机器视觉标定课设VS(MFC)+OPENCV

最新推荐文章于 2020-05-16 21:49:23 发布
最新推荐文章于 2020-05-16 21:49:23 发布
阅读量239 收藏 1
点赞数 1
分类专栏： 图像处理（机器视觉项目）
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cj1064789374/article/details/91467573
版权

使用方法：创建win32空项目（不是控制台），右击项目选属性--常规--MFC--的使用--共享DLL中，然后导入下面十个文件

一、transform.h

#pragma once
#ifndef TRANSFORM_H
#define TRANSFORM_H
#endif // TRANSFORM_H
void DoubleToString(double xx, int n, char* ans);

二、transform.cpp

#include<stdio.h>
#include<math.h>
void DoubleToString(double xx, int n, char* ans) {
	int base = pow(10, n);
	double yy = xx*base;
	int y = (int)yy;
	y %= base;
	int x = (int)xx;
	//cout<<x<<' '<<y<<endl;
	int idx = 0;
	if (y == 0)ans[idx++] = '0';
	while (y>0) {
		ans[idx++] = '0' + y % 10;
		y /= 10;
	}
	ans[idx++] = '.';
	if (x == 0)ans[idx++] = '0';
	while (x>0) {
		ans[idx++] = '0' + x % 10;
		x /= 10;
	}
	//cout<<ans[7]<<ans[6]<<ans[5]<<ans[4]<<ans[3]<<ans[2]<<ans[1]<<ans[0]<<endl;
	idx--;
	for (int i = 0; i <= idx / 2; i++) {
		char tmp = ans[i];
		ans[i] = ans[idx - i];
		ans[idx - i] = tmp;
		//cout<<ans[7]<<ans[6]<<ans[5]<<ans[4]<<ans[3]<<ans[2]<<ans[1]<<ans[0]<<endl;
	}
	ans[++idx] = '\0';
	//printf("%s\n",ans);
}

三、measure_simple.h

#pragma once
#ifndef MEASURE_SIMPLE_H
#define MEASURE_SIMPLE_H
#endif // MEASURE_SIMPLE_H
#include<opencv2/opencv.hpp>
using namespace cv;
void measure_simple(double &proportion);
void ImgSkeletonization(Mat &input_src, Mat &output_dst, int number = 20);//@param  number :表示水平方向和垂直方向上“细化的次数”
void ImgSkeletonization_H(Mat &input_src, int *search_arr);//水平方向细化
void ImgSkeletonization_V(Mat &input_src, int *search_arr);//垂直方向细化

