA),int(widthB))# 计算新图像的高度，通过计算右上角和右下角点之间的距离heightA  = np.sqrt(((tr[0]-br[0])**2)+((tr[1]-br[1])**2))# 计算新图像的高度，通过计算左上角和左下角点之间的距离heightB  = np.sqrt(((tl[0]-bl[0])**2)+((tl[1]-bl[1])**2))# 取两个高度中的最大值作为新图像的高度maxHeight = max(int(heightA),int(heightB))# 创建一个形状为(4, 2)的numpy数组，用于存储变换后的四个点的坐标dst = np.array([[0,0],[maxWidth-1,0],[maxWidth-1,maxHeight-1],[0,maxHeight-1]],dtype="float32")# 使用cv2.getPerspectiveTransform函数计算透视变换矩阵M = cv2.getPerspectiveTransform(rect,dst)# 使用cv2.warpPerspective函数进行透视变换，得到变换后的图像warped = cv2.warpPerspective(image,M,(maxWidth,maxHeight))# 返回变换后的图像return warped

获取图片信息并处理图片

import cv2# 读取指定路径的图片，返回一个表示图像的多维数组
image = cv2.imread('dan_zi.jpg')
# 调用自定义的cv_show函数展示原始图像，窗口名为'image'
cv_show('image', image)# 计算原始图像高度与500像素的比例，后续用于恢复尺寸
ration = image.shape[0] / 500.0
# 复制原始图像，避免后续操作修改原始数据
orig = image.copy()
# 调用resize函数将图像高度调整为500像素，保持宽高比
image = resize(orig, height=500)
# 调用cv_show函数展示调整大小后的图像，窗口名为'1'
cv_show('1', image)# 打印提示信息，表明进入轮廓检测步骤
print("STEP 1: 轮廓检测")
# 将调整大小后的图像从BGR颜色空间转换为灰度颜色空间
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 运用Otsu's算法进行二值化处理，得到二值化后的图像
edged = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
# 在二值化图像的副本上查找轮廓，使用RETR_LIST检索模式和CHAIN_APPROX_SIMPLE近似方法
cnts = cv2.findContours(edged.copy(), cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)[-2]
# 在图像副本上绘制所有检测到的轮廓，颜色为红色，线条宽度为1像素
image_contours = cv2.drawContours(image.copy(), cnts, -1, (0, 0, 255), 1)
# 调用cv_show函数展示绘制了所有轮廓的图像，窗口名为'image_contours'
cv_show("image_contours", image_contours)# 打印提示信息，表明进入获取最大轮廓步骤
print("STEP 2:获取最大轮廓")
# 按轮廓面积从大到小对检测到的轮廓进行排序，选取面积最大的轮廓
screenCnt = sorted(cnts, key=cv2.contourArea, reverse=True)[0]# 计算最大轮廓的周长，参数True表示轮廓是封闭的
peri = cv2.arcLength(screenCnt, True)
# 对最大轮廓进行多边形逼近，以减少轮廓上的点数，第二个参数为逼近精度
screenCnt = cv2.approxPolyDP(screenCnt, 0.02 * peri, True)
# 打印逼近后轮廓的形状信息
print(screenCnt.shape)# 在图像副本上绘制逼近后的最大轮廓，颜色为绿色，线条宽度为2像素
image_contour = cv2.drawContours(image.copy(), [screenCnt], -1, (0, 255, 0), 2)# 展示绘制了最大逼近轮廓的图像，窗口名为'image_contour'
cv2.imshow("image_contour", image_contour)
# 等待用户按键，防止窗口立即关闭
cv2.waitKey(0)

