GuideMap 登陆界面 详细文档(二)

三、User 用户数据的数据类型
1、用户数据
private String account=”未登录”;
private String password;
private String name=”没有名称”;
private String phone;
private String mail;

2、将账户名和密码数据输入User
public User (String account,String password)

3、get/set函数

public class User {

    private  String account="未登录";
    private  String password;
    private  String name="没有名称";
    private  String phone;
    private  String mail;


    private static String JSON_ACCOUNT="account";
    private static String JSON_PASSWORD="password";
    private static final String masterPassword = "FORYOU"; // AES加密算法的种子

   public User (String account,String password){
          this.account=account;
          this.password=password;
   }

    public  String GetAccount(){ return account;}

    public  String GetName(){return name;}

    public  String GetMail(){ return mail;}

    public  String GetPassword(){
        return password;
    }

    public  String GetPhone(){
        return phone;
    }

    public void SetAccount(String account){
        this.account=account;
    }

    public void SetName(String name){
        this.name=name;
    }

    public void SetMail(String mail){
        this.mail=mail;
    }

    public void SetPassword(String password){
        this.password=password;
    }

    public void SetPhone(String phone){
        this.phone=phone;
    }


    public User(JSONObject json) throws Exception {
        if (json.has(JSON_ACCOUNT)) {
           account = json.getString(JSON_ACCOUNT);
           password = json.getString(JSON_PASSWORD);
        }
    }

    public JSONObject toJSON() throws Exception {

        JSONObject json = new JSONObject();
        try {
            json.put(JSON_ACCOUNT, account);
            json.put(JSON_PASSWORD, password);
        } catch (JSONException e) {
            e.printStackTrace();
        }
        return json;
    }

}

四、LoginUser implements View.OnClickListener, AdapterView.OnItemClickListener , PopupWindow.OnDismissListener
静态数据存储用户信息,与界面显示关联

1、用户数据
public static String account=”账户”;
public static String password=”密码”;
public static String name=”用户名”;
public static String phone=”电话”;
public static String mail=”邮箱”;

public class LoginUser {

    public static String account="账户";
    public static String password="密码";
    public static String name="用户名";
    public static String phone="电话";
    public static String mail="邮箱";


}

五、UserLoginSave 保存用户登录信息
1、保存用户登录信息列表
把User数据包装成JsonArray数组
public static void saveUserList(Context context, ArrayList<User> users)

2、获取用户登录信息列表
public static ArrayList<User> getUserList(Context context)

/**
 *保存用户登录信息
 */
public class UserLoginSave {
    private static final String LOGIN_FILE="userinfo.json";
    private static final String TAG="UserLoginSave";

    /**
     *  保存用户登录信息列表
     *  把User数据包装成JsonArray数组
     *  */
    public static void saveUserList(Context context, ArrayList<User> users)
           throws Exception {
        Log.i(TAG, "正在保存");
        Writer writer=null;
        OutputStream out;
        JSONArray array=new JSONArray();
        for (User user:users){
            array.put(user.toJSON());
        }
        try{
            out=context.openFileOutput(LOGIN_FILE,Context.MODE_PRIVATE);//覆盖
            writer=new OutputStreamWriter(out);
            Log.i(TAG, "json的值:" + array.toString());

            writer.write(array.toString());
        }finally {
            if (writer!=null){
                writer.close();
            }
        }

    }

    /**
     *  获取用户登录信息列表 */
    public static ArrayList<User> getUserList(Context context){
        /* 加载 */
        FileInputStream in;
        ArrayList<User> users=new ArrayList<User>();
        try{
            in=context.openFileInput(LOGIN_FILE);
            BufferedReader reader = new BufferedReader(new InputStreamReader(in));
                      StringBuilder jsonString = new StringBuilder();
                      JSONArray jsonArray;
                      String line;
                      while ((line = reader.readLine()) != null) {
                                jsonString.append(line);
                    }
                       Log.i(TAG, jsonString.toString());
                       jsonArray = (JSONArray) new JSONTokener(jsonString.toString()).nextValue();
                                // 把字符串转换成JSONArray对象
                      for (int i = 0; i < jsonArray.length(); i++) {
                               User user = new User(jsonArray.getJSONObject(i));
                               users.add(user);
                            }
        }catch (FileNotFoundException e){
            e.printStackTrace();
        } catch (JSONException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        } catch (Exception e) {
            e.printStackTrace();
        }

        return users;
    }



}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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