四、measure_simple.cpp

#include<opencv2/opencv.hpp>
#include"transform.h"
#include "measure_simple.h"
using namespace std;
using namespace cv;
static int video_flag = 0;
static void on_mouse(int event, int x, int y, int flags, void*) {
	if (event == EVENT_LBUTTONDOWN)
		if (video_flag == 0)
			video_flag++;
}
void measure_simple(double &proportion) {
	Mat frame;
	namedWindow("frame");
	VideoCapture capture(0);
	setMouseCallback("frame", on_mouse);
	video_flag = 0;
	while (video_flag == 0) {
		waitKey(30);
		capture >> frame;
		imshow("frame", frame);
	}
	imwrite("F:/src1.jpg", frame);
	Mat src = imread("F:/src1.jpg", 0);
	threshold(src, src, 100, 255, 0);
	Mat dst; ImgSkeletonization(src, dst, 30);
	src = dst.clone();
	int a = 10, b = 10, c = 10, d = 10;
	for (int i = 60; i<420; i++) {
		for (int j = 1; j<640; j++) {
			if (src.at<uchar>(i, j) == 0) {
				a = j;
				b = i;
				break;
			}
		}
		if (a != 10)break;
	}
	for (int i = 420; i>60; i--) {
		for (int j = 639; j>0; j--) {
			if (src.at<uchar>(i, j) == 0) {
				c = j;
				d = i;
				break;
			}
		}
		if (c != 10)break;
	}
	//circle(src, Point2i(a, b), 10, Scalar::all(0));
	//circle(src, Point2i(c, d), 10, Scalar::all(0));
	//imshow("src", src);
	circle(frame, Point2i(a, b), 10, Scalar::all(0));
	circle(frame, Point2i(c, d), 10, Scalar::all(0));
	proportion = 10 / sqrt((a - c)*(a - c) + (b - d)*(b - d)); char ppp[20]; DoubleToString(proportion, 2, ppp);
	//cout << '(' << a << ',' << b << ')' << ',' << '(' << c << ',' << d << ')' << ',' << proportion << "mm/pix" << endl;
	putText(frame, ppp, Point(100, 100), FONT_HERSHEY_PLAIN, 3, Scalar::all(0));
	putText(frame, "mm/pix", Point(250, 100), FONT_HERSHEY_PLAIN, 3, Scalar::all(0));
	imshow("frame", frame);
	waitKey(0);
	destroyAllWindows();
}
void ImgSkeletonization(Mat &input_src, Mat & output_dst, int number) {
	output_dst = input_src.clone();
	int search_array[] = { 0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
		1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
		0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
		1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
		1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,\
		0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,\
		1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,1,\
		0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,\
		0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
		1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,1,\
		0,0,1,1,0,0,1,1,1,1,0,1,1,1,0,1,\
		1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,\
		1,1,0,0,1,1,0,0,0,0,0,0,0,0,0,0,\
		1,1,0,0,1,1,1,1,0,0,0,0,0,0,0,0,\
		1,1,0,0,1,1,0,0,1,1,0,1,1,1,0,0,\
		1,1,0,0,1,1,1,0,1,1,0,0,1,0,0,0 };
	for (size_t i = 0; i < number; i++) {
		ImgSkeletonization_H(output_dst, &search_array[0]);
		ImgSkeletonization_V(output_dst, &search_array[0]);

	}
}
void ImgSkeletonization_H(Mat &input_src, int *search_arr) {
	int h = input_src.rows;
	int w = input_src.cols;
	bool NEXT = true;
	for (size_t j = 1; j < w - 1; j++) {//注意边界问题！！！！！！
		for (size_t i = 1; i < h - 1; i++) {
			if (!NEXT)
				NEXT = true;
			else {
				int judge_value;
				if (1 <i < h - 1)
					judge_value = input_src.at<uchar>(i - 1, j) + input_src.at<uchar>(i, j) + input_src.at<uchar>(i + 1, j);
				else
					judge_value = 1;
				if (input_src.at<uchar>(i, j) == 0 && judge_value != 0) {
					int a[9] = { 1,1,1,1,1,1,1,1,1 };
					for (size_t m = 0; m < 3; m++) {
						for (size_t n = 0; n < 3; n++) {
							if ((0 <= (i - 1 + m) < h) && (0 <= (j - 1 + n) < w) && input_src.at<uchar>(i - 1 + m, j - 1 + n) == 0)
								a[m * 3 + n] = 0;
						}
					}
					int sum_value = a[0] * 1 + a[1] * 2 + a[2] * 4 + a[3] * 8 + a[5] * 16 + a[6] * 32 + a[7] * 64 + a[8] * 128;
					input_src.at<uchar>(i, j) = search_arr[sum_value] * 255;
					if (search_arr[sum_value] == 1)
						NEXT = false;
				}
			}
		}
	}
}
void ImgSkeletonization_V(Mat &input_src, int *search_arr) {
	int h = input_src.rows;
	int w = input_src.cols;
	bool NEXT = true;
	for (size_t i = 1; i < h - 1; i++) {//注意边界问题！！！！！！
		for (size_t j = 1; j < w - 1; j++) {
			if (!NEXT)
				NEXT = true;
			else {
				int judge_value;
				if (1 < j <w - 1)
					judge_value = input_src.at<uchar>(i, j - 1) + input_src.at<uchar>(i, j) + input_src.at<uchar>(i, j + 1);
				else
					judge_value = 1;
				if (input_src.at<uchar>(i, j) == 0 && judge_value != 0) {
					int a[9] = { 1,1,1,1,1,1,1,1,1 };
					for (size_t m = 0; m < 3; m++) {
						for (size_t n = 0; n < 3; n++) {
							if ((0 <= (i - 1 + m) < h) && (0 <= (j - 1 + n) < w) && input_src.at<uchar>(i - 1 + m, j - 1 + n) == 0)
								a[m * 3 + n] = 0;
						}
					}
					int sum_value = a[0] * 1 + a[1] * 2 + a[2] * 4 + a[3] * 8 + a[5] * 16 + a[6] * 32 + a[7] * 64 + a[8] * 128;
					input_src.at<uchar>(i, j) = search_arr[sum_value] * 255;
					if (search_arr[sum_value] == 1)
						NEXT = false;
				}
			}
		}
	}
}