进行透视转换

# 调用之前定义的 four_point_transform 函数对原始图像进行四点透视变换
# screenCnt.reshape(4, 2) * ration 是将之前获取的轮廓点恢复到原始图像的尺寸
warped = four_point_transform(orig, screenCnt.reshape(4, 2) * ration)
# 将透视变换后的图像保存为 invoice_new.jpg
cv2.imwrite("invoice_new.jpg", warped)
# 创建一个名为 "xxxxx" 的窗口，并且该窗口大小可以调整
cv2.namedWindow("xxxxx", cv2.WINDOW_NORMAL)
# 在 "xxxxx" 窗口中显示透视变换后的图像
cv2.imshow("xxxxx", warped)
# 等待用户按键，防止窗口立即关闭
cv2.waitKey(0)# 将透视变换后的图像从 BGR 颜色空间转换为灰度颜色空间
warped = cv2.cvtColor(warped, cv2.COLOR_BGR2GRAY)
# 调用 resize 函数将灰度图像的宽度调整为 400 像素
warped = resize(warped, 400)
# 对调整大小后的灰度图像使用 Otsu's 算法进行二值化处理
warped = cv2.threshold(warped, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
# 调用自定义的 cv_show 函数显示二值化后的图像，窗口名为 "1111"
cv_show("1111", warped)# 创建一个 1x1 的矩形结构元素，用于形态学操作
rectKernel = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 1))
# 对二值化后的图像进行闭运算，填充小孔和连接相邻物体
closeX = cv2.morphologyEx(warped, cv2.MORPH_CLOSE, rectKernel)
# 调用自定义的 cv_show 函数显示闭运算后的图像，窗口名为 'gradX'
cv_show('gradX', closeX)

结果显示

在这里插入图片描述

invoice_new.jpg
在这里插入图片描述

在这里插入图片描述

如果不想使用这张照片，换其他图片也是可以的，处理步骤都是相同的

相关文章：

《OpenCV》——图像透视转换

图像透视转换简介 在 OpenCV 里，图像透视转换属于重要的几何变换，也被叫做投影变换。下面从原理、实现步骤、相关函数和应用场景几个方面为你详细介绍。 原理 实现步骤 选取对应点：要在源图像和目标图像上分别找出至少四个对应的点。这些对…...

编程日记 2025/7/4 14:45:46

【16届蓝桥杯寒假刷题营】第2期DAY4

【16届蓝桥杯寒假刷题营】第2期DAY4 - 蓝桥云课 问题描述 幼儿园小班的浩楠同学有一个序列 a。 他想知道有多少个整数三元组 (i,j,k) 满足 1≤i,j,k≤n 且 ai​aj​ak​。 输入格式 共2行，第一行一个整数 n，表示序列的长度。 第二行 n 个整数&#x…...

编程日记 2025/7/4 13:54:29

用 HTML、CSS 和 JavaScript 实现抽奖转盘效果

顺序抽奖 前言 这段代码实现了一个简单的抽奖转盘效果。页面上有一个九宫格布局的抽奖区域，周围八个格子分别放置了不同的奖品名称，中间是一个 “开始抽奖” 的按钮。点击按钮后，抽奖区域的格子会快速滚动，颜色不断变化&#xf…...

编程日记 2025/7/1 4:25:55

【人工智能学习笔记 一】 AI分层架构、基本概念分类与产品技术架构

新的一年2025要对AI以及LLM有个强化的学习，所以第一篇先对整体有个大概的认知，一直分不清LLM和AI的关系，在整个体系里的位置，以及AIGC是什么东西，AI AGENT类似豆包等和大语言模型的具体关系是什么，整个AI的…...

编程日记 2025/7/3 20:20:11

windows10 配置使用json server作为图片服务器

步骤1：在vs code中安装json server, npm i -g json-server 注意：需要安装对应版本的json server，不然可能会报错，比如： npm i -g json-server 0.16.3 步骤2：出现如下报错： json-server 不是…...

编程日记 2025/7/4 5:33:01

【Elasticsearch 基础入门】Centos7下Elasticsearch 7.x安装与配置（单机）

Elasticsearch系列文章目录 【Elasticsearch 基础入门】一文带你了解Elasticsearch！！！【Elasticsearch 基础入门】Centos7下Elasticsearch 7.x安装与配置（单机） 目录 Elasticsearch系列文章目录前言单机模式1. 安装 J…...

编程日记 2025/7/4 14:13:09

【MySQL】语言连接

语言连接 一、下载二、mysql_get_client_info1、函数2、介绍3、示例 三、其他函数1、mysql_init2、mysql_real_connect3、mysql_query4、mysql_store_result5、mysql_free_result6、mysql_num_fields7、mysql_num_rows8、mysql_fetch_fields9、mysql_fetch_row10、mysql_close …...

编程日记 2025/7/4 13:40:34

【零拷贝】

目录 一：了解IO基础概念 二：数据流动的层次结构 三：零拷贝 1.传统IO文件读写 2.mmap 零拷贝技术 3.sendFile 零拷贝技术 一：了解IO基础概念 理解CPU拷贝和DMA拷贝 ​ 我们知道，操作系统对于内存空间&…...

