实际项目开发中分类问题

在实际的项目开发中我们经常遇到有分类的问题,比如图书分类,照片分类,产品分类等等

在数据库内我们通常是把分类定义在一个表里,在数据表里用以个字段来关联相应的分类,然后取得分类的名字

这样我们就会遇到一个问题,如果我们需要的分类很多,但是没得分类或许只有两个或几个,这样如果还是按照原来的办法处理的话

就得不偿失了,所以我找到了另外方法

 

首先假定我们有个产品表,分“合格品”和“A品” 数据表 有个字段 listid 是表示该数据的分类,字段内容为0或1

我们就可以直接去的想要的数据并填充Dataset后

 

                        DataSet srd = 某个方法返回的数据

                        for (int i = 0; i < srd.Tables[0].Rows.Count; i++)
                        {
                            srd.Tables[0].Rows[i]["p_lis"] = srd.Tables[0].Rows[i]["p_lis"].ToString() == "0" ? "合格品" : "A品s";
                        }

 

这样我们就实现了快速区分产品的功能,在UI里面就可以不用进行任何操作就可以直接取值了

 

当然这也有一定的缺点,就是程序如果变动就需要修改代码,所以该方法仅适用于不常修改的分类类型

posted on 2012-02-21 15:15  SunCoder 阅读( ...) 评论( ...) 编辑 收藏

转载于:https://www.cnblogs.com/SunCoder1/archive/2012/02/21/2361360.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV项目开发实战是建立在计算机视觉和机器学习基础上的一个项目开发实践。OpenCV是一个开源的计算机视觉库,它提供了一些基本的图像处理、计算机视觉、机器学习算法等功能,非常适合于开发各种图像处理和计算机视觉应用。本文将从以下几个方面阐述OpenCV项目开发实战。 第一,OpenCV基础知识。OpenCV是一个庞大的计算机视觉库,要学好OpenCV需要掌握一些基础知识。比如图像的表示、读取、显示、保存等,以及OpenCV常用的数据结构、算法等。这些基础知识是OpenCV应用的基石,掌握好它们有利于更好地理解和使用OpenCV。 第二,OpenCV应用案例。OpenCV可应用于各种行业,如机器人、人工智能、汽车驾驶等等。针对不同的应用场景,需要学习不同的技术。比如,机器人视觉需要学习目标检测、图像跟踪等技术;汽车驾驶需要学习车道检测、目标识别等技术。OpenCV应用案例的学习将有助于我们更好地掌握OpenCV的技术,并且了解如何将它们应用于实际场景。 第三,OpenCV深度学习。随着深度学习技术的发展,人们开始在OpenCV上应用深度学习技术,以实现更精确的图像处理和计算机视觉应用,如图像分类、目标检测等。OpenCV深度学习的学习将有助于我们更好地掌握深度学习技术,并且了解如何将它们应用于OpenCV。 第四,OpenCV优化。OpenCV在进行图像处理时需要大量的计算,优化代码可以大幅度提高运行速度,比如使用并行计算、使用硬件加速、使用算法优化等。OpenCV优化的学习将有助于我们更好地掌握OpenCV应用的性能优化技巧。 总之,OpenCV项目开发实战是一项非常有价值的学习项目,可以让我们更好地掌握计算机视觉和机器学习技术,提高我们在实际应用的应用水平。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值