”一只特立独行的猪“的博客

一、VCL软件（一）下载地址（二）VLC Media Player 简介（三）特色二、VLC保存网络流视频参考资料一、VCL软件（一）下载地址官网下载：http://www.videolan.org/vlc/（二）VLC Media Player 简介VLC多媒体播放器（最初命名为VideoLAN客户端）是VideoLAN计划的多媒体播放器。它支持众多音频与视频解码器及文件格式，并支持DVD影音光盘，VCD影音光盘及各类流式协议。它也能作为unicast或multicast的流式服务器在IPv4.

FTP文件传输与Linux分割粘合文件一、ftp环境搭建二、FTP文件下载上传一、ftp环境搭建1.清除vsftpd，打开ubuntu终端输入sudo apt-get purge vsftpd2.安装vsftpdsudo apt-get install vsftpd3.创建ftp用户# 创建用户sudo useradd ftpuser# 设置用户密码sudo passwd ftpuser# 修改用户的主目录 /home/ieayoio/ftpdirsudo usermod

开启QQ邮箱的SMTP服务开启TELNET客户端使用SMTP协议手工发送邮件开启QQ邮箱的SMTP服务1.登陆QQ邮箱，点击设置-账户2.找到“POP3/SMTP服务”和“IMAP/SMTP服务”项，点“开启”。3.开启需要发送短信到下面号码4.开启之后，系统会给你一个“授权码”。这个授权码将作为邮箱的登陆密码开启TELNET客户端打开控制面板->程序->启用或关闭Windows功能->TeInet客户端使用SMTP协议手工发送邮件1、打开 cmd，输入：teln.

SVM算法人脸表情识别一、算法简介（一）流程（二）原理图（三）HOG特征提取原理二、代码实现三、总结参考资料一、算法简介（一）流程1.先构建一个HOG特征提取器，到时候图片处理完之后就可以直接提取特征了2用opencv来读取数据集，但有些照片是检测不出脸的，可以直接删掉3.如果对一整张照片进行特征提取的话维数就太多了，不仅影响提取和训练速度，进行了图片截取，截取的是嘴巴那一部分的4.图片处理好了，就是提取图片的特征值了，提取了特征值之后就是筛掉检测不到脸的图片，后面就是训练和保存图像（二）

OpenCV+Python一、基础（一）基础函数（二）找中心（三）绘制（四）读取图片和视频（五）二值化（六）变换二、进阶（一）图片基本运算（二）滤波（三）颜色转换（四）梯度计算（五）直方图（六）掩饰（七）视频播放（八）通道分离与合并三、总结参考链接一、基础（一）基础函数1.源代码·import cv2 as cvimport numpy as npdef stackImages(scale, imgArray): """ 将多张图像压入同一个窗口显示 :

一、彩色图像文件转换为灰度文件（一）使用opencv1.通过cvtColor库将其转为灰度（1)代码import cv2 as cvimg = cv.imread('C:/Users/86199/Pictures/lena/lena.jpg',1)img_1 = cv.cvtColor(img,cv.COLOR_BGR2GRAY)cv.imshow('gray',img_1)cv.imshow('colour',img)cv.waitKey(0)(2)结果2通过分离RGB三个通道得

一、小练手一、安装配置一、小练手一、安装配置conda install selenium2.要使用selenium去调用浏览器，还需要一个驱动，不同浏览器的webdriver需要独立安装https://www.selenium.dev/documentation/en/webdriver/driver_requirements/Driver requirementshttps://www.selenium.dev/documentation/en/webdriver/driver_requi.

一、新建SringWeb项目一、新建SringWeb项目1.选择File->New-> Project2.Spring Initializr->Next3.Java Version 对于JDK选择8，点击next4.选择新建Sring Web项目

一、项目环境搭建（一）创建项目（二）项目配置环境二、IO实现（一）项目结构如下（二）代码（三）运行结果参考资料一、项目环境搭建（一）创建项目1.新建JAVA项目2.项目命名路径选择3.创建完成（二）项目配置环境1.浏览器打开Maven中央仓库地址https://mvnrepository.com/搜索netty-all2.选择稳定版本这里是4.1.523.查看Gradle的依赖，并下载jar包4.下载成功依赖<!-- https://mvnrepositor.

