文件夹的创建与删除

unit Unit1;

interface

uses
  Windows, Messages, SysUtils, Variants, Classes, Graphics, Controls, Forms,
  Dialogs, StdCtrls;

type
  TForm1 = class(TForm)
    Button1: TButton;
    Button2: TButton;
    Label1: TLabel;
    ComboBox1: TComboBox;
    procedure FormCreate(Sender: TObject);
    procedure Button1Click(Sender: TObject);
    procedure Button2Click(Sender: TObject);
  private
    { Private declarations }
  public
    { Public declarations }
  end;

var
  Form1: TForm1;

implementation

{$R *.dfm}

procedure TForm1.FormCreate(Sender: TObject);

var
  search:TSearchRec;
  mulu:string;
  found:Integer;
begin
  mulu:=ExtractFilePath(ParamStr(0));//取程序所在目录为当前根目录
  ComboBox1.Text:=mulu;

   if FindFirst(mulu+'*.*' ,16,search)=0 then
   begin
    ComboBox1.Items.Add(mulu+'*.*' + search.Name);
    while FindNext(search)=0 do
    begin
      if (search.Attr=16) and (search.Name<>'.') and (search.Name<>'..') then
      begin
        ComboBox1.Items.Add(mulu + search.Name);
      end;
    end;
   end;
   FindClose(search);
end;

procedure TForm1.Button1Click(Sender: TObject);
begin
  if DirectoryExists(ComboBox1.Text) then //判断文件夹是否存在
  begin
    ShowMessage('文件夹已存在');
  end
  else
  begin
    if Application.MessageBox(PChar('是否创建文件夹'+ ComboBox1.Text),'提示',
    MB_YESNO+ MB_ICONQUESTION)= idyes then
    begin
      ForceDirectories(ComboBox1.Text); //创建文件夹
      ComboBox1.ItemIndex:=0;
    end;
  end;
  
end;

procedure TForm1.Button2Click(Sender: TObject);
begin
  if DirectoryExists(ComboBox1.Text) then
  begin
    if Application.MessageBox('确认删除该文件夹吗?','提示',MB_YESNO + MB_ICONQUESTION)
    =idyes then
    begin
     RmDir(ComboBox1.Text);
     ComboBox1.DeleteSelected;
     ComboBox1.ItemIndex:=0;
    end;
  end;
end;

end.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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。 二、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