编程日记 2025/7/4 13:48:52

四、GPIO中断实现按键功能

4.1 GPIO简介 输入输出（I/O）是一个非常重要的概念。I/O泛指所有类型的输入输出端口，包括单向的端口如逻辑门电路的输入输出管脚和双向的GPIO端口。而GPIO（General-Purpose Input/Output）则是一个常见的术语&#xff0c…...

编程日记 2025/7/4 14:23:03

qt-Quick3D笔记之官方例程Runtimeloader Example运行笔记

qt-Quick3D笔记之官方例程Runtimeloader Example运行笔记 文章目录 qt-Quick3D笔记之官方例程Runtimeloader Example运行笔记1.例程运行效果2.例程缩略图3.项目文件列表4.main.qml5.main.cpp6.CMakeLists.txt 1.例程运行效果 运行该项目需要自己准备一个模型文件 2.例程缩略图…...

编程日记 2025/6/28 2:58:53

IM 即时通讯系统-01-概览

前言 有时候希望有一个 IM 工具，比如日常聊天，或者接受报警信息。 其实主要是工作使用，如果是接收报警等场景，其实DD这种比较符合场景。 那么有没有必要再创造一个DD呢？ 答案是如果处于个人的私有化使用&#xff0…...

编程日记 2025/7/2 1:37:38

二叉树——429，515，116

今天继续做关于二叉树层序遍历的相关题目，一共有三道题，思路都借鉴于最基础的二叉树的层序遍历。 LeetCode429.N叉树的层序遍历 这道题不再是二叉树了，变成了N叉树，也就是该树每一个节点的子节点数量不确定，可能为2&a…...

编程日记 2025/7/1 20:20:20

Baklib构建高效协同的基于云的内容中台解决方案

内容概要 随着云计算技术的飞速发展，内容管理的方式也在不断演变。企业面临着如何在数字化转型过程中高效管理和协同处理内容的新挑战。为应对这些挑战，引入基于云的内容中台解决方案显得尤为重要。 Baklib作为创新型解决方案提供商，致力于…...

编程日记 2025/7/2 6:27:41

MP4基础

一、什么是MP4？ MP4是一套用于音频、视频信息的压缩编码标准，由国际标准化组织（ISO）和国际电工委员会（IEC）下属的“动态图像专家组”（Moving Picture Experts Group，即MPEG&#xff…...

编程日记 2025/6/28 4:11:16

年化18%-39.3%的策略集 | backtrader通过xtquant连接qmt实战

原创内容第785篇，专注量化投资、个人成长与财富自由。 大年初五，年很快就过完了。 其实就是本身也只是休假一周，但是我们赋予了它太多意义。 周五咱们发布发aitrader v4.1，带了backtraderctp期货的实盘接口： aitra…...

编程日记 2025/7/1 16:43:25

通过Redisson构建延时队列并实现注解式消费

目录 一、序言二、延迟队列实现1、Redisson延时消息监听注解和消息体2、Redisson延时消息发布器3、Redisson延时消息监听处理器 三、测试用例四、结语 一、序言 两个月前接了一个4万的私活，做一个线上商城小程序，在交易过程中不可避免的一个问题就是用户…...

编程日记 2025/7/1 16:26:39

RAG是否被取代（缓存增强生成-CAG）吗？

引言： 本文深入研究一种名为缓存增强生成（CAG）的新技术如何工作并减少/消除检索增强生成（RAG）弱点和瓶颈。 LLMs 可以根据输入给他的信息给出对应的输出，但是这样的工作方式很快就不能满足应用的需要: 因…...

编程日记 2025/7/2 1:30:25

MiniMax：人工智能领域的创新先锋

MiniMax：人工智能领域的创新先锋 在人工智能领域，MiniMax正以其强大的技术实力和创新的模型架构，成为全球关注的焦点。作为一家成立于2021年12月的通用人工智能科技公司，MiniMax专注于开发多模态、万亿参数的MoE（Mixt…...

编程日记 2025/7/2 9:28:14

pytorch基于GloVe实现的词嵌入

PyTorch 实现 GloVe（Global Vectors for Word Representation） 的完整代码，使用 中文语料 进行训练，包括 共现矩阵构建、模型定义、训练和测试。 1. GloVe 介绍 基于词的共现信息（不像 Word2Vec 使用滑动窗口预测&…...

