椭圆拟合

最新推荐文章于 2024-04-10 23:07:47 发布
最新推荐文章于 2024-04-10 23:07:47 发布
阅读量904 收藏 8
点赞数
分类专栏： 几何标定
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/qq_14822699/article/details/88359898
版权

结合师兄写的程序加上自己的修改，为在工程上使用，后又写出C++版，同是将输出一些参数作为结构体输出

椭圆拟合

同时可参考http://mathworld.wolfram.com/Ellipse.html

function [Re, center, vertex]= MyEllipseDirectFit(XY)
%  Direct ellipse fit, proposed in article
%    A. W. Fitzgibbon, M. Pilu, R. B. Fisher
%     "Direct Least Squares Fitting of Ellipses"
%     IEEE Trans. PAMI, Vol. 21, pages 476-480 (1999)
%
%  Our code is based on a numerically stable version
%  of this fit published by R. Halir and J. Flusser
%
%     Input:  XY(n,2) is the array of coordinates of n points x(i)=XY(i,1), y(i)=XY(i,2)
%
%     Output: A = [a b c d e f]' is the vector of algebraic 
%             parameters of the fitting ellipse:
%             ax^2 + bxy + cy^2 +dx + ey + f = 0
%             the vector A is normed, so that ||A||=1
%
%  This is a fast non-iterative ellipse fit.
%
%  It returns ellipses only, even if points are
%  better approximated by a hyperbola.
%  It is somewhat biased toward smaller ellipses.
%
centroid = mean(XY); % the centroid of the data set
warning off;
D1 = [(XY(:,1)-centroid(1)).^2, (XY(:,1)-centroid(1)).*(XY(:,2)-centroid(2)),...
      (XY(:,2)-centroid(2)).^2];
D2 = [XY(:,1)-centroid(1), XY(:,2)-centroid(2), ones(size(XY,1),1)];
S1 = D1'*D1;
S2 = D1'*D2;
S3 = D2'*D2;
T = -inv(S3)*S2';
M = S1 + S2*T;
M = [M(3,:)./2; -M(2,:); M(1,:)./2];
[evec,eval] = eig(M);
cond = 4*evec(1,:).*evec(3,:)-evec(2,:).^2;
A1 = evec(:,find(cond>0));
A = [A1; T*A1];
A4 = A(4)-2*A(1)*centroid(1)-A(2)*centroid(2);
A5 = A(5)-2*A(3)*centroid(2)-A(2)*centroid(1);
A6 = A(6)+A(1)*centroid(1)^2+A(3)*centroid(2)^2+...
     A(2)*centroid(1)*centroid(2)-A(4)*centroid(1)-A(5)*centroid(2);
A(4) = A4;  A(5) = A5;  A(6) = A6;
% if A(1)<0
%     A=-A;
% end
Re=A;

%长轴倾角
%ellipse equation: a*x^2 + b*x*y + c*y^2 +d*x + e*y + 1 = 0;
% Refer to：http://blog.csdn.net/ningyaliuhebei/article/details/46327681
B=Re(2)/Re(6); A=Re(1)/Re(6);C=Re(3)/Re(6); D=Re(4)/Re(6);E=Re(5)/Re(6);
if B==0
     if A<C/2
    theta1=0; 
    else
      theta1= pi/2;
    end  
else
    if A<C/2
    theta1=0.5*atan(B/(A-C)); 
    else
      theta1= pi/2 + 0.5*atan(B/(A-C));
    end
end
K1= tan(theta1); %长轴斜率
if (abs(K1)<1e-8) 
    K1=0;
end
%椭圆的中心点
xc=(B*E-2*C*D)/(4*A*C-B^2);
yc=(B*D-2*A*E)/(4*A*C-B^2);
%椭圆的长、短半轴长度
la=sqrt(2*(A*xc^2+C*yc^2+B*xc*yc-1)/(A+C-sqrt((A-C)^2+B^2)));
lb=sqrt(2*(A*xc^2+C*yc^2+B*xc*yc-1)/(A+C+sqrt((A-C)^2+B^2)));
%长、短轴顶点坐标
n1=[1,K1]; n1=n1/norm(n1);
center = [xc, yc];
va1=center+la*n1;  %长轴顶点1, 坐标轴正向
va2=center-la*n1;  %长轴顶点2，坐标轴负向

