- 博客(9)
- 收藏
- 关注
RSS订阅转载 JDBC详细介绍
前言JDBC介绍JDBC（Java DataBase Connectivity）是Java和数据库之间的一个桥梁，是一个规范，而不是一个实现，能够执行SQL语句。它由一组用Java语言编写的类和接口组成。各种不同类型的数据库都有相应的实现。本文代码都是采用MySQL数据库实现的。JDBC编程步骤1、装载相应的数据库的JDBC驱动并进行初始化导入专用的jar包（不同的数据库可需要的j...
2019-11-18 20:30:24
455
原创 如何关闭window10更新
1、鼠标右击此电脑，打开【管理】2、打开系统【服务】3、打开windows update 服务属性，把启动类型改成【禁用】4、打开恢复选项卡，把里面的第一次失败改成“无操作”...
2019-10-13 13:21:56
164
原创 java中a = a+b 和a += b的区别
之前在学习python和c的时候，感觉两者没区别，今天在学习java的时候，也觉得没区别，认为a = a+b和a += b是一样的，但是，今天在听了一门课才发现在java中两者不一样。区别：在讨论两者区别之前首先会引出一个概念，就是java中的显式转换和隐式转换。首先我们先讲一下显式转换和隐式转换。显式转换：但如果程序要求一定要将某一类型的数据转换为另外一种类型，则可以利用强制类型转换运算...
2019-09-24 21:31:58
379
转载 十大经典排序算法（动图演示）
十大经典排序算法（动图演示）0、算法概述0.1 算法分类十种常见排序算法可以分为两大类：比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。0.2 算法复杂度0.3 相关概念稳...
2019-08-16 16:28:45
192
原创 中值滤波--python实现
中值滤波介绍中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上...
2019-08-16 15:56:35
8722
2
转载 通用命名规则
最重要的一致性规则是命名管理. 命名的风格能让我们在不需要去查找类型声明的条件下快速地了解某个名字代表的含义: 类型, 变量, 函数, 常量, 宏, 等等, 甚至. 我们大脑中的模式匹配引擎非常依赖这些命名规则。通用命名规则总述函数命名, 变量命名, 文件命名要有描述性; 少用缩写.说明尽可能使用描述性的命名, 别心疼空间, 毕竟相比之下让代码易于新读者理解更重要. 不要用只有项目开发者...
2019-08-15 14:19:03
468
原创 二值化图像去噪
–本人一个图像小萌新，如有错误，欢迎指导改正在对图像二值化后去噪。def denoosing(image,filt_size): # filt_size为去噪卷积窗口的大小，为奇数 h,w = image.shape # print(image) avg = (filt_size-1)//2 img = image.copy() ...
2019-08-14 21:25:48
7474
1
原创 灰度图保存通道问题
首先加载一张图片，同时检查图像数组的形状：import numpy as npimport cv2image = cv2.imread("./img/test.jpg")print(image.shape)输出：(512, 512, 3)我们得到的是512x512大小的三通道彩色图像，然后将其转化为灰度图像同时检查其形状。gray_image = cv2.cvtColor(i...
2019-08-14 11:07:15
1985
原创 图像处理--灰度图
灰度图灰度图，Gray Scale Image 或是Grey Scale Image，又称灰阶图。把白色与黑色之间按对数关系分为若干等级，称为灰度。灰度分为256阶。灰度图定义什么叫灰度图？任何颜色都有红、绿、蓝三原色组成，假如原来某点的颜色为RGB(R，G，B)，那么，我们可以通过下面几种方法，将其转换为灰度：1.浮点算法：Gray=R0.3+G0.59+B0.112.整数方法：Gra...
2019-08-13 11:15:43
5365
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人