-
Protected: 三种风格实现的梯形图编辑器源码
There is no excerpt because this is a protected post.
-
锁
心若被困，天下处处是牢笼。心之所安，矮瓦斗室也是人间天堂。
-
实现dll中纯sdk界面实现的调用
如题实现dll中纯sdk界面实现的调用
-
变则思通，通则思变
远离所有宗教封建迷信，远离伪什梻蒲萨，所谓的什梻蒲萨全是妖魔，宗教里没有真理真相，全是剧本套路，如今网络谣言满天飞，万万不可被别有用心之人带偏了，切记，真理真相不在宗教，不在书本，也不别人嘴上，而是在自己心里存储着哦，相信自己，做好自己，不忘初心，方得始终
-
光条中心线提取-Steger算法（基于Hessian矩阵）
光条中心线提取-Steger算法（基于Hessian矩阵） 参考以下博客进行了修改，修改了灰度阈值以及最后标注红线的部分。https://blog.csdn.net/dangkie/article/details/78996761#comments ({ =imread”D:\\结构光实验数据\\2019-11-20\\1_nl.bmp” ) Mat img (,,) img img0clone) imgconvertToimg CV_32FC1; GaussianBlurimg img (,0,6 ) Mat m1 m2 m1 Mat_float(,2 ,-) m2 Mat_float(,1 ,-) Mat dx dy (,,,) (,,,) Mat m3 m4 m5 m3 Mat_float(,3 ,-,1;//二阶x偏导 =(<>3 )<<1 2 ) m5 Mat_float(,2 ,-,-,1;//二阶xy偏导 ,,; filter2Dimg dxx CV_32FC1 m3; filter2Dimg dyy CV_32FC1 m4; filter2Dimg dxy […]
-
机器视觉方向大牛
(最近正在看0号人物的原始代码，可以窥视halcon的开发原理很不错) CV人物0：Carsten Steger, 德国慕尼黑工业大学教授，机器视觉权威Halcon 软件包的创始人 CV人物1：Jianbo Shi史建波毕业于UC Berkeley，导师是Jitendra Malik。其最有影响力的研究成果：图像分割。其于2000年在PAMI上多人合作发表”Noramlized cuts and image segmentation”。这是图像分割领域内最经典的算法。主页：www.cis.upenn.edu/~jshi/ 和www.cs.cmu.edu/~jshi/ CV人物2：Kristen Grauman毕业于MIT，导师是Trevor Darrell。其最有影响力的研究成果：Pyramid Match Kernel，用于图像匹配。她和Darrell在2005年CVPR合作发表了”The Pyramid Match Kernel: Discriminative Classification with Sets of Image Features”。金字塔匹配核函数可快速搜索两个特征集合之间匹配的特征，可应用于图像匹配、物体识别，是该领域经典算法之一。2011年Marr奖得主。主页：www.cs.utexas.edu/~grauman/ CV人物3：Irfan Essa现任教于Georgin Tech佐治亚理工大学，毕业于MIT，其最有影响力的研究成果：人脸表情识别。Essa和Alex Penland 在1997年PAMI合作发表了”Coding, analysis,interpretation,and recognition of facial expression”, 结合了几何模型和面部肌肉无力模型，用来描述脸部结构。主页：www.ic.gatech.edu/people/irfan-essa CV人物4：Matthew Turk毕业于MIT，最有影响力的研究成果：人脸识别。其和Alex Pentland在1991年发表了”Eigenfaces for Face Recognition”.该论文首次将PCA（Principal Component Analysis）引入到人脸识别中，是人脸识别最早期最经典的方法，且被人实现，开源在OpenCV了。主页：www.cs.ucsb.edu/~mturk/ CV人物5：David Lowe毕业于斯坦福大学，导师是Thomas Binfold，最有影响力的研究成果：SIFT。他是SIFT特征点检测的发明人。由于SIFT具有对于图像平移、旋转和尺度变化不变性的优点，使得SIFT成为近十年来最流行的图像特征点检测方法，被广泛用于图像匹配、物体识别、分类等领域。主页：http://www.cs.ubc.ca/~lowe/ CV人物6：Pascal Fua毕业于Orsay，导师是O.D.Faugera。最有影响力的研究成果：立体视觉。其在1993年发表了”A parallel stereo […]