if(K1 == 0)
    n2=[0,1];
else
    n2=[1,-1/K1];
end
n2=n2/norm(n2);
if n2(2) >= 0
    vb1=center+lb*n2;  %短轴顶点1，坐标轴正向
    vb2=center-lb*n2;  %短轴顶点2，坐标轴负向
else
    vb1=center-lb*n2;  %短轴顶点1，坐标轴正向
    vb2=center+lb*n2;  %短轴顶点2，坐标轴负向
end

center = [xc, yc];
vertex = [va1;va2;vb1;vb2];

end  %  EllipseDirectFit

长短轴计算

结合上文函数

function [aa,bb]=getab(re)
a=re(1);
b=re(2)/2;
c=re(3);
d=re(4)/2;
f=re(5)/2;
g=re(6);
aa=sqrt((2*(a*f^2+c*d^2+g*b^2-2*b*d*f-a*c*g))/((b^2-a*c)*(sqrt((a-c)^2+4*b^2)-(a+c))));
bb=sqrt((2*(a*f^2+c*d^2+g*b^2-2*b*d*f-a*c*g))/((b^2-a*c)*(-sqrt((a-c)^2+4*b^2)-(a+c))));
if abs(aa)>abs(bb)
    temp=aa;
    aa=bb;
    bb=temp;
end
end

C++版

C++程序基于Opencv库

typedef struct{
	double Re[6], center[2], vertex[4][2], abc[3], longShortAxis[2];
	//Re椭圆一般式方程参数ax^2+bxy+cy^2+dx+ey+f=0;
	//center,椭圆中心坐标
	//vertex，椭圆长轴点短轴点坐标
	//abc，椭圆方程参数，a(x-u)^2+b(y-v)^2+2c(x-u)(y-v)=1
	//longShortAxis,椭圆长轴短轴长度
}structEllipse;

structEllipse MyEllipseDirectFit(std::vector<std::vector<double>> XY, int rows)
{
	structEllipse result;
	//double eps = 1e-12;
	//std::vector<double >centroidx, centroidy;
	//for (int i = 0; i < rows; i++){
	//	centroidx.push_back(XY[i][0]);
	//	centroidy.push_back(XY[i][1]);
	//}
	std::cout << *max_element(centroidx.begin(), centroidx.end());
	//double centroid[2] = { arrCal.mean(centroidx), arrCal.mean(centroidy) };
	//std::vector<std::vector<double>>D1(rows), D2(rows);
	cv::Mat M;
	M.create(rows, 6, CV_64FC1);
	for (int i = 0; i < rows; i++){
		M.at<double>(i, 0) = std::pow(XY[i][0], 2);
		M.at<double>(i, 1) = XY[i][0] * XY[i][1];
		M.at<double>(i, 2) = std::pow(XY[i][1], 2);
		M.at<double>(i, 3) = XY[i][0];
		M.at<double>(i, 4) = XY[i][1];
		M.at<double>(i, 5) = 1;
	}
	//cv::Mat T = (-(D2.t()*D2).inv()*(D1.t()*D2).t());
	//cv::Mat M0 = D1.t()*D1 + (D1.t()*D2)*(-(D2.t()*D2).inv()*(D1.t()*D2).t());
	//cv::Mat M ;
	//cv::vconcat(M0(cv::Rect(0, 2, 3, 1)) / 2, -M0(cv::Rect(0, 1, 3, 1)), M);//vconcat:矩阵拼接，Rect矩阵裁剪
	//cv::vconcat(M, M0(cv::Rect(0, 0, 3, 1)) / 2, M);
	cv::SVD svd;
	cv::Mat U;
	cv::Mat DD;
	cv::Mat VT;
	svd.compute(M, DD, U, VT);
	//cv::Mat Re = VT(cv::Rect(0, 5, 6, 1));
	for (int i = 0; i < VT.cols; i++)
		result.Re[i] = *VT.ptr<double>(5, i);
	double parameter[5];
	parameter[0] = result.Re[0] / result.Re[5];
	parameter[1] = result.Re[1] / result.Re[5];
	parameter[2] = result.Re[2] / result.Re[5];
	parameter[3] = result.Re[3] / result.Re[5];
	parameter[4] = result.Re[4] / result.Re[5];
	double K1 = tan(0.5*atan(parameter[1] / (parameter[0] - parameter[2])));
	if (fabs(K1) < 1e-8)
		K1 = 0;
	//std::cout << std::setprecision(20) <<K1 << std::endl;

