stb_image简单使用

简介stb_image

stb_image 是一个非常轻量级的、单文件的图像加载库，用于加载和解码多种图像格式（如BMP、JPEG、PNG、GIF等）的图像数据。它由Sean T. Barrett开发，并以公共领域（Public Domain）许可发布，因此可以自由地用于商业和非商业项目

stb_image 提供了简单易用的接口，使得在应用程序中加载图像变得非常方便。只需包含单个头文件stb_image.h，就可以使用其中的函数来加载图像文件并返回解码后的像素数据

主要特点和功能包括：

支持多种常见的图像格式：stb_image 支持加载和解码常见的图像格式，包括 BMP、JPEG、PNG、GIF、HDR、TGA等。这使得开发者可以方便地加载各种格式的图像数据。

简单易用的接口：stb_image 提供了简洁而易用的函数接口，如 stbi_load 用于加载图像文件，stbi_image_free用于释放图像数据内存等。

支持透明通道：对于支持透明通道的图像格式（如PNG），stb_image 可以正确解码并返回带有透明度信息的像素数据。

轻量级、单文件：stb_image是一个非常轻量级的库，整个功能被包含在一个单独的头文件中，因此非常容易集成到项目中，无需复杂的配置和依赖。

下载：

git clone https://github.com/nothings/stb.git

git clone https://github.com/nothings/stb.git

我们下载得到的目录：
在这里插入图片描述

实际需要移植到我们工程里面的：
在这里插入图片描述

接口学习

stbi_load

stbi_load 函数从指定的文件加载图像数据，并返回一个指向图像数据的指针

STBIDEF stbi_uc *stbi_load(char const *filename, int *x, int *y, int *comp, int req_comp)
{FILE *f = stbi__fopen(filename, "rb");unsigned char *result;if (!f) return stbi__errpuc("can't fopen", "Unable to open file");result = stbi_load_from_file(f,x,y,comp,req_comp);fclose(f);return result;
}

filename：要加载的图像文件的路径和名称。

x：用于存储加载图像的宽度（以像素为单位）的指针变量。

y：用于存储加载图像的高度（以像素为单位）的指针变量。

comp：用于存储加载图像的颜色通道数（例如，RGB 图像为 3）的指针变量。

req_comp：请求加载图像的颜色通道数，可以指定为期望的通道数，或者使用特定的值 0，表示保持原始通道数。

函数内容：
使用 stbi__fopen 函数以二进制只读模式打开指定的图像文件。
检查文件是否成功打开，如果打开失败，则返回错误信息。
调用 stbi_load_from_file 函数，从打开的文件中读取图像数据，并将结果保存在 result 变量中。
关闭打开的文件。
返回图像数据的指针（如果加载成功）或错误信息的指针（如果加载失败）

stbir_resize

stbir_resize 函数将输入图像调整大小，并将结果存储在输出图像中

STBIRDEF int stbir_resize(         const void *input_pixels , int input_w , int input_h , int input_stride_in_bytes,void *output_pixels, int output_w, int output_h, int output_stride_in_bytes,stbir_datatype datatype,int num_channels, int alpha_channel, int flags,stbir_edge edge_mode_horizontal, stbir_edge edge_mode_vertical,stbir_filter filter_horizontal,  stbir_filter filter_vertical,stbir_colorspace space, void *alloc_context)
{return stbir__resize_arbitrary(alloc_context, input_pixels, input_w, input_h, input_stride_in_bytes,output_pixels, output_w, output_h, output_stride_in_bytes,0,0,1,1,NULL,num_channels,alpha_channel,flags, datatype, filter_horizontal, filter_vertical,edge_mode_horizontal, edge_mode_vertical, space);
}

input_pixels：指向输入图像数据的指针。
input_w：输入图像的宽度（以像素为单位）。
input_h：输入图像的高度（以像素为单位）。
input_stride_in_bytes：输入图像每行的字节步长（即每行像素数据占用的字节数）。
output_pixels：指向输出图像数据的指针。
output_w：输出图像的目标宽度（以像素为单位）。
output_h：输出图像的目标高度（以像素为单位）。
output_stride_in_bytes：输出图像每行的字节步长。
datatype：输入和输出图像的数据类型（例如，STBIR_TYPE_UINT8 表示无符号 8 位整数）。
num_channels：输入和输出图像的通道数。
alpha_channel：指定图像的 Alpha 通道索引（如果存在）。
flags：附加的处理标志。
edge_mode_horizontal 和 edge_mode_vertical：指定水平和垂直边缘处理模式。
filter_horizontal 和 filter_vertical：指定水平和垂直缩放时使用的滤波器类型。
space：指定输入和输出图像的颜色空间。