编程日记 2025/7/1 14:54:53

Unity实现按键设置功能代码

一、前言 最近在学习unity2D，想做一个横版过关游戏，需要按键设置功能，让用户可以自定义方向键与攻击键等。 自己写了一个，总结如下。 二、界面效果图 这个是一个csv文件，准备第一列是中文按键说明，第二列…...

编程日记 2025/7/2 15:09:13

C++ 入门速通-第3章【黑马】

内容来源于：黑马 集成开发环境：CLion 先前学习完了C第1章的内容： C 入门速通-第1章【黑马】-CSDN博客 C 入门速通-第2章【黑马】-CSDN博客 下面继续学习第3章： 数组： 字符数组： 多维数组： …...

编程日记 2025/7/2 18:42:55

JavaScript 中的 CSS 与页面响应式设计

JavaScript 中的 CSS 与页面响应式设计 JavaScript 中的 CSS 与页面响应式设计1. 引言2. JavaScript 与 CSS 的基本概念2.1 CSS 的作用2.2 JavaScript 的作用3. 动态控制样式：JavaScript 修改 CSS 的方法3.1 使用 `document.styleSheets` API3.2 使用 `classList` 修改类3.3 使…...

编程日记 2025/7/2 7:04:13

100.3 AI量化面试题：解释配对交易(Pairs Trading)的原理，并说明如何选择配对股票以及设计交易信号

目录 0. 承前1. 配对交易基本原理1.1 什么是配对交易1.2 基本假设 2. 配对选择方法2.1 相关性分析2.2 协整性检验 3. 价差计算方法3.1 简单价格比率3.2 回归系数法 4. 交易信号设计4.1 标准差方法4.2 动态阈值方法 5. 风险管理5.1 止损设计5.2 仓位管理 6. 策略评估6.1 回测框架…...

编程日记 2025/7/3 13:51:33

[SAP ABAP] Debug Skill

SAP ABAP Debug相关资料 [SAP ABAP] DEBUG ABAP程序中的循环语句 [SAP ABAP] 静态断点的使用 [SAP ABAP] 在ABAP Debugger调试器中设置断点 [SAP ABAP] SE11 / SE16N 修改标准表(慎用)...

编程日记 2025/7/1 1:42:05

WSL2中安装的ubuntu开启与关闭探讨

1. PC开机后，查询wsl状态 在cmd或者powersell中输入 wsl -l -vNAME STATE VERSION * Ubuntu Stopped 22. 从windows访问WSL2 wsl -l -vNAME STATE VERSION * Ubuntu Stopped 23. 在ubuntu中打开一个工作区后…...

编程日记 2025/6/28 0:02:32

走向基于大语言模型的新一代推荐系统：综述与展望

HightLight 论文题目：Towards Next-Generation LLM-based Recommender Systems: A Survey and Beyond作者机构：吉林大学、香港理工大学、悉尼科技大学、Meta AI论文地址： https://arxiv.org/abs/2410.1974 基于大语言模型的下一代推荐系统&…...

编程日记 2025/7/1 10:03:09

【深度分析】DeepSeek 遭暴力破解，攻击 IP 均来自美国，造成影响有多大？有哪些好的防御措施？

技术铁幕下的暗战：当算力博弈演变为代码战争 一场针对中国AI独角兽的全球首例国家级密码爆破，揭开了数字时代技术博弈的残酷真相。DeepSeek服务器日志中持续跳动的美国IP地址，不仅是网络攻击的地理坐标，更是技术霸权对新兴挑战者的…...

编程日记 2025/7/3 13:01:12

双指针算法思想——OJ例题扩展算法解析思路

大家好！上一期我发布了关于双指针的OJ平台上的典型例题思路解析，基于上一期的内容，我们这一期从其中内容扩展出来相似例题进行剖析和运用，一起来试一下吧！ 目录 一、 基于移动零的举一反三 题一：27. 移除…...

编程日记 2025/7/1 11:24:19

初始Linux(7)：认识进程（下）

1. 进程优先级 cpu 资源分配的先后顺序，就是指进程的优先权（ priority ）。 优先权高的进程有优先执行权利。配置进程优先权对多任务环境的 linux 很有用，可以改善系统性能。 还可以把进程运行到指定的CPU 上，这样一来…...