	result.center[0] = (parameter[1] * parameter[4] - 2 * parameter[2] * parameter[3]) / (4.0 * parameter[0] * parameter[2] - pow(parameter[1], 2));
	result.center[1] = (parameter[1] * parameter[3] - 2 * parameter[0] * parameter[4]) / (4.0 * parameter[0] * parameter[2] - pow(parameter[1], 2));
	//longShortAxis椭圆长短轴
	result.longShortAxis[0] = sqrt(2 * (parameter[0] * pow(result.center[0], 2) + parameter[2] * pow(result.center[1], 2) + parameter[1] * result.center[0] * result.center[1] - 1) / (parameter[0] + parameter[2] - sqrt(pow((parameter[0] - parameter[2]), 2) + pow(parameter[1], 2))));
	result.longShortAxis[1] = sqrt(2 * (parameter[0] * pow(result.center[0], 2) + parameter[2] * pow(result.center[1], 2) + parameter[1] * result.center[0] * result.center[1] - 1) / (parameter[0] + parameter[2] + sqrt(pow((parameter[0] - parameter[2]), 2) + pow(parameter[1], 2))));
	//std::cout << std::setprecision(20) << la << std::endl << lb << std::endl;
	double n1[2];
	n1[0] = (1.0 / sqrt(1 + pow(K1, 2)));
	n1[1] = (K1 / sqrt(1 + pow(K1, 2)));
	result.vertex[0][0] = result.center[0] + result.longShortAxis[0] *n1[0] ;
	result.vertex[0][1] = result.center[1] + result.longShortAxis[0] *n1[1] ;
	result.vertex[1][0] = result.center[0] - result.longShortAxis[0] * n1[0];
	result.vertex[1][1] = result.center[1] - result.longShortAxis[0] * n1[1];
	double n2[2];
	if (K1 == 0){
		n2[0] = 0;
		n2[1]= 1.0;
	}
		
	else{
		n2[0] = (1.0 / sqrt(1 + pow(-1.0 / K1, 2)));
		n2[1] = ((-1.0 / K1) / sqrt(1 + pow(-1.0 / K1, 2)));
	}
	if (n2 >= 0){
		result.vertex[2][0] = result.center[0] + result.longShortAxis[1] * n2[0];
		result.vertex[2][1] = result.center[1] + result.longShortAxis[1] * n2[1];
		result.vertex[3][0] = result.center[0] - result.longShortAxis[1] * n2[0];
		result.vertex[3][1] = result.center[1] - result.longShortAxis[1] * n2[1];
	}
	else{
		result.vertex[2][0] = result.center[0] - result.longShortAxis[1] * n2[0];
		result.vertex[2][1] = result.center[1] - result.longShortAxis[1] * n2[1];
		result.vertex[3][0] = result.center[0] + result.longShortAxis[1] * n2[0];
		result.vertex[3][1] = result.center[1] + result.longShortAxis[1] * n2[1];
	}
		//std::cout << std::setprecision(20) <<  << std::endl;
	//result.Re[1]= *Re.ptr<double>;
	//cond=4 * eVectorsMat(cv::Rect(0, 0, 3, 1)).mul(eVectorsMat(cv::Rect(0, 2, 3, 1))) - (eVectorsMat(cv::Rect(0, 1, 3, 1))).mul(eVectorsMat(cv::Rect(0, 1, 3, 1)));
	//int j=0;
	//for (j = 0; j < cond.cols; j++){
	//	if (*cond.ptr<double>(0, j)>0)
	//		break;
	//}
	//cv::Mat A1 = eVectorsMat(cv::Rect(j, 0, 1, 3));
	//cv::Mat A;

	//cv::vconcat(A1,T*A1, A);
	//std::cout << A1 << std::endl;
	//std::cout << cond << std::endl;
	//std::cout << eVectorsMat(cv::Rect(0, 0, 3, 1)).mul(eVectorsMat(cv::Rect(0, 2, 3, 1)));