五、measure_circle.h

#pragma once
#ifndef MEASURE_CIRCLE_H
#define MEASURE_CIRCLE_H
#endif // MEASURE_CIRCLE_H
void measure_circle(double p);

六、measure_circle.cpp

#include<opencv2/opencv.hpp>
#include"transform.h"
#include<vector>
using namespace std;
using namespace cv;
void measure_circle(double p) {
	Mat frame; int key;
	namedWindow("frame");
	VideoCapture capture(0);
	while (1) {
		key = waitKey(30);
		if (key == ' ')break;
		capture >> frame;
		imshow("frame", frame);
	}
	imwrite("F:/src2.jpg", frame);
	Mat src = imread("F:/src2.jpg", 0);
	GaussianBlur(src, src, Size(9, 9), 2, 2);
	vector<Vec3f>circles;
	HoughCircles(src, circles, HOUGH_GRADIENT, 1.1, 100, 200, 100, 0, 0);
	for (size_t i = 0; i<circles.size(); i++) {
		Point center(cvRound(circles[i][0]), cvRound(circles[i][1]));
		int radiu = cvRound(circles[i][2]);
		circle(frame, center, 3, Scalar(0, 255, 0), -1, 8, 0);
		circle(frame, center, radiu, Scalar(155, 50, 255), 3, 8, 0);
		double radius = radiu*p;char rrr[20]="0";DoubleToString(radius, 2, rrr);
		//cout << '(' << center.x << ',' << center.y << ") " << radiu << "pix " << radiu*p << "mm" << endl;
		putText(frame, rrr, Point(100, 100), FONT_HERSHEY_PLAIN, 3, Scalar::all(0));
		putText(frame, "mm", Point(250, 100), FONT_HERSHEY_PLAIN, 3, Scalar::all(0));
	}
	//if (circles.size() == 0)cout << 0 << endl;
	imshow("frame", frame);
	waitKey(0);
	destroyAllWindows();
}

七、measure_rectangle.h

#pragma once
#ifndef MEASURE_RECTANGLE_H
#define MEASURE_RECTANGLE_H
#endif // MEASURE_RECTANGLE_H
void measure_rectangle(double p);

