IO流

IO流   

什么是IO流(input,output)

  在工作中,经常会操作磁盘上的资源,这个过程中实现了数据的输入和输出操作,磁盘上的文件和内存之间进行交互,数据的交互需要有一个媒介或者管道,把这个媒介或者管道就称为IO流,也被称为输入输出流  I:Input   O:Output
  输入:从外部存储设备到内存交输入 / 读取
  输出:从内存到外部存储设备叫输出 / 写入

  理解:输入、输出其实是站在内存的角度来说的,而不是站在硬盘的角度来说的。只要是数据进入内存,就是读取 / 输入;数据从内存往外传输,就是输出 / 写入。

IO流的分类

按照流向分类

  输入流:表示将数据读取到java程序(内存)中,使用的流
  输出流:表示从java程序(内存)向外传输使用的流

按照处理数据单位分

  字节流:一次向传输一个字节的数据,将数据以字节的形式传输
  字符流:一次性传输一个字符(utf-8编码1、2或3个字节)的数据,将数据以字符的形式传输

按照功能分

  节点流:可以从或向一个特定的地方(节点)读写字节数据
  处理流:是对一个已经存在的流进行连接和封装,通过所封装的流的功能调用实现数据读写

字节输入流

  字节输入流:InputStream是一个抽象类,不能实例化对象

  常用方法

方法名描述
void close()关闭此输入流并释放与该流关联的所有系统资源。
int read()从输入流中读取数据的下一个字节。
int read(byte[] b)从输入流中读取一定数量的字节,并将其存储在缓冲区数组b中。
int read(byte[] b,int off, int len)将输入流中最多len个数据字节读入 byte 数组。

文件输入流(FileInputStream)
  在操作(读取)文件时,文件必须存在,如果文件不存在,会抛出异常(文件找不到异常)

public class DemoFileInputStream {
	public static void main(String[] args) {
		//创建被操作文件:此文件必须存在,否则读取时,抛出文件找不到异常
		File file = new File("test\\hello.txt");
		//声明流,不初始化
		FileInputStream fis = null;
		try {
			//初始化流
			fis = new FileInputStream(file);
			//准备数组用来存储数据
			byte[] b = new byte[3];
			//先定义一个变量,初始值是-1
			int i = -1;
			//定义一个计数循环的变量
			int count = 0;
			//while循环读取
			while((i=fis.read(b))!=-1) {
				count++;
				for(int j=0; j<i; j++) {
					System.out.print((char)b[j]);
				}
			}
			System.out.println(count);//计数:计算循环读取的次数
		} catch (FileNotFoundException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} finally {
			if(fis!=null) {
				try {
					fis.close();
				} catch (IOException e) {
					// TODO Auto-generated catch block
					e.printStackTrace();
				}
			}
		}	
	}
}

字节输出流

  OutputStream是抽象类,不能实例化对象

常用方法:

方法名描述
void close()关闭此输出流并释放与此流有关的所有系统资源。
void flush()刷新此输出流并强制写出所有缓冲的输出字节。
void write(byte[] b)将 b.length 个字节从指定的 byte 数组写入此输出流。
void write(byte[] b,int off, int len)将指定 byte 数组中从偏移量 off 开始的 len 个字节写入此输出流。
void write(int b)将指定的字节写入此输出流。

文件输出流(FileOutputStream)
  在操作文件时(写入),如果文件不存在,程序会自动创建一个文件

public class TestFileOutputStream {
	public static void main(String[] args) {
		//向文件中写入数据
		//在工程中创建一个test文件夹
		//设计程序,向test\\hello.txt中写入hello world
		//第一步:创建被操作文件对象
		//当向一个文件中写入数据时,若文件不存在,程序会自动创建
		File file = new File("test\\hello.txt");
		FileOutputStream fos = null;
		try {
			//第二步:创建流对象
			fos = new FileOutputStream(file, true);
			//第三步:准备数据
			String str = "hello world";
			byte[] b = str.getBytes();
			System.out.println(b.length);
			//第四步:使用流写入
			fos.write(b);
		}catch(IOException e) {
			e.printStackTrace();
		} finally {
			if(fos!=null) {
				try {
					//第五步:刷新流,关闭流
					fos.flush();
					fos.close();
				} catch (IOException e) {
					// TODO Auto-generated catch block
					e.printStackTrace();
				}
			}
		}
	}
}

字符输入流

  Reader:是所有字符输入流的父类,为一个抽象类,不能实例化对象,使用它的子类FileReader类。

public class FileReaderUsageDemo {
	public static void main(String[] args) {
		//1.将文件的路径转换为File对象
		File file = new File("file/input1.txt");
		Reader reader = null;
		
		try {
			//2.实例化一个FileReader的对象
			reader = new FileReader(file);
			
			//3.定义一个数组
			char[] arr = new char[8];
			
			//4.定义一个int的变量
			int hasRead = 0;
			
			//5.循环读取
			while((hasRead = reader.read(arr)) != -1) {
				String result = new String(arr, 0, hasRead);
				System.out.println(result);
			}
			
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		}
		finally {
			//避免出现空指针异常
			if(reader != null) {
				try {
					reader.close();
				} catch (IOException e) {
					e.printStackTrace();
				}
			}
		}
	}
}

字符输入流

  Writer:是所有字符输出流的父类,为一个抽象类,不能实例化对象,使用它的子类FileWriter类

public class FileWriterUsageDemo {

	public static void main(String[] args) throws IOException {
		File file = new File("file/output1.txt");
		
		Writer writer = new FileWriter(file);
		
		//写入
		//注意:区别于字节流,可以直接传字符串
		writer.write("天边最美的云彩");
		
		writer.flush();//立即写入硬盘
		
		writer.close();
	}
}
小案例

使用字节流复制文件

// 1 使用字节流复制文件
	public static void copy1() throws Exception{
		//1创建字节文件输入输出流
		InputStream is=new FileInputStream("d:\\003.jpg");
		OutputStream os=new FileOutputStream("d:\\004.jpg");
		//2读、写
		byte[] buf=new byte[1024*4];
		int len=0;
		while((len=is.read(buf))!=-1){
			//buf缓冲区,0从第一个位置写,len写的长度
			os.write(buf,0,len);
		}
		//3关闭
		is.close();
		os.close();
		System.out.println("复制完成");
	}

使用字符流复制文件

//2使用字符流复制文件
	
	public static void copy2() throws Exception{
		//1创建字符输入输出流
		Reader reader=new FileReader("d:\\003.jpg");
		Writer writer=new FileWriter("d:\\005.jpg");
		//2读写
		char[] buf=new char[1024*4];
		int len=0;
		while((len=reader.read(buf))!=-1){
			writer.write(buf, 0, len);
		}
		//3关闭
		reader.close();
		writer.close();
		System.out.println("复制完成");
		
	}

注意:
   如果复制的是文本文件,用字节流和字符流都可以
   如果复制的是图片、电影、音乐则需要使用字节流来操作,因为这些数据都是以字节的形式保存的

  • 1
    点赞
  • 1
    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
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