函数执行的步骤如下：

调用 stbir__resize_arbitrary 函数，提供了与输入图像和输出图像相关的参数，以及其他参数的默认值。
stbir__resize_arbitrary 函数将根据提供的参数执行图像的调整大小操作，并将结果存储在输出图像中。
返回调整大小操作的结果，即返回值表示操作是否成功

stbi_write_png

stbi_write_png 函数将图像数据保存为 PNG 格式，并写入到指定的文件中

STBIWDEF int stbi_write_png(char const *filename, int x, int y, int comp, const void *data, int stride_bytes)
{FILE *f;int len;unsigned char *png = stbi_write_png_to_mem((const unsigned char *) data, stride_bytes, x, y, comp, &len);if (png == NULL) return 0;f = stbiw__fopen(filename, "wb");if (!f) { STBIW_FREE(png); return 0; }fwrite(png, 1, len, f);fclose(f);STBIW_FREE(png);return 1;
}

filename：指定要保存的 PNG 文件的文件名。
x：图像的宽度（以像素为单位）。
y：图像的高度（以像素为单位）。
comp：图像的通道数。
data：指向图像数据的指针。
stride_bytes：图像每行的字节步长（即每行像素数据占用的字节数）

调用 stbi_write_png_to_mem 函数，将图像数据编码为 PNG 格式的内存块，并返回指向该内存块的指针。
检查返回的 PNG 内存块是否为 NULL，如果是则表示编码过程出错，返回 0 表示保存失败。
打开指定的文件以进行写入操作。
将 PNG 内存块的数据写入文件。
关闭文件。
释放 PNG 内存块的内存。
返回 1 表示保存成功。

将png图片缩小demo

#include <iostream>
#define STB_IMAGE_IMPLEMENTATION
#include "stb_image.h"
#define STB_IMAGE_WRITE_IMPLEMENTATION
#include "stb_image_write.h"
#define STB_IMAGE_RESIZE_IMPLEMENTATION
#include "stb_image_resize.h"
#include <stdio.h>
#include <stdlib.h>
#include <string>
#include <vector>using namespace std;int test_xiao()
{std::cout << "Hello, STB_Image" << std::endl;string inputPath = "./001.png";int iw, ih, n;// 加载图片获取宽、高、颜色通道信息unsigned char *idata = stbi_load(inputPath.c_str(), &iw, &ih, &n, 0);int ow = iw / 2;int oh = ih / 2;auto *odata = (unsigned char *)malloc(ow * oh * n);// 改变图片尺寸stbir_resize(idata, iw, ih, 0, odata, ow, oh, 0, STBIR_TYPE_UINT8, n, STBIR_ALPHA_CHANNEL_NONE, 0,STBIR_EDGE_CLAMP, STBIR_EDGE_CLAMP,STBIR_FILTER_BOX, STBIR_FILTER_BOX,STBIR_COLORSPACE_SRGB, nullptr);string outputPath = "./output.png";// 写入图片stbi_write_png(outputPath.c_str(), ow, oh, n, odata, 0);stbi_image_free(idata);stbi_image_free(odata);std::cout << "Voer, STB_Image" << std::endl;return 0;
}

图像基本知识学习

comp

comp：用于存储加载图像的颜色通道数（例如，RGB 图像为 3）的指针变量。 还有其他数字有不同的表示吗？

当加载的图像是 RGB 格式时，comp 将被设置为 3，表示有红色、绿色和蓝色三个通道。 当加载的图像是 RGBA 格式时，comp
将被设置为 4，表示有红色、绿色、蓝色和 Alpha 通道。

YUV420

YUV420是一种颜色编码格式，常用于存储和传输图像数据。它将图像的亮度（Y）和色度（U、V）分开存储，以实现数据压缩和降低存储/传输带宽的效果
YUV420的"420"指的是在水平和垂直方向上对色度（U、V）进行了抽样，即将色度通道的分辨率降低为亮度通道的四分之一。具体而言，对于每4个亮度像素，只有一个色度（U、V）样本被保留，这样可以大大减少存储和传输所需的数据量
在这里插入图片描述