编程日记 2025/7/1 18:45:33

人工智能第2章-知识点与学习笔记

结合教材2.1节，阐述什么是知识、知识的特性,以及知识的表示。人工智能最早应用的两种逻辑是什么？阐述你对这两种逻辑表示的内涵理解。什么谓词，什么是谓词逻辑，什么是谓词公式。谈谈你对谓词逻辑中的量词的理解。阐述谓词公式的解…...

编程日记 2025/7/2 14:17:51

Kotlin 协程 与 Java 虚拟线程对比测试（娱乐性质，请勿严谨看待本次测试）

起因 昨天在群里聊到虚拟线程的执行效率问题的时候虽然最后的结论是虚拟线程在针对IO密集型任务时具有很大的优势。但是讨论到虚拟线程和Kotlin 的协程的优势对比的话，这时候所有人都沉默了。所以有了本次的测试 提前声明：本次测试是不严谨的&#xff0…...

编程日记 2025/6/30 17:52:07

C++中的拷贝构造器（Copy Constructor）

在C中，拷贝构造器（Copy Constructor）是一种特殊的构造函数，用于创建一个新对象，该对象是另一个同类型对象的副本。当使用一个已存在的对象来初始化一个新对象时，拷贝构造器会被调用。 拷贝构造器的定义 拷…...

编程日记 2025/6/30 6:17:59

Spring Boot项目如何使用MyBatis实现分页查询

写在前面：大家好！我是晴空๓。如果博客中有不足或者的错误的地方欢迎在评论区或者私信我指正，感谢大家的不吝赐教。我的唯一博客更新地址是：https://ac-fun.blog.csdn.net/。非常感谢大家的支持。一起加油，冲鸭&#x…...

编程日记 2025/7/2 1:37:38

独立开发经验谈：如何借助 AI 辅助产品 UI 设计

我在业余时间开发了一款自己的独立产品：升讯威在线客服与营销系统。陆陆续续开发了几年，从一开始的偶有用户尝试，到如今线上环境和私有化部署均有了越来越多的稳定用户，在这个过程中，我也积累了不少如何开发运营一款独…...

编程日记 2025/7/2 21:38:38

笔灵ai写作技术浅析（三）：深度学习

笔灵AI写作的深度学习技术主要基于Transformer架构，尤其是GPT（Generative Pre-trained Transformer）系列模型。 1. Transformer架构 Transformer架构由Vaswani等人在2017年提出，是GPT系列模型的基础。它摒弃了传统的循环神经网络（RNN）和卷积神经网络（CNN），完全依赖自…...

编程日记 2025/7/3 4:55:47

https数字签名手动验签

以bing.com 为例 1. CA 层级的基本概念 CA 层级是一种树状结构，由多个层级的 CA 组成。每个 CA 负责为其下一层级的实体（如子 CA 或终端实体）颁发证书。层级结构的顶端是 根 CA（Root CA），它是整个 PKI 体…...

编程日记 2025/7/1 13:59:52

为什么LabVIEW适合软硬件结合的项目？

LabVIEW是一种基于图形化编程的开发平台，广泛应用于软硬件结合的项目中。其强大的硬件接口支持、实时数据采集能力、并行处理能力和直观的用户界面，使得它成为工业控制、仪器仪表、自动化测试等领域中软硬件系统集成的理想选择。LabVIEW的设计哲学强调模…...

编程日记 2025/6/30 23:58:13

C# 操作符重载对象详解

.NET学习资料 .NET学习资料 .NET学习资料 一、操作符重载的概念 在 C# 中，操作符重载允许我们为自定义的类或结构体定义操作符的行为。通常，我们熟悉的操作符，如加法（）、减法（-）、乘法&#…...

编程日记 2025/7/1 1:13:52

git：恢复纯版本库

初级代码游戏的专栏介绍与文章目录-CSDN博客 我的github：codetoys，所有代码都将会位于ctfc库中。已经放入库中我会指出在库中的位置。 这些代码大部分以Linux为目标但部分代码是纯C的，可以在任何平台上使用。 源码指引：github源…...

编程日记 2025/7/4 1:11:10

java异常处理——try catch finally

单个异常处理 1.当try里的代码发生了catch里指定类型的异常之后，才会执行catch里的代码，程序正常执行到结尾 2.如果try里的代码发生了非catch指定类型的异常，则会强制停止程序，报错 3.finally修饰的代码一定会执行，除…...

