构成帧的方法

组帧

组帧的原因是为了在出错的时候只需要重发出错的帧,而不需要重发全部数据,从而提高效率。为了能让接收方正确地接收并检查所传输的帧,发送方必须依据一定的规则把网络层传下来的分组封装成帧(这个动作称为组帧)。组帧主要解决帧定界、帧同步、透明传输等问题。通常有4种方法实现组帧。

**注:**在网络中信息是以帧为最小单位进行传输的,所以接收端要正确地接收帧,必须要清楚该帧在一串比特流中从哪里开始到哪里结束。分组只是帧的数据部分,不需要加尾部定界。

字符计数法

在帧头部使用一个计数字段来标明帧内字符数。目的节点的数据链路层收到字节计数值的时候,就知道后面跟随的字节数,从而可以确定帧的结束的位置。计数字段提供的字节数包含自身所占用的一个字节。

缺点:如果计数字段出错了,那就失去了帧边界划分的依据,那么就会造成接收方无法判断帧的结束位,从而造成很严重的后果。

请添加图片描述

字符填充的首尾定界符法

请添加图片描述

字符填充法使用特定字符来定界一帧的开始和结束。如图所示,SOH放在帧的最前面,表示帧的首部开始。控制字符EOT表示帧的结束,为了让信息位中出现的特殊字符不被误判为帧的首位定界符,可以在特殊字符前面添加一个转义字符ESC(类似于Java中的"/"符号),从而实现数据的透明传输。接收方发现了转义字符之后,就知道后面跟的是数据信息而不是控制信息。

零比特填充的首尾标志法

零比特填充法允许数据帧包含任意个数的比特,也允许每个字符的编码包含任意个数的比特。使用一个特定的比特模式,用01111110来表示一个帧的开始和结束。在数据部分,遇到了5个连续的1就在后头加上一个0,从而避免信息位中出现01111110被误判为帧的边界标志。接收方接收到帧后,每遇到五个连续的1就删除后面的一个0,这样就能拿到正确的帧了。

请添加图片描述

违规编码法(基本没见过)

请添加图片描述

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
帧间差分是一种用于运动目标检测的方法,它通过对相邻的两帧图像进行差分运算,并取差分运算的绝对值来构成移动物体。在Python中,可以使用OpenCV库来实现帧间差分算法。下面是一个示例代码,展示了如何使用帧间差分方法进行运动目标检测: ```python import cv2 class FrameDifference(object): def run(self, Videopath='./video.avi'): frames = self.video_to_image(Videopath) c_frames = self.absdiff_(frames) def video_to_image(self, Videopath): capture = cv2.VideoCapture(Videopath) framesNum = capture.get(cv2.CAP_PROP_FRAME_COUNT) # 得到视频的帧数 frames = [] for i in range(int(framesNum) - 1): ret, frame = capture.read() frames.append(frame) return frames def absdiff_(self, frames): c_frames = [] for i in range(len(frames) - 2): frame_front = frames[i] frame_later = frames[i+1] d_frame = cv2.absdiff(frame_front, frame_later) # 帧间做差 c_frames.append(d_frame) cv2.imshow('d_frame', d_frame) cv2.waitKey() return c_frames ``` 你也可以根据需要修改代码中的参数和方法,来适应不同的场景和需求。请注意,这仅是一个简化的示例,实际应用中可能需要根据具体情况进行调整和优化。建议参考《python调用opencv库中的KCF等跟踪算法》这篇文章,以获取更详细的代码和说明。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [(1)Python-OpenCV视频帧间差分、高斯混合建模、背景差分提取前景目标轮廓、KCF目标跟踪、Meanshift算法...](https://blog.csdn.net/yohnyang/article/details/124834383)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“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

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

打赏作者

楚江_wog1st

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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