RGB 数据存储格式

RGB24（RGB888）：每个像素使用24位（3字节）存储，按照顺序存储红色、绿色和蓝色通道的像素值，每个通道占用8位。

RGB32（ARGB8888）：每个像素使用32位（4字节）存储，按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值，每个通道占用8位。

RGB565：每个像素使用16位（2字节）存储，按照顺序存储红色、绿色和蓝色通道的像素值，其中红色通道占用5位，绿色通道占用6位，蓝色通道占用5位。

RGB444：每个像素使用12位（2字节）存储，按照顺序存储红色、绿色和蓝色通道的像素值，其中每个通道占用4位。

RGBA 数据格式

RGBA数据格式是一种将图像的红色（R）、绿色（G）、蓝色（B）和Alpha（A）通道的像素值以一定顺序存储的方法。与RGB数据格式相比，RGBA数据格式额外包含了Alpha通道，用于表示像素的透明度。

常见的RGBA数据存储格式包括：

RGBA32（ARGB8888）：每个像素使用32位（4字节）存储，按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值，每个通道占用8位。

RGBA16（ARGB1555）：每个像素使用16位（2字节）存储，按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值，其中Alpha通道占用1位，而红色、绿色和蓝色通道各占用5位。

RGBA4444：每个像素使用16位（2字节）存储，按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值，每个通道占用4位。

RGBA转YUV420 原理

颜色空间转换：首先将RGBA图像中的每个像素的颜色值转换为YUV颜色空间。这可以通过以下公式进行计算：
Y = 0.299 * R + 0.587 * G + 0.114 * B
U = (B - Y) * 0.565
V = (R - Y) * 0.713
这些公式将RGB颜色值转换为YUV颜色值，其中Y表示亮度，U和V表示色度。

采样：YUV420是一种色度子采样格式，意味着色度分量的采样率较低。具体来说，对于每个4x4的像素块，只有一个U和一个V值，而Y值则对应每个像素。

重排列：将Y、U和V分量的数据进行重排列，以满足YUV420的存储格式要求。对于每个4x4的像素块，先按照从左到右、从上到下的顺序排列Y值，然后按照从左到右、从上到下的顺序排列U和V值。这样可以保证Y、U和V分量的数据在存储时是连续的。

填充：由于YUV420是按照宏块（通常是16x16像素）为单位进行处理的，因此如果图像的宽度或高度不是宏块的倍数，就需要进行填充操作。填充通常是在图像边缘添加额外的像素值，使得宽度和高度能够被宏块大小整除。

RGB转YUV420 原理

颜色空间转换：首先，将RGB颜色空间的每个像素的颜色值转换为YUV颜色空间。这可以通过以下公式进行计算：
Y = 0.299 * R + 0.587 * G + 0.114 * B
U = (B - Y) * 0.564 + 128
V = (R - Y) * 0.713 + 128
这些公式将RGB颜色值转换为YUV颜色值，其中Y表示亮度，U和V表示色度。

采样和下采样：YUV420是一种色度子采样格式，意味着色度分量的采样率较低。对于每个4x4像素块，只有一个U值和一个V值，而Y值对应每个像素。

数据重排列：按照特定的规则，将Y、U和V分量的数据进行重排列以适应YUV420的存储格式要求。通常，对于每个4x4像素块，先将Y值按从左到右、从上到下的顺序排列，然后将U和V值按照特定的规则进行排列，以确保它们在存储时是连续的。

图像填充：由于YUV420是以宏块（通常是16x16像素）为单位进行处理的，因此如果图像的宽度或高度不是宏块的倍数，就需要进行填充操作。填充通常是在图像边缘添加额外的像素值，使得宽度和高度能够被宏块大小整除。

为什么RGB图像转换为YUV420格式

人类视觉特性：YUV420格式利用了人类视觉对亮度和色度的感知不均衡性。人眼对亮度的感知更为敏锐，而对色度的感知相对较弱。因此，在视频编码和传输中，将亮度和色度分开处理可以实现更高的压缩率，同时保持较好的视觉质量。