数字图像与机器视觉基础补充（1）一、位图原理（一）位图简介1. 位图(Bitmap)：2.矢量图(Vector)（二）BMP位图文件（三）BMP文件结构1.位图文件头（BITMAPFILEHEADER）2.位图信息头（BITMAPINFOHEADER ）3.颜色表4.颜色点阵数据二、图像处理（一）原图（二）16/32位位图对照1.32位彩色位图2.16位位图3.区别（三）256/16/单色位图对照1.256色位图2.16色位图3.单色位图4.区别（四）不同图片格式的压缩比三、图片处理编程（一）奇异函数分解（

C#实现HelloWorld（一）C#实现控制台helloworld1.创建新项目控制台应用（.NET Framework)->下一步2.给项目命名选择位置，点击创建3.测试输出using System;using System.Collections.Generic;using System.Linq;using System.Text;using System.Threading.Tasks;namespace myc{ internal class Progr

Wireshark抓取疯狂聊天数据包一、准备工作二、开始聊天3.wireshark进行抓包一、准备工作1.打开下载疯狂聊天可执行.exe,打开二、开始聊天1.输入相同的房间号和昵称开始聊天2.发送信息3.wireshark进行抓包通过分析代码可以得知程序通过udp向255.255.255.255发送的信息...

基于LibSVM训练编写决策函数一、LibSVM原理（一）libSVM简介（二） libSVM 包含的内容（三） libSVM的训练文本的格式（四） 数据缩放svm-scale（五）训练数据svm-train（六）关于Windows的简单决策图像绘制（七） Windows最简单的SVM实验二参考资料一、LibSVM原理（一）libSVM简介libSVM是台湾林智仁(Chih-Jen Lin) 教授2001年开发的一套支持向量机库，这套库运算速度挺快，可以很方便的对数据做分类或回归。由于lib

网络爬虫入门一、初识网络爬虫（一）网络爬虫定义（二）网络爬虫原理（三）使用范围（四）爬虫工作的过程（五）爬虫分类1.通用网络爬虫2.增量爬虫3.垂直爬虫4.Deep Web爬虫二、爬取南阳理工学院ACM题目网站 http://www.51mxd.cn/ 练习题目数据（一）新建.py文件（二）爬取结果（三）代码分析三、爬取重庆交通大学新闻网站中近几年所有的信息通知（http://news.cqjtu.edu.cn/xxtz.htm） 的发布日期和标题全部爬取（一）确定爬取信息的位置（二）代码实现(三）运行结果

dlib+opencv+python库人脸识别一、基于dlib库人脸特征提取（一）采集人脸1.代码实现2.采集结果（二）采集20张图片对应的68个特征点数组和平均特征值1.代码实现2.采集结果二、人脸识别（一）实现代码（二）识别结果三、总结四、参考资料一、基于dlib库人脸特征提取基于dlib库对人脸特征进行提取，在视频流中抓取人脸特征、并保存为64x64大小的图片文件。注意的是：因为我们后面会对人脸数据集进行训练识别，因此，这一步非常重要。光线——曝光和黑暗图片因手动剔除摄像头的清晰度也比较

点阵汉字的字模读取与显示一、实验内容二、汉字的机内码、区位码编码规则和字形数据存储格式（一）国标码(交换码)1.简介2.举例（二）汉字机内码1.汉字机内码简介2.例子（三）汉字区位码1.简介2.GB2312字符集中区位码位置（四）汉字机内码、国标码和区位码三者关系1.三者的关系2. 运算规则（五）汉字字形储存格式1. 点阵字库存储2. 16*16点阵字库3. 14*14与12*12点阵字库4.汉字点阵获取三、Ubuntu下调用opencv库编程显示图片和学号姓名四、总结五、参考资料一、实验内容学习

串口连接传输文件一、实验目的二、实验准备三、实验过程四、总结五、参考资料一、实验目的将两台笔记本电脑，借助 usb转rs232 模块和杜邦线，建立起串口连接。然后用串口助手等工具软件（带文件传输功能）将一台笔记本上的一个大文件（图片、视频和压缩包软件）传输到另外一台电脑，预算文件大小、波特率和传输时间三者之间的关系，并对比实际传输时间。二、实验准备需要两台电脑，电脑上都下载好串口调试助手，方便接收和发送显示文件。两个串口线连接这两台电脑。打开串口调试助手，开始实验。三、实验过程1.打开串口调试助

