gSOAP calc服务端与客户端示例

1. Web服务定义描述头文件

typedef double xsd__double;
int ns__add(xsd__double a, xsd__double b, xsd__double &result);
int ns__sub(xsd__double a, xsd__double b, xsd__double &result);
int ns__sqrt(xsd__double a, xsd__double &result);

 

2. 生成服务端与客户端代码

soapcpp2 calc.h

 

3. 服务端工程 / 客户端工程对比

 

4. 服务端main.cpp

  1 #include "soapH.h"
  2 #include <math.h>
  3 
  4 
  5 int http_get(struct soap *soap)
  6 {
  7     FILE *fd = NULL;
  8     fd = fopen("ns.wsdl", "rb");
  9     if (!fd)
 10     {
 11         return 404;
 12     }
 13     soap->http_content = "text/xml";
 14     soap_response(soap, SOAP_FILE);
 15 
 16     while(true)
 17     {
 18         size_t r = fread(soap->tmpbuf, 1, sizeof(soap->tmpbuf), fd);
 19 
 20         if (!r)    break;
 21         if (soap_send_raw(soap, soap->tmpbuf, r)) break;
 22     }
 23     fclose(fd);
 24     soap_end_send(soap);
 25 
 26     return SOAP_OK;
 27 }
 28 
 29 int http_get1(struct soap *soap)
 30 {
 31     std::string fileName="ns.wsdl";
 32 
 33     FILE *fd = NULL;
 34     fd = fopen(fileName.c_str(), "rb");//openWSDLfiletocopy
 35     if(!fd)
 36     {
 37         return 404; //return HTTP not found error
 38     }
 39     soap->http_content="text/xml"; //HTTP header with text/xml content
 40     soap_response(soap,SOAP_FILE);
 41     while (true)
 42     {
 43         size_t r=fread(soap->tmpbuf,1,sizeof(soap->tmpbuf),fd);
 44         if(!r)    break;
 45         if(soap_send_raw(soap,soap->tmpbuf,r))    break; //cannot send, but little we can do about that
 46     }
 47     fclose(fd);
 48     soap_end_send(soap);
 49     return SOAP_OK;
 50 }
 51 
 52 
 53 
 54 int main()
 55 {
 56     struct soap soap;
 57     int m, s;
 58     soap_init(&soap);
 59     soap.fget = http_get;
 60 
 61     m = soap_bind(&soap, NULL, 9001, 100);
 62 
 63     if (m < 0)
 64     {
 65         soap_print_fault(&soap, stderr);
 66         exit(-1);
 67     }
 68 
 69         fprintf(stderr, "Socket connection successful: master socket = %d\n", m);
 70 
 71         for (int i=1; ; i++)
 72         {
 73             s = soap_accept(&soap); //接受请求
 74             if (s < 0)
 75             {
 76                 soap_print_fault(&soap, stderr);
 77                 break;
 78             }
 79 
 80             fprintf(stderr, "%d: accepted connection from IP=%d.%d.%d.%d socket=%d", 
 81                         i, (soap.ip >> 24)&0xFF, (soap.ip >> 16)&0xFF, (soap.ip >> 8)&0xFF, soap.ip&&0xFF, s);  //打印出接受请求的详细信息
 82 
 83             if (soap_serve(&soap) != SOAP_OK)  //处理请求
 84                 soap_print_fault(&soap, stderr);
 85             fprintf(stderr, "request served\n");
 86 
 87             soap_destroy(&soap); //清理soap类实例
 88             soap_end(&soap);      //清理soap相关的所有资源并关闭连接
 89     }
 90     soap_done(&soap);
 91 
 92     return soap_serve(soap_new());
 93 }
 94 
 95 int ns__add(struct soap *soap, double a, double b, double &result)
 96 {
 97     result = a + b;
 98     return SOAP_OK;
 99 }
100 
101 int ns__sub(struct soap *soap, double a, double b, double &result)
102 {
103     result = a - b;
104     return SOAP_OK;
105 }
106 
107 
108 int ns__sqrt(struct soap *soap, double a, double &result)
109 {
110 
111     if (a >= 0)
112     {
113         result = sqrt(a);
114         return SOAP_OK;
115     }
116     else
117         return soap_receiver_fault(soap, "Square root of negative number", "I can't only take the square root of a non-negative number");
118 }
119 
120 
121 
122 
123 SOAP_NMAC struct Namespace namespaces[] =
124 {
125     {"SOAP-ENV", "http://schemas.xmlsoap.org/soap/envelope/", "http://www.w3.org/*/soap-envelope", NULL},
126     {"SOAP-ENC", "http://schemas.xmlsoap.org/soap/encoding/", "http://www.w3.org/*/soap-encoding", NULL},
127     {"xsi", "http://www.w3.org/2001/XMLSchema-instance", "http://www.w3.org/*/XMLSchema-instance", NULL},
128     {"xsd", "http://www.w3.org/2001/XMLSchema", "http://www.w3.org/*/XMLSchema", NULL},
129     {"ns", "http://tempuri.org/ns.xsd", NULL, NULL},
130     {NULL, NULL, NULL, NULL}
131 };

 

5. 客户端main.cpp

#include "soapH.h"

int main()
{
    struct soap calc_soap;
    

    soap_init(&calc_soap);

    double result = -1;

    /* 
    soap_call_ns__add(
            struct soap *soap, 
            const char *soap_endpoint, 
            const char *soap_action, 
            double a, 
            double b, 
            double &result)

  */
    //调用成功返回标准0
    int flag = soap_call_ns__add(&calc_soap, "http://localhost:9001", "", 1.0, 6.9, result);

    std::cout<<"result="<<result<<", flag="<<flag<<std::endl;



    flag = soap_call_ns__sqrt(&calc_soap, "http://localhost:9001", "",  9, result);
    std::cout<<"result="<<result<<", flag="<<flag<<std::endl;

    return 0;
};


SOAP_NMAC struct Namespace namespaces[] =
{
    {"SOAP-ENV", "http://schemas.xmlsoap.org/soap/envelope/", "http://www.w3.org/*/soap-envelope", NULL},
    {"SOAP-ENC", "http://schemas.xmlsoap.org/soap/encoding/", "http://www.w3.org/*/soap-encoding", NULL},
    {"xsi", "http://www.w3.org/2001/XMLSchema-instance", "http://www.w3.org/*/XMLSchema-instance", NULL},
    {"xsd", "http://www.w3.org/2001/XMLSchema", "http://www.w3.org/*/XMLSchema", NULL},
    {"ns", "http://tempuri.org/ns.xsd", NULL, NULL},
    {NULL, NULL, NULL, NULL}
};

 

6 服务端与客户端调试

转载于:https://www.cnblogs.com/asnjudy/p/4369108.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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