压缩效率：YUV420是一种色度子采样的格式，相对于RGB格式，它在色度分量上进行了下采样。在YUV420中，亮度分量（Y）的分辨率与原始图像相同，而色度分量（U和V）的分辨率较低。这种子采样可以大大减少数据量，从而实现更高的压缩效率。对于图像和视频的存储和传输，尤其是在带宽和存储资源有限的情况下，YUV420格式具有更高的效率。

兼容性：YUV420格式在广泛的视频编码和传输标准中被广泛使用，如H.264、H.265等。这些标准通常使用YUV420作为默认的输入格式，因此将RGB图像转换为YUV420可以方便地与这些标准进行集成和处理。

总结就是：更好的视觉效果，压缩后减少数据量，使用的场景更多

BMP图像

BMP（Bitmap）图像是一种常见的无损图像文件格式，它以像素阵列的形式存储图像数据。BMP图像最初由微软开发，是Windows操作系统中广泛使用的一种图像格式。以下是BMP图像的一些特点

无压缩格式：BMP图像使用无压缩的格式存储图像数据，即每个像素的颜色值都被直接存储，没有经过压缩算法的处理。这使得BMP图像保留了原始图像的每个像素的精确信息，不会有数据丢失。

色彩深度：BMP图像支持不同的色彩深度，包括1位、4位、8位、16位、24位和32位。其中，24位和32位的BMP图像是最常见的，它们分别使用RGB（红绿蓝）和RGBA（红绿蓝透明度）颜色模型来表示图像的每个像素。

文件结构：BMP图像文件由文件头和图像数据组成。文件头包含了一些元数据信息，如文件类型、文件大小、图像偏移等。图像数据部分存储了每个像素的颜色值。

支持透明通道：BMP图像可以支持透明通道，即RGBA格式的图像可以包含透明度信息，使得图像中的某些像素可以是部分透明的。

平台兼容性：BMP图像在多个平台上都有良好的兼容性，可以在Windows、Linux、Mac等操作系统上进行读取和显示

练习

RGBA转YUV420 YUV420转换为BMP图像

// YUV420转换为BMP图像
void yuv420_to_bmp_RGBA(uchar* yuv_data, int width, int height, const char* output_filename)
{int bmp_size = width * height * 3;uchar* bmp_data = (uchar*)malloc(bmp_size);int i, j;int bmp_idx = 0;int yuv_idx = 0;// Y分量for (i = 0; i < height; i++) {for (j = 0; j < width; j++) {bmp_data[bmp_idx++] = yuv_data[yuv_idx++];}}// U、V分量int uv_width = width / 2;int uv_height = height / 2;int uv_size = uv_width * uv_height;for (i = 0; i < uv_size; i++) {bmp_data[bmp_idx++] = yuv_data[yuv_idx++]; // Ubmp_data[bmp_idx++] = yuv_data[yuv_idx++]; // V}// 写入BMP文件FILE* bmp_file = fopen(output_filename, "wb");if (bmp_file == NULL) {printf("Failed to open BMP file for writing\n");return;}// BMP文件头int file_size = bmp_size + 54; // BMP文件大小uchar bmp_header[54] = {'B', 'M', // 文件类型file_size & 0xFF, (file_size >> 8) & 0xFF, (file_size >> 16) & 0xFF, (file_size >> 24) & 0xFF, // 文件大小0, 0, 0, 0, // 保留54, 0, 0, 0, // 数据偏移量40, 0, 0, 0, // BITMAPINFOHEADER大小width & 0xFF, (width >> 8) & 0xFF, (width >> 16) & 0xFF, (width >> 24) & 0xFF, // 宽度height & 0xFF, (height >> 8) & 0xFF, (height >> 16) & 0xFF, (height >> 24) & 0xFF, // 高度1, 0, // 颜色平面数24, 0, // 位深度0, 0, 0, 0, // 无压缩0, 0, 0, 0, // 图像大小（可设置为0）0, 0, 0, 0, // 水平分辨率（可设置为0）0, 0, 0, 0, // 垂直分辨率（可设置为0）0, 0, 0, 0, // 调色板颜色数（可设置为0）0, 0, 0, 0  // 重要颜色数（可设置为0）};fwrite(bmp_header, sizeof(uchar), 54, bmp_file);fwrite(bmp_data, sizeof(uchar), bmp_size, bmp_file);fclose(bmp_file);free(bmp_data);printf("BMP image saved to %s\n", output_filename);
}int IPG_YUV420_BMP_RGBA()
{const char* input_filename = "./002.jpg";const char* output_filename = "./002outputRGBA.bmp";int width, height, channels;uchar* image_data = stbi_load(input_filename, &width, &height, &channels, 0);if (image_data == NULL) {printf("Failed to load image: %s\n", input_filename);return 1;}if (channels != 4) {printf("Invalid image format: must be RGBA\n");stbi_image_free(image_data);return 1;}// 分配YUV420数据内存int yuv_size = width * height * 3 / 2;uchar* yuv_data = (uchar*)malloc(yuv_size);// RGBA转YUV420int i, j;int rgba_idx = 0;int y_idx = 0;int uv_idx = width * height;for (i = 0; i < height; i++) {for (j = 0; j < width; j++) {uchar r = image_data[rgba_idx++];uchar g = image_data[rgba_idx++];uchar b = image_data[rgba_idx++];uchar a = image_data[rgba_idx++];uchar y = (uchar)(0.299 * r + 0.587 * g + 0.114 * b);uchar u = (uchar)(-0.14713 * r - 0.28886 * g + 0.436 * b + 128);uchar v = (uchar)(0.615 * r - 0.51499 * g - 0.10001 * b + 128);yuv_data[y_idx++] = y;// 每隔一行和一列采样U、V分量if (i % 2 == 0 && j % 2 == 0) {yuv_data[uv_idx++] = u;yuv_data[uv_idx++] = v;}}}// 将YUV420转换为BMP图像yuv420_to_bmp_RGBA(yuv_data, width, height, output_filename);stbi_image_free(image_data);free(yuv_data);return 0;
}