一、win10安装opencv和dlib1.使用命令查看当前python版本为3.8python2.使用命令安装opencv pip3 install opencv_python3.搜索对应版本的dlib文件下载好后用命令在适合的位置进行安装python3.8的链接：https://pan.baidu.com/s/1kLn0uEqO5xinuTMZzk3fFA提取码：kh99python3.7的链接：https://pan.baidu.com/s/14cxfDkC2dODyncLAZ3

SVM算法补充一、SVM算法二、重做例子代码三、总结四、参考资料一、SVM算法支持向量机（support vector machines, SVM）是一种二分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器，间隔最大使它有别于感知机；SVM还包括核技巧，这使它成为实质上的非线性分类器。SVM的的学习策略就是间隔最大化，可形式化为一个求解凸二次规划的问题，也等价于正则化的合页损失函数的最小化问题。SVM的的学习算法就是求解凸二次规划的最优化算法。SVM的算法核心是找到几何间距，找到几何间距ma

线性判别准则与线性分类编程实践一、线性判别分析LDA原理（一）线性判别分析LDA简介（二） LDA的思想（三） 瑞利商(Rayleigh quotient)与广义瑞利商(genralized Rayleigh quotient)（四） LDA的原理及推导过程（五）LDA算法流程（二）线性分类算法（支持向量机SVM）（一）SVM简介（二）支持向量1, 线性可分2.最大间隔超平面3. 支持向量4.SVM 最优化问题（三）对偶问题1. 拉格朗日乘数法2.强对偶性（四） SVM 优化（五）软间隔1.解决问题2.优化

网络抓包与HTTP协议一、HTTP协议（一）简介（二）HTTP URL（三）HTTP请求（四）HTTP请求状态行（五）HTTP请求头（六)HTTP的五大特点（七）HTTPS与HTTP不同二、网络抓包（一）抓包原理(二）抓包原因（三）应用场景（四）常用抓包工具三、用工具Wireshark进行抓包（一）Wireshark简介（二）抓包参考资料一、HTTP协议（一）简介HTTP协议(超文本传输协议HyperText Transfer Protocol)，它是基于TCP协议的应用层传输协议，简单来说就是客户端

决策树挑出好西瓜一、决策树二、ID3算法理论（一）算法核心（二）特征选择（三）熵（entropy）（四）信息增益（information gain）（五）步骤三、ID3算法应用举例——西瓜树（一）西瓜树理论推导（二）算法代码参考资料一、决策树1、决策树（Decision Tree)是一类常见的机器学习方法，是一种非常常用的分类方法，它是一种监督学习。常见的决策树算法有ID3，C4.5、C5.0和CART（classification and regression tree），CART的分类效果一般要

多元线性回归算法预测房价一、理论学习（一）背景（二）线性回归检验二、数据清洗（一）数值数据处理（二）非数值型数据转换三、Excel多元线性回归四、多元线性回归模型预测房价（一)基础包与数据导入（二）变量探索（三）分析数据（四）拟合四、sklearn多元线性回归预测房价（一）不进行数据处理（二）对数据进行清洗后再求解五、总结六、参考资料一、理论学习学习参考资料“多元线性回归模型预测房价.ipynb”，自己实践重新做一下针对房屋数据集“house_prices.csv”的多元线性回归（基于统计分析库sta

从JDBC到Mybatis一、从JDBC到Mybatis的改进（一）什么是Mybatis?（二）JDBC编程的步骤（三）从JDBC到Mybatis的改进（四）Mybatis执行过程二、IDEA环境下Mybatis对JDBC进行改造示例对比（一）JDBC操作数据库参考文献一、从JDBC到Mybatis的改进（一）什么是Mybatis?MyBatis支持定制化SQL、存储过程以及高级映射的优秀的持久层框架。MyBatis 避免了几乎所有的JDBC代码和手动设置参数以及获取结果集。MyBatis 可以对

opencv库编写打开摄像头压缩视频的程序二、安装openCV（一）下载安装包（二）解压缩包参考资料二、安装openCV（一）下载安装包国内快速下载地址：https://www.bzblog.online/wordpress/index.php/2020/03/09/opencvdownload/注：可以直接在虚拟机中使用浏览器（我的是firefox）进行下载，国外官网下载地址：https://github.com/opencv/opencv/releases（二）解压缩包1.在解压缩包之

