记录日常技术经验

原创 Delphi7实现Json对象的序列化与反序列化

在高版本的 Delphi 中，实现序列化和反序列化非常简单。然而，在 Delphi 7 中，这个过程仍然需要一些额外的努力。为了简化这个问题，我花了一些时间封装了一个支持序列化和反序列化的 JSON 解析库。

原创 【Delphi 基础知识 40】Ini文件的读与写

详细讲解如何快速实现Delphi对Ini文件的读与写

原创 正则表达式从【一无所知】到【无所不能】

这样设计的正则表达式可以灵活处理用户名与密码之间不同类型的分隔符，并且确保正确提取用户名和密码部分。: 匹配一个或多个字母、数字或下划线字符（即单词字符），并将其作为第一个捕获组。: 类似第二步，匹配一个或多个字母、数字或下划线字符，并将其作为第二个捕获组。用户名密码可能下面的格式，需要提取出用户名与密码。: 匹配零个或多个空白字符、逗号、分号或连字符。: 匹配零个或多个空白字符（空格、制表符等）。是一个字符集，表示匹配其中任何一个字符，: 再次匹配零个或多个空白字符。: 表示匹配输入的开始位置。

原创 vs2022报找不到.netframework,version=V4.8的引用程序集

最近在win7上面安装vs2022 17.6版本，打开.net项目编译的时候出现了这个提示。解决方案就是安装.net4.8开发者工具包，不是运行工具包。

原创 对MsgPack与JSON进行序列化的效率比较

序列化是将对象转换为字节流的过程，以便在内存或磁盘上存储。常见的序列化方法包括MsgPack和JSON。以下将详细探讨MsgPack和JSON在序列化效率方面的差异。

原创 修改系统权限对iexplore.exe重命名

IE浏览器默认是受系统保护的，我们没有办法对他重命名。但是可以通过修改它的文件权限来进行重命名。

原创 Delphi打开网址链接的几种方法

用WebBrowser控件。

原创 Delphi实现把Listview数据存储到csv格式文件并能反过来读取到Listview

【代码】Delphi实现把Listview数据存储到csv格式文件并能反过来读取到Listview。

原创 【OpenCV 基础知识 22】扩展边界并填充

value: 如果边界类型为IPL_BORDER_CONSTANT 的话，那么此为边界像素的值。例如：和opencv 中大多数其他滤波函数一样，一些形态学函数内部使用复制边界类型，但是用户可能需要零边界或者填充为 1 或 255 的边界。bordertype: 已拷贝的原图像长方形的边界的类型： IPL_BORDER_CONSTANT - 填充边界为固定值，值由函数最后一个参数指定。（其他两种IPL 边界类型， IPL_BORDER_REFLECT 和 IPL_BORDER_WRAP 现已不支持）。

原创 【Delphi 开箱即用 5】利用封装好的WebSocket库与服务器通信

要在Delphi中实现WebSocket功能，必须要有一套强有力的WebSocket封装库，花了三天时间打造了一下，效果还可以，同时支持ws/wss。录入 【开箱即用】 封装库，以备不时之需。

原创 【OpenCV 基础知识 21】霍夫变换圆形检测

【代码】【OpenCV 基础知识 21】霍夫变换圆形检测。

原创 【OpenCV 基础知识 20】计算积分图像

WriteLn(Format(‘[i] 图像: %s’, [filename]));

原创 python下如何对JSON数据解析

在 json 的编解码过程中，Python 的原始类型与 json 类型会相互转换。通过输出的结果可以看出，简单类型通过编码后跟其原始的repr()输出结果非常相似。写入 JSON 数据到文件中，接着上面的实例。从文件中读取 JSON数据，接着上面的实例。

原创 解决开了Clash后PyCharm/python就没办法提交网络请求的问题

原创 【Delphi 开箱即用 4】动态切换主题皮肤（明亮 or 暗黑）

Delphi的原始窗口界面看起来并不够吸引人。尝试下载并安装第三方皮肤可能会导致应用程序尺寸急剧增加，并且可能会出现不稳定的情况。事实上，Delphi自带了皮肤功能，完全可以满足我们对窗口界面的美化需求，并且还支持动态切换皮肤。