RGB 转YUV420 YUV420转换为BMP图像


```c
typedef unsigned char uchar;// YUV420转换为BMP图像
void yuv420_to_bmp(uchar *yuv_data, int width, int height, const char *output_filename)
{int bmp_size = width * height * 3;uchar *bmp_data = (uchar *)malloc(bmp_size);int i, j;int bmp_idx = 0;int yuv_idx = 0;// Y分量for (i = 0; i < height; i++){for (j = 0; j < width; j++){bmp_data[bmp_idx++] = yuv_data[yuv_idx++];}}// U、V分量int uv_width = width / 2;int uv_height = height / 2;int uv_size = uv_width * uv_height;for (i = 0; i < uv_size; i++){bmp_data[bmp_idx++] = yuv_data[yuv_idx++]; // Ubmp_data[bmp_idx++] = yuv_data[yuv_idx++]; // V}// 写入BMP文件FILE *bmp_file = fopen(output_filename, "wb");if (bmp_file == NULL){printf("Failed to open BMP file for writing\n");return;}// BMP文件头int file_size = bmp_size + 54; // BMP文件大小uchar bmp_header[54] = {'B', 'M',                                                                                      // 文件类型file_size & 0xFF, (file_size >> 8) & 0xFF, (file_size >> 16) & 0xFF, (file_size >> 24) & 0xFF, // 文件大小0, 0, 0, 0,                                                                                    // 保留54, 0, 0, 0,                                                                                   // 数据偏移量40, 0, 0, 0,                                                                                   // BITMAPINFOHEADER大小width & 0xFF, (width >> 8) & 0xFF, (width >> 16) & 0xFF, (width >> 24) & 0xFF,                 // 宽度height & 0xFF, (height >> 8) & 0xFF, (height >> 16) & 0xFF, (height >> 24) & 0xFF,             // 高度1, 0,                                                                                          // 颜色平面数24, 0,                                                                                         // 位深度0, 0, 0, 0,                                                                                    // 无压缩0, 0, 0, 0,                                                                                    // 图像大小（可设置为0）0, 0, 0, 0,                                                                                    // 水平分辨率（可设置为0）0, 0, 0, 0,                                                                                    // 垂直分辨率（可设置为0）0, 0, 0, 0,                                                                                    // 调色板颜色数（可设置为0）0, 0, 0, 0                                                                                     // 重要颜色数（可设置为0）};fwrite(bmp_header, sizeof(uchar), 54, bmp_file);fwrite(bmp_data, sizeof(uchar), bmp_size, bmp_file);fclose(bmp_file);free(bmp_data);printf("BMP image saved to %s\n", output_filename);