编程日记 2025/7/3 7:58:46

【架构面试】二、消息队列和MySQL和Redis

MQ MQ消息中间件 问题引出与MQ作用 常见面试问题：面试官常针对项目中使用MQ技术的候选人提问，如如何确保消息不丢失，该问题可考察候选人技术能力。MQ应用场景及作用：以京东系统下单扣减京豆为例，MQ用于交易服和京豆服…...

编程日记 2025/7/3 17:45:01

A4988一款常用的步进电机驱动芯片

A4988 是一款常用的步进电机驱动芯片，广泛应用于 3D 打印机、CNC 机床和小型自动化设备中。它可以驱动多种类型的步进电机，但需要根据电机的参数（如电压、电流、相数等）进行合理配置。 一、A4988 的主要特性 驱动能力：…...

编程日记 2025/6/30 22:09:20

TypeScript语言的语法糖

TypeScript语言的语法糖 TypeScript作为一种由微软开发的开源编程语言，它在JavaScript的基础上添加了一些强类型的特性，使得开发者能够更好地进行大型应用程序的构建和维护。在TypeScript中，不仅包含了静态类型、接口、枚举等强大的特性&…...

编程日记 2025/7/2 16:41:37

A星算法两元障碍物矩阵转化为rrt算法四元障碍物矩阵

对于a星算法obstacle所表示的障碍物障碍物信息，每行表示一个障碍物的坐标，例如2 , 3; % 第一个障碍物在第二行第三列，也就是边长为1的正方形障碍物右上角横坐标是2，纵坐标为3，障碍物的宽度和高度始终为1.在rrt路径规划…...

编程日记 2025/7/3 12:21:59

什么情况下，C#需要手动进行资源分配和释放？什么又是非托管资源？

扩展：如何使用C#的using语句释放资源？什么是IDisposable接口？与垃圾回收有什么关系？-CSDN博客 托管资源的回收有GC自动触发，而非托管资源需要手动释放。 在 C# 中，非托管资源是指那些不由 CLR（…...

编程日记 2025/7/1 1:10:38

【最长上升子序列Ⅱ——树状数组，二分+DP，纯DP】

题目 代码&#xff08;只给出树状数组的&#xff09; #include <bits/stdc.h> using namespace std; const int N 1e510; int n, m; int a[N], b[N], f[N], tr[N]; //f[i]表示以a[i]为尾的LIS的最大长度 void init() {sort(b1, bn1);m unique(b1, bn1) - b - 1;for(in…...

编程日记 2025/7/3 20:57:17

day37|完全背包基础+leetcode 518.零钱兑换II ，377.组合总和II

完全背包理论基础 完全背包与01背包的不同在于01背包的不同物品每个都只可以使用一次&#xff0c;但是完全背包的不同物品可以使用无数次 在01背包理论基础中&#xff0c;为了使得物品只被使用一次&#xff0c;我们采取倒序遍历来控制 回顾&#xff1a;>> for(int j …...

编程日记 2025/7/3 9:33:38

【VM】VirtualBox安装ubuntu22.04虚拟机

阅读本文之前&#xff0c;请先根据 安装virtualbox 教程安装virtulbox虚拟机软件。 1.下载Ubuntu系统镜像 打开阿里云的镜像站点&#xff1a;https://developer.aliyun.com/mirror/ 找到如图所示位置&#xff0c;选择Ubuntu 22.04.3(destop-amd64)系统 Ubuntu 22.04.3(desto…...

编程日记 2025/6/28 6:58:09

Qt事件处理：理解处理器、过滤器与事件系统

1. 事件 事件 是一个描述应用程序中、发生的某些事情的对象。 在 Qt 中&#xff0c;所有事件都继承自 QEvent &#xff0c;并且每个事件都有特定的标识符&#xff0c;如&#xff1a;Qt::MouseButtonPress 代表鼠标按下事件。 每个事件对象包含该事件的所有相关信息&#xff…...

编程日记 2025/7/1 11:23:15

DeepSeek 云端部署，释放无限 AI 潜力！

1.简介 目前&#xff0c;OpenAI、Anthropic、Google 等公司的大型语言模型&#xff08;LLM&#xff09;已广泛应用于商业和私人领域。自 ChatGPT 推出以来&#xff0c;与 AI 的对话变得司空见惯&#xff0c;对我而言没有 LLM 几乎无法工作。 国产模型「DeepSeek-R1」的性能与…...

编程日记 2025/6/30 20:12:59