原创 1分钟快速掌握JSON格式

凡是前面都是对象，凡是前面都是数组，然后再看他们的成员。

原创 解决Windows系统同步北京时间困难的问题

系统自带的时间同步服务器time.windows.com可能是在海外，非常不稳定。

原创 【OpenCV 基础知识 19】拉普拉斯变换

cvLaplace 是计算图像的 Laplacian 变换 ，是Intel开源项目opencv中的函数。aperture_size算子内核大小（滤波计算矩阵的大小默认为3）可以是1、3、5、7。注释：源图像src既可以是8位（无符号）图像，也可以是32位（浮点）图像。目标图像src必须是16位（有符号）或者32位（浮点）图像。

原创 【OpenCV 基础知识 18】对两图像按位与操作

【代码】【OpenCV 基础知识 18】对两图像按位与操作。

原创 【OpenCV 基础知识 17】分离成单通道BGR到HSV

函数用于将多通道图像分离成多个单通道图像。具体而言，该函数将一个多通道的源图像（例如，RGB图像）分离成多个单通道的目标图像（例如，分离成三个独立的灰度图像）。这在进行颜色空间转换时非常有用，例如从BGR到HSV。这样，你就可以在单独的图像中处理每个通道，这对于后续的图像处理步骤非常有用，比如对特定通道进行阈值处理等。这一行代码将一个三通道的 HSV 彩色图像。在你提供的 Delphi 代码中，分离成三个单通道图像。

原创 【OpenCV 基础知识 16】霍夫变换检测直线

【代码】【OpenCV 基础知识 16】霍夫变换检测直线。

原创 【OpenCV 基础知识 15】蛇形处理算法

函数 cvSnakeImage 更新 snake 是为了最小化 snake 的整个能量，其中能量是依赖于轮廓形状的内部能量(轮廓越光滑，内部能量越小)以及依赖于能量场的外部能量之和，外部能量通常在哪些局部能量极值点中达到最小值(这些局部能量极值点与图像梯度表示的图像边缘相对应)。如果在迭代中去掉的点数目小于 criteria.epsilon 或者函数达到了最大的迭代次数 criteria.max_iter ，则终止函数。

原创 【OpenCV 基础知识 14】漫水填充算法

【代码】【OpenCV 基础知识 14】漫水填充算法。

原创 【OpenCV 基础知识 13】高斯平滑处理图像

函数 cvSmooth 可使用简单模糊、简单无缩放变换的模糊、中值模糊、高斯模糊、双边滤波的任何一种方法平滑图像。没有缩放的图像平滑仅支持单通道图像，并且支持8位到16位的转换（与cvSobel和cvLaplace相似）和32位浮点数到32位浮点数的变换格式。简单模糊和高斯模糊支持 1- 或 3-通道， 8-比特 和 32-比特 浮点图像。这两种方法可以（in-place）方式处理图像。中值和双向滤波工作于 1- 或 3-通道， 8-位图像，但是不能以 in-place 方式处理图像。

原创 【OpenCV 基础知识 12】图像差分

懂点OpenCV的同学可能就要说了，OpenCV里不是有现成的函数实现差分的吗，直接拿来用就可以了，废话那么多作甚。没错，OpenCV里跟差分相关的函数有两个，一个是cvSub()函数，一个是cvAbsDiff()函数。先来看看这两个函数的参数。在处理图像的时候，特别是处理视频流图像的时候，往往会用到图像差分的方法。顾名思义，图像差分，就是把两幅图像的对应像素值相减，以削弱图像的相似部分，突出显示图像的变化部分。那么，该如何对图像进行差分呢，或者说输入一个视频流，如何进行差分处理呢。

原创 【OpenCV 基础知识 11】计算通道像素值和

cvSplit()函数将复制src的各个通道到图像dst0，dst1，dst2和dst3中。如果源图像少于4个通道的情况下，那么传递给cvSplit()的不必要的目标参数可设置为NULL。

原创 【OpenCV 基础知识 10】裁剪图像

cvGetSubRect()与cvGetColumns()或cvGetRows()非常类似，区别在于cvGetSubRect()通过参数rect在数组中选择一个任意的子矩阵。与其他选择数组子区域的函数一样，submat仅仅是一个被cvGetSubRect()函数填充的头，它将指向用户期望的子矩阵数据，这里不涉及内存分配和数据的复制。