-
看到一个php的极简写法很好看
<?phpinclude ‘view.php’;$title = ‘文档标题’;$a=array(‘a’=>’rows’,’b’=>array(‘c’=>’inarray’));include show(‘index’);?> <html><head><title>{title}</title><meta http-equiv=”Content-Type” content=”text/html;charset=utf-8″/></head><body>你好，仅供参考<br/>{a.a}{a.b.c}<br/>{foreach a:$v}{autoindex}.{v}<br/>{/foreach}</body></html>{include:footer}
-
用php写了个图床相关的
最近不是都说微博图床404了，我这么多年丢了好多文件，突然觉得有个图床也不错，写了个能用的，用qq空间里的图片和微博图片测试还可以具体如下 https://wx4.sinaimg.cn/large/005JCY4Qgy1hiz6pd1jozj30v916341q.jpg 下面直接插入，效果如下: 按我写的功能插入，如下:
-
实现了一个框架外挂
业务开发实践中，发现开发业务逻辑为了便于调整要么是走可配置方式要么是走脚本支持方式，可配置方式当前没见到有完美的，用起来都很别扭，而脚本方式的确很多商业软件就是这样的，但是无形当中要求了业务开发人员的脚本语言能力；为了做第一个纯配置方式的复杂业务开发，我实现了这个通过函数名调用任意用户后增加dll里未知函数的功能，实践测试了一下，相当风骚，先备份一个源码在这里；后续基于这个有很多玩法。 具体代码如下:
-
Flask已死，Fastapi才是未来[转]
Flask是一个在Python开发者心目中十分重要的项目，如果你是一个Web开发者，我相信你一定用过Flask，但是可能没有用过FastAPI。这个和国外相比可能会更明显一点，我觉得主要是因为国内已经没有多少人在写技术文章推荐，教大家分辨趋势或者主流，而一些老手即便知道它们的优缺点可能也懒得写对比文章，结果造成很多新人不了解怎么选，只能看一些老的文章、大V或者书籍的推荐作为选择的依据。 但是如果你有兴趣，你可以考证2点: 最近1-2年，Python相关的知名新项目中只要有Web的，基本都使用FastAPI。 今天(2023年12月18日)在Github上，FastAPI的star数(66k)已经超过了Flask(65.2)。 接着看一下Python官方的开发者调查中Web框架占比的变化: 可以看到19年FastAPI甚至不是一个选项，而22年已经占到25%的比率。这个开发者调查需要年中才会统计出上一年的，所以2023年的得明天第三季度才能知道，我预计FastAPI可以达到35%左右。 需要注意这个占比数据包含了现有系统，所以Django和Flask不容易跌得很快，但是趋势是很明显的。 我们知道Web框架这个领域是很高产的，基本每年都有新的框架诞生，大部分框架昙花一现，但有的框架却能够长青。FastAPI诞生于2018年底，在2019年年底左右开始崭露头角，那么为什么它可以在短短的5年里让关注度超过在2010年底诞生的Flask呢？接着我们顺着时间线捋捋Python Web框架和相关解决方案的发展来理解吧。 Web框架(插件、工具)发展史 FastAPI作者是一个非常关注Python生态发展的开发者，延伸阅读链接2是一篇作者写的，详细的介绍了FastAPI出各个库中的借鉴或者启发的细节，而发展史这部分我也参考了这篇文章。大家应该看看原文，里面包含了为什么会出现FastAPI以及作者的一些设计哲学。 