八、measure_rectangle.cpp

#include<opencv2/opencv.hpp>
#include"transform.h"
#include<vector>
using namespace std;
using namespace cv;
void measure_rectangle(double p) {
	Mat frame; int key;
	namedWindow("frame");
	VideoCapture capture(0);
	while (1) {
		key = waitKey(30);
		if (key == ' ')break;
		capture >> frame;
		imshow("frame", frame);
	}
	imwrite("F:/src3.jpg", frame);
	Mat src = imread("F:/src3.jpg", 0);
	vector<Point2f> corners;
	goodFeaturesToTrack(src,//输入图像
		corners,//检测到的角点的输出向量
		4,//角点的最大数量
		0.01,//角点检测可接受的最小特征值
		10,//角点之间的最小距离
		Mat(),//感兴趣区域
		3,//计算导数自相关矩阵时指定的邻域范围
		false,//不使用Harris角点检测
		0.04);//权重系数
	double dis[4], min_dis = 100000, mid_dis = 100000; RNG g_rng(12345);
	for (unsigned long long i = 0; i < corners.size(); i++) {
		cout << corners[i].x << ' ' << corners[i].y << endl;
		circle(frame, corners[i], 4, Scalar(g_rng.uniform(0, 255), g_rng.uniform(0, 255), g_rng.uniform(0, 255)), -1, 8, 0);
		if (i == 0)continue;
		dis[i] = sqrt((corners[i].x - corners[0].x)*(corners[i].x - corners[0].x) + (corners[i].y - corners[0].y)*(corners[i].y - corners[0].y));
		if (dis[i]<min_dis) { mid_dis = min_dis; min_dis = dis[i]; }
		else if (dis[i]<mid_dis)mid_dis = dis[i];
	}
	double length = mid_dis*p; char lll[20]; DoubleToString(length, 2, lll);
	double width = min_dis*p; char www[20]; DoubleToString(width, 2, www);
	//cout << "length: " << mid_dis << "pix," << length << "mm" << endl;
	//cout << "width: " << min_dis << "pix," << width << "mm" << endl;
	putText(frame, lll, Point(50, 50), FONT_HERSHEY_PLAIN, 3, Scalar::all(0));
	putText(frame, "mm", Point(200, 50), FONT_HERSHEY_PLAIN, 3, Scalar::all(0));
	putText(frame, www, Point(50, 100), FONT_HERSHEY_PLAIN, 3, Scalar::all(0));
	putText(frame, "mm", Point(200, 100), FONT_HERSHEY_PLAIN, 3, Scalar::all(0));
	imshow("frame", frame);
	waitKey(0);
	destroyAllWindows();
}

九、main.h

#include<afxwin.h>					//main头文件
class MyApp:public CWinApp {		//CWinApp应用程序类
public:
	virtual BOOL InitInstance();	//程序入口
}; 
class MyFrame :public CFrameWnd {	//窗口框架类
public:
	MyFrame();						//构造函数
	DECLARE_MESSAGE_MAP()			//声明宏 提供消息映射机制
	afx_msg void OnLButtonDown(UINT, CPoint);	//鼠标左键消息响应函数
	afx_msg void OnChar(UINT, UINT, UINT);		//键盘消息响应函数
	afx_msg void OnPaint();						//绘画消息响应函数
};

十、main.cpp

#include "main.h"				//必须滴，千丝万缕的关系
#include "measure_simple.h"		//为了调用标定函数
#include "measure_circle.h"		//为了调用测圆函数
#include "measure_rectangle.h"	//为了调用测矩函数
MyApp app;						//全局应用程序对象，有且仅有一个
BOOL MyApp::InitInstance(){		//程序入口
	MyFrame* frame = new MyFrame;//创建窗口
	frame->ShowWindow(SW_SHOWNORMAL);	//显示
	frame->UpdateWindow();				//更新
	m_pMainWnd = frame;			//保存指向应用程序的主窗口的指针
	return TRUE;				//返回正常初始化
}
BEGIN_MESSAGE_MAP(MyFrame, CFrameWnd)	//分界宏上界
	ON_WM_LBUTTONDOWN()					//鼠标左键按下
	ON_WM_CHAR()						//键盘按键按下
	ON_WM_PAINT()						//绘图宏
END_MESSAGE_MAP()						//分界宏下界
MyFrame::MyFrame(){						//构造函数，就是应用程序创建窗口
	Create(NULL, TEXT("mfc"));
}
void MyFrame::OnLButtonDown(UINT, CPoint point){	//按下鼠标左键的响应事件（坐标在CPoint point传入）
	double proportion = 1.0;						//定义比例
	if (point.x > 100 && point.x < 300 && point.y>100 && point.y < 200) measure_simple(proportion);		//标定比例
	if (point.x > 100 && point.x < 300 && point.y>300 && point.y < 400) measure_circle(proportion);		//测量半径
	if (point.x > 100 && point.x < 300 && point.y>500 && point.y < 600) measure_rectangle(proportion);	//测量长宽
}
void MyFrame::OnChar(UINT key, UINT, UINT){								//键盘消息响应函数（键值在UINT key传入）
	CString str;str.Format(TEXT("%c"), key);MessageBox(str);			//CString形式显示对话框
	TCHAR buf[1024]; wsprintf(buf,TEXT("%c"), key); MessageBox(buf);	//TCHAR形式显示对话框
}
void MyFrame::OnPaint(){				//绘画消息响应函数（理论上是应该加定时器刷新的，参考JAVA坦克大战多线程）
	CPaintDC dc(this);					//在CDC里找其他能画的图形
	dc.Ellipse(100, 100, 300, 200);		//给出左上与右下角画内切椭圆（按钮轮廓）
	dc.Ellipse(100, 300, 300, 400);		//给出左上与右下角画内切椭圆（按钮轮廓）
	dc.Ellipse(100, 500, 300, 600);		//给出左上与右下角画内切椭圆（按钮轮廓）
	dc.TextOutW(167, 144, TEXT("measure"));		//画出（按钮标签）
	dc.TextOutW(167, 344, TEXT("circle"));		//画出（按钮标签）
	dc.TextOutW(167, 544, TEXT("retangle"));	//画出（按钮标签）
	POINT pt[2]; pt[0].x = 400, pt[1].y = 100; pt[1].x = 400, pt[1].y = 700;dc.Polyline(pt,2);//给出画直线函数
}