}
/*
基于stbimg开源库实现jpg解码为YUV420，YUV420转换为BMP图片工程
*/
int IPG_YUV420_BMP()
{const char *input_filename = "./002.jpg";const char *output_filename = "./002output.bmp";int width, height, channels;uchar *image_data = stbi_load(input_filename, &width, &height, &channels, 0);if (image_data == NULL){printf("Failed to load image: %s\n", input_filename);return 1;}// return 0;printf("%s %d channels = %d\n", __func__, __LINE__, channels);if (channels != 3){printf("Invalid image format: must be RGB\n");stbi_image_free(image_data);return 1;}// 分配YUV420数据内存int yuv_size = width * height * 3 / 2;uchar *yuv_data = (uchar *)malloc(yuv_size);// RGB转YUV420int i, j;int rgb_idx = 0;int y_idx = 0;int uv_idx = width * height;for (i = 0; i < height; i++){for (j = 0; j < width; j++){uchar r = image_data[rgb_idx++];uchar g = image_data[rgb_idx++];uchar b = image_data[rgb_idx++];uchar y = (uchar)(0.299 * r + 0.587 * g + 0.114 * b);uchar u = (uchar)(-0.14713 * r - 0.28886 * g + 0.436 * b + 128);uchar v = (uchar)(0.615 * r - 0.51499 * g - 0.10001 * b + 128);yuv_data[y_idx++] = y;// 每隔一行和一列采样U、V分量if (i % 2 == 0 && j % 2 == 0){yuv_data[uv_idx++] = u;yuv_data[uv_idx++] = v;}}}// 将YUV420转换为BMP图像yuv420_to_bmp(yuv_data, width, height, output_filename);stbi_image_free(image_data);free(yuv_data);return 0;
}

参考：
[https://mp.weixin.qq.com/s/Mh_cLQeRy5J5AufeaGaOmA](https://mp.weixin.qq.com/s/Mh_cLQeRy5J5AufeaGaOmA)
[https://blog.csdn.net/www_dong/article/details/115149370](https://blog.csdn.net/www_dong/article/details/115149370)注意：如果代码运行有问题，慢慢检查，仔细看一下错误是什么！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/29519.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

⛳ Git安装与配置

⛳ Git安装与配置

Git安装配置目录 ⛳ Git安装与配置&#x1f3ed; 一&#xff0c;git的安装&#x1f3a8; 1&#xff0c;下载git&#x1f463; 2&#xff0c;下载完成之后&#xff0c;双击安装即可。&#x1f4bb; 3&#xff0c;更改安装目录&#xff08;没有中文且没有空格&#xff09;&#x…
阅读更多...
支付宝支付上线准备工作（商家自研接入）

支付宝支付上线准备工作（商家自研接入）

商家自研流程 1.创建应用 登录支付宝开放平台创建 网页/移动应用 说明&#xff1a;生成的应用唯一标识 APPID 可用于调用开放产品接口。 2.配置应用 2.1 应用详情 2.2 产品绑定 2.3 开发设置 在开发 > 开发设置 中配置应用信息。 2.3.1 接口加密方式 按操作步骤进行…
阅读更多...
SpringCloud学习路线（3）—— Eureka注册中心

SpringCloud学习路线（3）—— Eureka注册中心

