伪分布转换全分布的步骤

伪分布 变  全分布

准备工作

首先克隆两台一模一样的虚拟机,在去修改他们的ip和主机名

  1. 修改/etc/hosts

 增加ip地址和主机号,,注意不要写多余的东西

2.修改   $hadoop/etc/hadoop/slavs

增加集群的主机号

3.需要设置免密登录

免密登录及生成密钥,在相互交换密钥

4.删除格式化生成的文件夹 dfs/

             Logs日志文件夹   logs/

                 缓存文件夹      tmp/

不知道在哪里的查看自己的配置文件设置的内容

5.格式化hdfs   在格式化前需要把之前的hdfs进程停止

bin/hdfs namenode -format

6.启动即可 start-all.sh

结果

hadoop100

Hadoop102

 

Hadoop101

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
根据灰度分布来改写彩色的映射范围可以通过以下步骤实现: 1. 读取图像并转换为灰度图像。 2. 计算灰度值的直方图,并根据直方图得到灰度值的分布情况。 3. 根据灰度值的分布情况调整彩色映射范围,以使得不同灰度值之间的差异更加明显。 4. 将调整后的彩色映射范围应用到彩色图像上,并输出结果。 下面给出一个简单的Python代码示例: ```python import cv2 import numpy as np # 读入图像并转换为灰度图像 img = cv2.imread('image.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 计算灰度直方图 hist, bins = np.histogram(gray, 256, [0, 256]) # 根据灰度值的分布情况调整彩色映射范围 min_gray = np.argwhere(hist > 0)[0][0] max_gray = np.argwhere(hist > 0)[-1][0] color_map = cv2.applyColorMap(np.arange(256, dtype=np.uint8), cv2.COLORMAP_JET) color_map = color_map[min_gray:max_gray] # 将调整后的彩色映射范围应用到彩色图像上 color = cv2.LUT(gray, color_map) # 输出结果 cv2.imshow('Original', img) cv2.imshow('Gray', gray) cv2.imshow('Color', color) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这个示例中,我们首先读入一张彩色图像,并将其转换为灰度图像。然后,我们计算了灰度直方图,并根据直方图得到了灰度值的分布情况。接下来,我们调整了彩色映射范围,以使得不同灰度值之间的差异更加明显。最后,我们将调整后的彩色映射范围应用到彩色图像上,并输出了结果。

“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
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