 

cj1064789374
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
用MFC实现的基于OPENCV的张正友棋盘格标定以及双目校正
05-05
在VS2010，OPENCV2.4.9平台下实现的双目视觉系统，MFC代码实现了左右视图的显示，相机标定以及校正的功能。代码完全可用。
机器人视觉课设
weixin_49701828的博客
07-04 934
车辆目标检测，利用labellmage软件进行标记，在python环境进行图片的扩张和标记。
机器视觉作业：vs2013+MFC+opencv2.4.10实现图像处理功能
weixin_44210987的博客
06-25 1095
1.新建MFC单文档工程。在Resource View的“Dialog”节点上右键，然后在右键菜单中选择“Insert Dialog”创建一个新的对话框模板，ID就使用默认的IDD_DIALOG1。 2.在中间区域会显示新建的对话框模板，然后选中此对话框模板，点右键，在右键菜单中选择Add Class。 3.选择“Add Class”后会弹出一个对话框，在对话框中“Class name”下的编辑...
Halcon+MFC实现手眼（九点）标定
Stone_石头
04-10 6145
下载链接 理论原理 图像坐标系与机器坐标系（包括机器人坐标、运动平台、激光振镜）建立关系后，在应用过程中只要知道相机视野中图像的某个坐标，即可知道对应的机器坐标。 我们知道建立两个平面之间的关系最少需要三个点，即三个点即可完成标定，叫九点标定只是因为为了提高精度，在项目中比较常用。该模块中，通过自动找标定图像中圆的圆心作为基准点，最少需要四个点，最多九个点。 注意：当图像坐标与机器坐标的相对...
肤色识别Matlab程序
11-29
肤色识别Matlab程序，能够准确分割出手势区域，具有很好的学习价值。
相机标定+图像校正助手（VS+OpenCV+Qt实现）
05-03
相机标定+图像校正助手（VS+OpenCV+Qt实现） + 压缩包内包含畸变图像和标定所用的图像。 + 考虑很多异常跳出条件，软件鲁棒性强 + 适合课程设计大作业 + 软件配套博客：...
MFC+VS2013+OPENCV打开视频，带有滑动条拖动的 简单程序
04-06
MFC+VS2013+OPENCV 打开视频，带有滑动条拖动的 简单程序
VS2022+Qt 5.14+OpenCV环境搭建，亲测可用。
07-11
VS2022+Qt 5.14+OpenCV环境搭建，亲测可用。 最新测试，没有问题！！！
基于mfc+opencv的识别活塞环外观掉角和划痕的缺陷检测源码（期末大作业&课设&项目开发）
最新发布
02-24
基于mfc+opencv的识别活塞环外观掉角和划痕的缺陷检测源码，适合期末大作业、课程设计、项目开发。项目源码已经过严格测试，可以放心下载使用~ 基于mfc+opencv的识别活塞环外观掉角和划痕的缺陷检测源码，适合期末...
MFC+OpenCV细胞自动计数系统
09-25
vs2017+MFC+opencv实现细胞自动计数，可视化处理过程，运行可靠，仅供参考
基于matlab的数字识别实现完整程序
11-28
基于matlab的数字识别实现算法简洁易懂，这是由matlab的高级的语言所特有的
数字识别的matlab程序
10-09
此程序可以用于0-9数字的识别！分类器为SVM，其中包括已经训练好的训练集。可用于模式识别学习。
相机标定——双目标定的MFC简单实现
11-29