	//cv::Mat point;
	//point.create(rows, 2, CV_64F);
	//for (int i = 0; i < rows; i++)
	//for (int j = 0; j < 2; j++)
	//	point.at<double>(i, j) = XY[i][j];
	cv::meanStdDev(point, mean_, stddev2_);
	//cv::Mat centroid0 = (cv::Mat_<double>(1,2)<<mean(point(cv::Rect(0, 0, 1, rows)))[0],mean(point(cv::Rect(1, 0, 1, rows)))[0]);
	//cv::Mat centroid;
	//for (int i = 0; i < rows ; i++){
	//	centroid.push_back(centroid0);
	//}
	//std::cout << point << std::endl << centroid << std::endl ;//<<  point.rowRange;
	//另一种拟合形式中的abc三个参数计算

	double re1[6];
	re1[0] = (result.Re[0] / result.Re[2]);
	re1[1] = (result.Re[1] / result.Re[2]);
	re1[2] = (result.Re[2] / result.Re[2]);
	re1[3] = (result.Re[3] / result.Re[2]);
	re1[4] = (result.Re[4] / result.Re[2]);
	re1[5] = (result.Re[5] / result.Re[2]);
	double p[5];
	p[0] = re1[0];
	p[1] = -re1[3] / 2.0;
	p[2] = -re1[4] / 2.0;
	p[3] = re1[1] / 2.0;
	p[4] = re1[5];
	result.abc[0] = p[0] / (p[0] * pow(result.center[0], 2) + pow(result.center[1], 2) + 2 * p[3]*result.center[0] * result.center[1] - p[4]);
	result.abc[1] = result.abc[0] / p[0];
	result.abc[2] = p[3]*result.abc[1];
///计算椭圆长短轴
	//double a, b, c, d, g, f;
	//a = result.Re[0];
	//b = (result.Re[1] / 2);
	//c = result.Re[2];
	//d = (result.Re[3] / 2);
	//f = (result.Re[4] / 2);
	//g = result.Re[5];
	//result.longShortAxis[0] = sqrt((2 * (a*pow(f, 2) + c*pow(d, 2) + g*pow(b, 2) - 2 * b*d*f - a*c*g)) / ((pow(b, 2) - a*c)*(sqrt(pow((a - c), 2) + 4 * pow(b, 2)) - (a + c))));
	//result.longShortAxis[1] = sqrt((2 * (a*pow(f, 2) + c*pow(d, 2) + g*pow(b, 2) - 2 * b*d*f - a*c*g)) / ((pow(b, 2) - a*c)*(-sqrt(pow((a - c), 2) + 4 * pow(b, 2)) - (a + c))));
	double temp;
	if (fabs(result.longShortAxis[0]) > fabs(result.longShortAxis[1])){
		temp = result.longShortAxis[0];
		result.longShortAxis[0] = result.longShortAxis[1];
		result.longShortAxis[1] = temp;
	}
	return result;
}
pfrules
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
椭圆拟合方法
千人斩的博客
07-11 1万+
最近工作中遇到了有关椭圆拟合的问题，把在这一过程中踩坑和最后使用的方法进行了总结。 参考链接：https://github.com/seisgo/EllipseFit https://github.com/xiamenwcy/EllipseFitting opencv3.2的方法 首先使用的是opencv的方法，该方法有时候会失效。 //待拟合的点 vector<Point> vpfi...
ellipse-js:一个用于椭圆拟合JavaScript库