原创 【OpenCV 基础知识 9】颜色过滤

这个函数的作用是将输入图像的每个像素与上下界进行比较，如果像素的颜色数值在上下界之间，则该像素保留在输出图像中，否则被设为零或其他指定的值。是一个用于在颜色空间中根据设定的上下界范围进行颜色过滤的函数。该函数通常用于图像处理和计算机视觉应用，特别是在处理彩色图像时。

原创 【OpenCV 基础知识 8】创建视频滑动条

【代码】【OpenCV 基础知识 8】创建视频滑动条。

原创 【OpenCV 基础知识 7】模板匹配

在OpenCV中，cvMatchTemplate 函数用于在图像中搜索模板的位置。该函数通过在输入图像上滑动模板图像，并在每个位置计算相似性度量来实现模板匹配。相似性度量的计算方式由用户指定。

原创 【OpenCV 基础知识 6】形状匹配

【代码】【OpenCV 基础知识 6】形状匹配。

原创 Python中的中级概念：上下文管理器、生成器和装饰器

Python是一门功能强大且灵活的编程语言，随着使用的深入，你会发现它提供了许多高级特性来简化代码和提高效率。本文将重点讨论三个中级概念：上下文管理器、生成器和装饰器。

原创 【OpenCV 基础知识 5】调整图像大小

在OpenCV中，cvResize 函数用于调整图像的大小。它允许你改变图像的尺寸，使其变得更大或更小。

原创 【OpenCV 基础知识 4】分离图像通道

cvSplit()函数将复制src的各个通道到图像dst0，dst1，dst2和dst3中。如果源图像少于4个通道的情况下，那么传递给cvSplit()的不必要的目标参数可设置为NULL。CvScalar cvSum(//计算arr各通道所有像素总和 CvArr* arr//目标矩阵 );

原创 【OpenCV 基础知识 3】边缘检测

所以，整个行的作用是使用Canny边缘检测算法对输入的灰度图像进行边缘检测，并将结果存储在 dst 中。这是一种常见的图像处理操作，用于检测图像中的边缘结构。这行代码使用OpenCV库中的 cvCanny 函数对灰度图像进行边缘检测。

原创 【OpenCV 基础知识 2】灰度化图片

所以，整个行的作用是将原始彩色图像 image 转换为灰度图像，并将结果存储在 gray_image 中。这是常见的图像处理操作，将彩色图像转换为灰度图像通常用于简化图像处理流程，降低计算复杂性。所以，整个行的作用是创建一个与原始图像（image）大小相同的灰度图像，并将其赋值给 gray_image。这样，gray_image 就成为了一个单通道的灰度图像，可以在后续的图像处理中使用。使用OpenCV库中的 cvCvtColor 函数将彩色图像转换为灰度图像。

原创 【OpenCV 基础知识 1】加载图片

【代码】【OpenCV 基础知识 1】加载图片。

原创 使用Python创建一个简单的任务管理器应用程序

我们学习了如何使用Python和Tkinter库创建一个简单的任务管理器应用程序。虽然这个应用程序还很简单，但它提供了一个良好的起点，你可以根据自己的需求进一步扩展它，比如添加更多的功能、美化界面等。在这篇文章中，我们将探讨如何使用Python和Tkinter库来创建一个简单但功能强大的任务管理器应用程序。这个应用程序将允许用户添加、编辑、删除和完成任务，并提供一个直观的用户界面。我们首先设计用户界面。我们将使用Tkinter库来创建一个基本的GUI界面，包括标签、文本框、按钮等组件。

原创 使用Python构建一个简单的图书管理系统

Python是一种强大而灵活的编程语言，它可以用于构建各种类型的应用程序，包括图书管理系统。首先，我们需要设计数据库模型，这将决定我们的应用程序如何存储和管理图书信息。在命令行中运行程序，并按照提示执行相应的操作，添加书籍、显示书籍列表、搜索书籍等。在这个模型中，我们定义了一个名为Book的类，它具有标题、作者、年份和可用性等属性。现在，我们将编写一个简单的命令行用户界面，使用户能够与我们的图书管理系统进行交互。接下来，我们将实现一些基本功能，例如添加书籍、显示书籍列表和搜索书籍等。

原创 Python正则表达式入门指南

正则表达式（Regular Expression，简称regex或regexp）是一种用于描述字符串模式的表达式。它可以帮助你在文本中查找特定的文本模式，比如查找电子邮件地址、电话号码等。