Linux GCC常用命令和EFF文件格式一、各种工具（一）GCC编译工具（二）Binutils（三）C 运行库一、 C 语言程序 Hello.c示例（一）准备工作（二）编译过程1.预处理2.编译3.汇编4.链接（三）分析 ELF 文件1.ELF 文件的段一、各种工具（一）GCC编译工具GCC（GNU C Compiler）是编译工具。本文所要介绍的将 C/C++语言编写的程序转换成为处理器能够执行的二进制代码的过程即由编译器完成（二）Binutils一组二进制程序处理工具，包括：addr2

gcc静态库和动态库的生成以及使用一、gcc 生成 .a 静态库和 .so 动态库（二）编辑生成例子程序 hello.h、hello.c 和 main.c一、gcc 生成 .a 静态库和 .so 动态库（二）编辑生成例子程序 hello.h、hello.c 和 main.c1.打开虚拟机Ubuntu的终端2.在合适的位置创建文件test1mkdir test1//创建文件夹test1cd test1//打开文件夹tes13....

Git入门&Web前端初窥一、Git 基本概念和操作（一）git概念（二）工作流程（三）基本操作1.创建仓库命令2.提交与修改3.远程操作二、IDEA自带git将项目在本机建立git仓库（一）IDEA配置Git（二）github设置token（三）IDEA登录github（四）创建本地git仓库三、IDEA项目(上传)至自己的Github网站上。四、总结五、参考文献一、Git 基本概念和操作（一）git概念Git 是一个开源的分布式版本控制系统，用于敏捷高效地处理任何或小或大的项目。Git

JDBC 连接MySQL 数据库并查询数据一、Mysql安装二、JDBC 连接MySQL（一）Eclipse新建项目（二）导入Mysql的包三、建立数据库并查询数据（一）mysql建表一、Mysql安装一、首先安装mysql数据库,点击进行安装，该版本为mysql5.7。1、2等待每个组件的安装按住所有组件后，next。开始配置数据库配置数据库的网路访问MySql配置完成mySql数据库安装完成二、JDBC 连接MySQL（一）Eclipse新建

基于java的单例模型和工厂模式一、单例模式（一） 定义（二）实现方式一、单例模式（一） 定义单例模式：指一个类只有一个实例，且该类能自行创建这个实例的一种模式。基于java的单例模型和工厂模式（二）实现方式常见的实现方式有：懒汉模式、饥汉模式、双重校验锁、静态内部类、枚举等方式实现...

RESTFUL接口的Web服务（一）相关主要概念和技术方法1.HTTP协议（1）简介超文本传输协议（Hyper Text Transfer Protocol，HTTP）是一个简单的请求-响应协议，它通常运行在TCP之上。它指定了客户端可能发送给服务器什么样的消息以及得到什么样的响应。请求和响应消息的头以ASCII形式给出；而消息内容则具有一个类似MIME的格式。名称解释中文名超文本传输协议外文名HTTP工作层应用层基 础架构在TCP上适用浏

目录一、基于Spring Boot的Web项目HelloWeb（一）创建Spring Boot项目一、基于Spring Boot的Web项目HelloWeb（一）创建Spring Boot项目1.Create New Project,然后在New Project页面选择Spring Initializ,创建后点击next,2.Project Metadata 设置项目坐标及项目名称,设置Group 为pers.niaonaoArtifact 为crudproject，Java Version 对

@网络通信编程,基于ideaIDEA环境搭建JDK下载安装之前已经下载过jdk1.8,这里直接跳过idea下载1.进入idea官网，点击Download2.下来点击Other versions,加载更多idea的版本3.找到2019.2.4-Windows(exe)的版本进行下载idea安装1.点击刚下好的idea， 运行下载的.exe文件之后，点击“Next”2.自己选择安装路径，然后点击next3.勾选64-bit launcher和Add launchers dir

一、c语言helloworld入门二、分别在ubuntu和windows系统下编写简单程序（一）ubuntu系统下的简单主/子程序（二）在windows系统下编写简单主/子程序一、c语言helloworld入门1.打开ubuntu系统下的终端2.找到合适的位置新建文件夹helloworld。mkdir helloworld3.打开 helloworld文件夹cd helloworld如图4.用vim新建并打开一个名为hello.c的c语言文件vi hello.c5.在文

ubuntu系统vim常用命令学习