05-08
椭圆js 一个用于椭圆拟合JavaScript库 例子 本示例计算点集(0,0), (1,0), (0,2), (2,1), (2,4)的最佳拟合椭圆的方程式 var ellipse = new Ellipse(); ellipse.setFromPoints([{x:0, y:0}, {x:1, y:0}, {x:0, y:2}, {x:2, y:1}, {x:2, y:4}]); ellipse.printEquation(); 打印+0.743x^2 -0.557xy +0.371y^2 -0.743x -0.743y +0 = 0 可以使用ellipse.a ， ellipse.b ， ellipse.c ， ellipse.d ， ellipse.e独立访问每个组件。
MATLAB--椭圆拟合算法
最新发布
老邹的博客
04-10 556
xcell为x坐标数组，ycell为y坐标数组；
最小二乘椭圆拟合matlab代码实现
anhuibozhoushatu的专栏
12-27 8134
function Re = EllipseDirectFit(XY); %  Direct ellipse fit, proposed in article %    A. W. Fitzgibbon, M. Pilu, R. B. Fisher %     "Direct Least Squares Fitting of Ellipses" %     IEEE Trans. PAMI,
【Matlab学习手记】椭圆拟合
热门推荐
Taosy
10-16 1万+
熟悉 Matlab 函数 nlinfit 使用。 椭圆拟合方程： 结果图： 程序： clear; clc; F = @(p, x) p(1) * x(:, 1) .^ 2 + p(2) * x(:, 1) .* x(:, 2) + p(3) * x(:, 2) .^2 + p(4); % 离散数据点 x = [6.3246, 6.9379, 7.0875, 7.9242, 7.8...
基于python与scipy拟合椭圆
Panda_1875的博客
06-23 5479
1.效果 2. 原理 椭圆有个性质：椭圆上的点到椭圆两焦点的距离为常数。 令： 1、椭圆上的点到两焦点的距离之和为 LtargetL_{target}Ltarget​ 2、两焦点坐标为(xfocus,1 ,yfocus,1),(xfocus,2 ,yfocus,2)(x_{focus,1}\,,y_{focus,1}),(x_{focus,2}\,,y_{focus,2})(xfocus,1​,yfocus,1​),(xfocus,2​,yfocus,2​) 3、nnn个样本点坐
椭圆拟合的c++方法.rar
07-11
椭圆拟合的c++方法，参考github链接 https://github.com/seisgo/EllipseFit，原版是qt版本，改为不依赖qt的版本。 包含两个文件：myEllipse.h和myEllipse.cpp 具体参考：...
椭圆拟合matlab程序
03-03
matlab编写的，使用最小二乘进行椭圆拟合的程序，最后得到椭圆的五个参数
Halcon12.0 椭圆拟合
04-25
Halcon12.0模拟如何进行椭圆测量的逻辑
matlab最小二乘法拟合函数代码-EllipseFit:椭圆拟合
05-21
matlab最小二乘法拟合函数代码椭圆拟合 抽象的 椭圆拟合理论研究 编码以实现椭圆拟合， matlab和C ++ 比较不同的椭圆拟合理论或函数 考虑到圆锥截面的最小二乘拟合法的弊端，寻求一种有效且鲁棒的方法。 通过Matlab...
椭圆拟合函数
11-17
文件附带matlab的椭圆拟合函数，将matlab写的函数改写为C++函数，该函数的使用依赖于OpenCV、Eigen库。
椭圆拟合（matlab）
08-17
这是一个快速和非迭代椭圆拟合算法 . 用法： A = EllipseDirectFit(XY) 输入: XY(n,2) 数组是n个点的坐标 x(i)=XY(i,1), y(i)=XY(i,2) 输出: A = [a b c d e f]' 时椭圆拟合的系数向量其方程方程为：: ax^2 + bxy + cy^2 + dx + ey + f = 0,其中A是被归一化的 ||A||=1 可以转换输出的几何参数，比如（半轴，中心等），具体的理论公式在http://www.mathworks.com/matlabcentral/fx_files/22684/2/ellipse.png。 这个椭圆拟合理论是被提出在下面的文章： A. W. Fitzgibbon, M. Pilu, R. B. Fisher "Direct Least Squares Fitting of Ellipses" IEEE Trans. PAMI, Vol. 21, pages 476-480 (1999)The authors called it "Direct Ellipse Fit". 作者称它为"Direct Ellipse Fit". 这个代码是基于一本合适的数值稳定版本R. Halir and J. Flusser只是将数据中心，以进一步提高性能 注意：拟合输出值为椭圆！您将获得一个椭圆即使点可以得到更好的近似一双曲线。