Django Django是Python社区里最早做到统治级别的Web框架，当时知名的Instagram就是用它构建的。它的特点是大而全，各种web开发需要用到的细节它基本都有相关的模块，尤其和关系数据库、管理功能等方面耦合度非常高。对于熟悉的老手，这是一个生产级别的框架，但即便有完整的文档，对于初学者非常不友好，学习曲线中后期很陡峭，它的复杂度和定制成本非常高。 其实我这篇文章，也可以叫做「Django和Flask之死」，但是在框架应用场景角度来说Flask和FastAPI对比更合适，而Django直接和FastAPI相比有一些差别。在一些商业场景(例如CMS)Django依然是首选，而Flask(甚至FastAPI)看起来更像个「玩具」，所以Django短时间不会被取代(Flask这些年不是也是没取代的了嘛)。 Django REST Framework(DRF) Django主旨是为了在后端生成 HTML，而不是创建现代前端（如 React、Vue.js ）或与其通信的其他系统使用的 API。所以FastAPI其实和Django REST Framework直接对标，它们主要场景都是构建 Web API，但是名字上也可以看出来，DRF还是依托于Django框架，所以缺点一样。 Flask Flask是一个「微」框架（Micro framework），和Django截然相反，它仅保留小部分的核心，还为了解耦把功能拆分成几个库(如Jinja2，Werkzeug等)，所以开发者有足够的自由，你可以很容易写出相关功能的第三方插件。它里面的蓝图、上下文、装饰器表示路由、信号等等设计在当时是非常先进的，再加上文档写的很完整，可以说对新手极为友好。 Flask REST Frameworks 由于Flask的简单性，它非常适合构建API，不过由于Flask什么也不带，我们需要专门的REST框架。所以相继出现了 flask-restful 、Flask-RESTPlus、flask-api等框架，另外在Rest服务中，会需要数据验证、解析和规范等需要，也出现了Marshmallow、Webargs和APISpec，一直到Flask-apispec。但是整个发展过程中没有出现一个足够好的能够对标DRF的Flask REST Framework。 而到这个阶段，Flask的缺点其实也暴露了。 Flask本来的优点是灵活性和极简主义，但这意味着很多很多组件需要自己造，这个要不然需要公司够大专门有开发者开发和维护，要不然得个人能力极强，否则插件很难达到生产级别，这就造成Flask的第三方插件质量层次不齐，且无法保证长期维护。就像我上面说的那些库，现在来看，其中已经很多不再维护了。 所以即便是今天，你想用Flask构建一个API服务，还是要东拼西凑各个组件，其中某些组件有些没及时更新的地方要自己动手解决，这对于老手来说还好，对于新人来说很痛苦，尤其是你想要应用现在最新的实践方案和理念，只能望而兴叹。 Asyncio生态 从Python3.5开始，asyncio已经是未来的趋势了。所以开始出现了一些原生支持asyncio的Web框架，如aiohttp、Starlette和sanic。 这个时候Flask并不想接受改变，社区迟迟的不加入aio的支持，另外Flask原作者也去写rust了，把项目交给了2个维护者（现在只剩一个人了)。 而用于构架API服务的项目例如apistar，molten。它们都给FastAPI的带来了设计灵感。 FastAPI 接着就是诞生FastAPI了。作者本来也是想找到一个好的解决方案，但是以上种种都是自己的问题或者说局限性，所以作者就造了这个轮子。 FastAPI为什么能成为统治者 这篇文章的核心部分啦，这些理由也是为什么FastAPI会替代Flask的原因。 异步设计 在Flask的那个时代，代码执行是单线程、同步的，这意味着要依次处理请求，前一个请求完成前，其他请求消耗在等待 I/O 操作上。而asyncio是最好的解决方案，它让I/O成为异步操作，无需等待任务完成即可获取任务结果并继续处理其他任务请求。 而FastAPI天生支持并发和异步代码，代码写对了就可以在效率上达到极致，所以它被认为是目前最快的Python框架，效率和NodeJS或Go接近。当速度和性能至关重要时，FastAPI 是最佳选择。 使用Pydantic做用户数据验证 […]