在MFC界面的基础上，通过视频观察到合适的图像去拍摄双目图像，首先得到双目相机的棋盘格图像，先进行单个相机的标定，再进行双目标定；得到标定参数后，拍摄图像进行深度测量得到深度图及数据。
机器视觉标定课设QT+OPENCV
cj1064789374的博客
05-27 1608
gg.pro QT += core gui greaterThan(QT_MAJOR_VERSION, 4): QT += widgets TARGET = gg TEMPLATE = app DEFINES += QT_DEPRECATED_WARNINGS CONFIG += c++11 SOURCES += \ about.cpp \ main...
骨骼化
cj1064789374的博客
05-27 1282
第一种：Zhang并行算法（个人表示来搞笑的） p1 p2 p3 p8 p1 p4 p7 p6 p5 一次细化算法份两次迭代 第一次删去满足下列三个条件的点 2<= p2+p3+p4+p5+p6+p7+p8+p9<=6(0孤立点1端点78内部点) p2->p9的排列顺序中，01模式的数量(这里假设二值图非零值为1)为1 P2*p4*p6 = 0且p4*p6*p8 = 0(移去东...
亚像素点求解思想
cj1064789374的博客
05-25 1209
因为点阵图中最小单元是像素，但有时候一个点的中心（图像中不会是一个强边缘的点，而是一个向四周渐弱的光斑），或者说一个圆，他的中心可能会落在像素之间，那么他的坐标应该如何确定呢？ 定义一个高斯模板来遍历图像并进行卷积（可以考虑使用多尺度卷积多次），保留卷积得到较大特征值的区域，然后对每个区域，构造模型为卷积图像与原图像的残差平方和，再对该区域的模型函数进行各个参数的求导，包括像素坐标，背景灰度，中...
机器视觉概念复习
cj1064789374的博客
05-16 702
机器视觉概念复习 Camshift： 1、选中物体（人工或采用别的算法） 2、求其反向投影图（HSV模式下H分量大小为h的概率或像素个数去替换图中对应像素） 3、根据反向投影图和输入的方框进行meanshift迭代（求零阶矩M00，一阶X矩M10，一阶Y矩M01，质心为（M10/M00，M01/N00），窗口宽度s=sqrt(M00/256)，长度1.2s）至质心间的移动距离小于预设的固定...
opencv第七章
cj1064789374的博客
03-03 296
本章开始才是真正的难点 开篇边缘检测：canny,sobel,laplacian,scharr 更正一下，上面的GX,GY是算子乘上原图区域之得后得到的梯度结果，就是说右边差了个再乘上原图 这个算法搜索所有连通的弱边缘，如果一条连通的弱边缘的任何一个点和强边缘点连通，则保留这条弱边缘，否则抑制这条弱边缘。搜索时可以用广度优先或者深度优先算法。其中最容易的深度优先算法，一次连通一条...
底层处理——图像处理总结 第二部分
cj1064789374的博客
05-08 262
相机标定校正(Qt+OpenCV+VS)
03-21
对于相机标定校正，我可以提供一些基本的知识和建议。首先，相机标定是指确定相机内部参数和外部参数的过程，...总之，相机标定和校正是计算机视觉中非常重要的一部分，对于图像处理和计算机视觉应用具有重要的意义。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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