matlab最小二乘法拟合椭圆Least-Squares-Ellipse-Fit.rar
04-01
关于matlab椭圆拟合的源代码，根据给出的椭圆边界上的点坐标拟合整个椭圆的边界
最小二乘法拟合椭圆
03-21
以C语言开发的最小二乘法椭圆拟合程序，精度非常高，欢迎使用
基于最小二乘法的椭圆拟合程序
08-19
基于最小二乘法的椭圆拟合程序，参考文献：基于椭圆拟合的人工标志中心定位方法
java圆和椭圆的关系_圆与椭圆 - brifuture - 博客园
weixin_30819373的博客
02-23 299
一个单位圆的方程是 X2 + Y2= 1，画在坐标系中：对于圆来说，由于它是高度对称的，旋转属性对它而言意义不大。在 canvas 画布上绘制一个圆很简单，有两种方法：1.使用 html5 中提供的 drawArc API2. 我们也可以用公式X2+ Y2= 1，将 X 从 -1 到 1 中每个微元 dx 对应的纵坐标一个个算出来，然后再将这些点连接起来，只要切割的足够细，那么绘制出来...
halcon中如何生成椭圆_跳一跳中从skeleton骨架里拟合椭圆
weixin_39876002的博客
12-20 347
下面是找图片中方形物体的中心点:(圆形点的是上面的,但是怎么判断是方的或者是圆的??)importhalconc;//console.open();//首先设置默认背景图像varret,BGImage=halconc.read_image(0,"res/bg");varret,width,height=halconc.get_image_size(BGImage,0,0);varr...
VisionPro软件笔记
qq_39629280的博客
05-27 4604
VisionPro笔记 1、CogPMAlignTool的操作方法： 抓取图像-设置训练区域及参数-训练模板-设置运行参数与区域-运行-查看结果 2、CogPMAlignTool的基本原理： 图案位置搜索工具（识别+定位） 基于边缘特征的模板而不是基于像素的模板匹配 支持图像中特征的旋转与缩放 边缘特征表示图像中不同区域间界限的轮廓线（有大小和方向） 3、CogPMAlignTool的参数介绍 训练参数：算法、忽略极性、粗糙度、精细度、边缘阈值、弹性 保存、加载模板 PatMax定位精度达到1/40像
超最小二乘椭圆拟合函数----MATLAB实现
James_Ray_Murphy的博客
01-17 7656
1. 超最小二乘椭圆拟合（Hyper least squares fitting of ellipses） 上一篇博客给出了最小二乘椭圆拟合的函数（点击打开链接），超最小二乘椭圆拟合和最小二乘椭圆拟合有什么区别呢？简单来说，当所给的椭圆拟合数据只是占椭圆的一部分时，超最小二乘椭圆拟合的精度要高于最小二乘椭圆拟合，如下图所示。 详细介绍请看文献：(1) Kenichi Kanatani,
椭圆拟合matlab
04-03
在MATLAB中，可以使用椭圆拟合函数来拟合给定的数据点集合到一个椭圆模型。MATLAB提供了一个名为"fit_ellipse"的函数，可以用于实现椭圆拟合。 使用该函数的基本步骤如下： 1. 准备数据：将需要拟合的数据点集合准备好，可以是二维坐标系下的点集合。 2. 调用函数：使用"fit_ellipse"函数进行椭圆拟合，传入数据点集合作为参数。 3. 获取拟合结果：函数将返回一个结构体，包含了拟合后的椭圆参数，如中心坐标、长轴长度、短轴长度等信息。 以下是一个示例代码，展示了如何在MATLAB中进行椭圆拟合： ```matlab % 准备数据 x = [1, 2, 3, 4, 5]; y = [2, 3, 4, 5, 6]; % 调用函数进行椭圆拟合 ellipse_params = fit_ellipse(x, y); % 获取拟合结果 center_x = ellipse_params.X0; center_y = ellipse_params.Y0; major_axis = ellipse_params.long_axis; minor_axis = ellipse_params.short_axis; % 打印结果 disp(['椭圆中心坐标：(', num2str(center_x), ', ', num2str(center_y), ')']); disp(['长轴长度：', num2str(major_axis)]); disp(['短轴长度：', num2str(minor_axis)]); ``` 请注意，上述示例代码中的数据点集合是简化的，实际应用中需要根据具体情况进行修改。另外，"fit_ellipse"函数可能需要额外的工具箱支持，如Curve Fitting Toolbox。

“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