一、导引 服务调用出现的问题 服务调用采取的请求地址是静态的&#xff0c;当我们使用服务集群时&#xff0c;很容易造成只能调用固定的微服务上的接口。多个提供者&#xff0c;消费者的使用对象无法确定消费者无法得知提供者的状态 二、Eureka注册中心 &#xff08;一&…
阅读更多...
【Vue】day02-Vue基础入门

【Vue】day02-Vue基础入门

目录 day02 一、今日学习目标 1.指令补充 2.computed计算属性 3.watch侦听器 4.综合案例 &#xff08;演示&#xff09; 二、指令修饰符 1.什么是指令修饰符&#xff1f; 2.按键修饰符 3.v-model修饰符 4.事件修饰符 三、v-bind对样式控制的增强-操作class 1.语法…
阅读更多...
文件IO_文件截断_ftruncate,truncate（附Linux-5.15.10内核源码分析）

文件IO_文件截断_ftruncate,truncate（附Linux-5.15.10内核源码分析）

目录 1.为什么需要文件截断&#xff1f; 2.truncate函数介绍 2.1 truncate函数 2.2 truncate函数内核源码分析 2.3 truncate函数使用示例 3.ftruncate函数介绍 3.1 ftruncate函数 3.2 ftruncate函数内核源码分析 3.3 ftruncate函数使用示例 3.4 ftruncate和文件偏移量…
阅读更多...
java学习路程之篇十、知识点、数组介绍、二维数组介绍、静态初始化、访问元素、遍历元素、动态初始化、内存图、数组常见问题

java学习路程之篇十、知识点、数组介绍、二维数组介绍、静态初始化、访问元素、遍历元素、动态初始化、内存图、数组常见问题

文章目录 01、数组介绍02、数组静态初始化03、数组元素访问04、数组遍历操作05、数组动态初始化06、数组内存图07、数组常见问题08、二维数组介绍09、二维数组静态初始化10、二维数组遍历11、二维数组动态初始化12、二维数组内存图 01、数组介绍 02、数组静态初始化 03、数组元…
阅读更多...
Redis可视化工具(Redis Desktop Manager)

Redis可视化工具(Redis Desktop Manager)

redis是我们平时开发工作中经常用到的非关系型数据库&#xff0c;常用于做数据缓存&#xff0c;分布式锁等。 为了更方便的使用redi&#xff0c;这里给大家推荐一款可视化工具&#xff1a;Redis Desktop Manager。 1.下载与安装 直接到gihub下载&#xff0c;地址 Release 0.…
阅读更多...
Python分布式任务队列Celery

Python分布式任务队列Celery

一、分布式任务队列Celery介绍 Python celery是一个基于Python的分布式任务队列&#xff0c;主要用于任务的异步执行、定时调度和分布式处理。它采用了生产者/消费者模式&#xff0c;通过消息中间件实现多个工作者进程之间的协作。 Python celery的架构主要包括以下组件&…
阅读更多...
【图像处理OpenCV(C++版)】——5.6 图像平滑之联合双边滤波

【图像处理OpenCV(C++版)】——5.6 图像平滑之联合双边滤波

前言&#xff1a; &#x1f60a;&#x1f60a;&#x1f60a;欢迎来到本博客&#x1f60a;&#x1f60a;&#x1f60a; &#x1f31f;&#x1f31f;&#x1f31f; 本专栏主要结合OpenCV和C来实现一些基本的图像处理算法并详细解释各参数含义&#xff0c;适用于平时学习、工作快…
阅读更多...
【kubernetes系列】kubernetes之计算资源管理

【kubernetes系列】kubernetes之计算资源管理

资源类型 在 Kubernetes 中&#xff0c;Node 提供资源&#xff0c;而 Pod 使用资源。其中资源分为计算&#xff08;CPU、Memory、GPU&#xff09;、存储&#xff08;Disk、SSD&#xff09;、网络&#xff08;Network Bandwidth、IP、Ports&#xff09;。这些资源提供了应用运行…
阅读更多...
EasyCVR告警类型设置后首页需要刷新才能更新的问题优化

EasyCVR告警类型设置后首页需要刷新才能更新的问题优化

EasyCVR视频融合平台基于云边端一体化架构&#xff0c;可支持多协议、多类型设备接入&#xff0c;包括&#xff1a;NVR、IPC、视频编码器、无人机、车载设备、智能手持终端、移动执法仪等。平台具有强大的数据接入、处理及分发能力&#xff0c;可在复杂的网络环境中&#xff0c…
阅读更多...
Appium-Python-Client 源码剖析 (一) driver 的元素查找方法

Appium-Python-Client 源码剖析 (一) driver 的元素查找方法

目录 前言 源码版本:0.9 结构图&#xff1a; mobileby.py appium 的 webdriver.py selenium 的 webdriver.py seleniumdriver appiumdriver 前言 Appium-Python-Client是一个用于Python语言的Appium客户端库&#xff0c;它提供了丰富的API和功能&#xff0c;用于编写和…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023