【教学类-55-04】20240515图层顺序挑战（四格长条纸加黑色边框、4*4、7张，不重复5400张，16坐标点颜色哈希值去重、保留7色）

背景需求：

前文实现了7张色彩纸条加上黑色边框的需求。

【教学类-55-02】20240512图层顺序挑战（四格长条纸加黑色边框、4*4、7张 、43200张去掉非7色有23040张，哈希算法快速去重剩余1221张）-CSDN博客文章浏览阅读1k次，点赞23次，收藏17次。【教学类-55-02】20240512图层顺序挑战（四格长条纸加黑色边框、4*4、7张 、43200张去掉非7色有23040张，哈希算法快速去重剩余1221张）https://blog.csdn.net/reasonsummer/article/details/138755880

问题：已知4*4格中可以出现8张颜色纸条，但需要抽取7张纸条组成任意顺序图层。一共有几种排序方式：

一、素材位置

二、预测生成的图案总数

8的阶乘=8*7*6*5*4*3*2*1=40320张

8张抽取任意抽取7张的阶乘数也是40320张

代码展示

'''
图层重叠挑战（长矩形带黑框） (抽取7) 一共有40320个不重复
作者：AI对话大师，阿夏
时间：2024年5月12日
'''
from PIL import Image, ImageDraw
import os,random
import itertoolsprint('--------1、制作图片-----------')
path = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条'folder_path = path + r'\01图片总数8的阶乘'
os.makedirs(folder_path, exist_ok=True)# colors = ['red', 'orange','Yellow', 'green', 'blue', 'brown', 'gray','Pink',]
colors = [(255, 0, 0), (255, 165, 0), (255, 255, 0), (0, 128, 0), (0, 255, 255), (0, 0, 255), (128, 0, 128), (255, 192, 203)]
# ["大红", "橙色", "黄色", "绿色", "青色", "蓝色", "紫色", "粉红"]from PIL import Image, ImageDraw
import os# folder_path=r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\jpg4万'
# 创建画布
canvas_width = 800
canvas_height = 800
canvas_color = (255, 255, 255)  # 白色背景
line_color = (0, 0, 0)  # 黑色线条
line_width = 3
margin = 100  # 边距canvas = Image.new('RGB', (canvas_width, canvas_height), canvas_color)
draw = ImageDraw.Draw(canvas)# 计算单元格大小和绘制区域
num_rows = 4
num_cols = 4
cell_size = min((canvas_width - 2 * margin) // num_cols, (canvas_height - 2 * margin) // num_rows)
start_x = (canvas_width - cell_size * num_cols) // 2
start_y = (canvas_height - cell_size * num_rows) // 2# 绘制第一行四个单元格的长度为红色的矩形，边框为10像素的黑色# 绘制所有单元格的矩形
# 绘制所有单元格的矩形
# for row in range(num_rows):
#     for col in range(num_cols):
#         x1 = start_x + col * cell_size
#         y1 = start_y + row * cell_size
#         x2 = x1 + cell_size
#         y2 = y1 + cell_size
#         draw.rectangle([(x1, y1), (x2, y2)], fill='white', outline=line_color, width=line_width)# 4行4列8条四格纸
#  第1行
def draw_h1_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_yx2 = start_x + 4 * cell_sizey2 = start_y + 1 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[0], outline=line_color, width=line_width)#  第2行
def draw_h2_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_y + 1 * cell_sizex2 = start_x + 4 * cell_sizey2 = start_y + 2 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[1], outline=line_color, width=line_width)#  第3行
def draw_h3_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_y + 2 * cell_sizex2 = start_x + 4 * cell_sizey2 = start_y + 3 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[2], outline=line_color, width=line_width)#  第4行
def draw_h4_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_y + 3 * cell_sizex2 = start_x + 4 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[3], outline=line_color, width=line_width)#  第1列
def draw_l1_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_yx2 = start_x + 1 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[4], outline=line_color, width=line_width)#  第2列
def draw_l2_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_x + 1 * cell_sizey1 = start_yx2 = start_x + 2 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[5], outline=line_color, width=line_width)#  第3列
def draw_l3_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_x + 2 * cell_sizey1 = start_yx2 = start_x + 3 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[6], outline=line_color, width=line_width)#  第4列
def draw_l4_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_x + 3 * cell_sizey1 = start_yx2 = start_x + 4 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[7], outline=line_color, width=line_width)#     # 将函数名称提取出来并放入列表
# function_names = ['draw_h1_rectangle','draw_h2_rectangle','draw_h3_rectangle','draw_h4_rectangle','draw_l1_rectangle','draw_l2_rectangle','draw_l3_rectangle','draw_l4_rectangle']
# # 生成所有可能的排列,是元祖()
# permutations = list(itertools.permutations(function_names))# # 打印排列数量
# print(f"总共有 {len(permutations)} 种不同的排列。")
# # 40320 8的阶乘import itertoolsfunction_names = ['draw_h1_rectangle','draw_h2_rectangle','draw_h3_rectangle','draw_h4_rectangle','draw_l1_rectangle','draw_l2_rectangle','draw_l3_rectangle','draw_l4_rectangle']# # 调用函数列表中的函数
# for draw_function in function_names:
#     draw_function(start_x, start_y, cell_size, line_color, line_width)# # # 保存图片
# # image_path = os.path.join(folder_path, f'测试.jpg')
# # canvas.save(image_path)# # print(f'图片已保存至：{image_path}')import itertools#
# 生成从 8 个元素中选取 7 个元素的所有可能排列,8个互相配对40320,7个互相配对也是40320
permutations = list(itertools.permutations(function_names, 7))
# print(permutations[0:10])# 打印排列数量
print(f"总共有 {len(permutations)} 种不同的排列。")
# 总共有 40320 种不同的排列。n=1
# 打印所有排列
for permutation in permutations:    # 因为有40万个，所以先测试前20个# print(permutation)# 将元组转换为函数对象列表functions = [eval(function_name) for function_name in permutation[::-1]]# # 打印函数对象列表,一长串文字print(functions)# [<function draw_triangle_2 at 0x000001A4B402F3A8>, <function draw_triangle_1 at 0x000001A4B402FB88>, <function draw_triangle_6 at 0x000001A4B4061288>, <function draw_triangle_3 at 0x000001A4B23C5AF8>, <function draw_triangle_4 at 0x000001A4B4061168>, <function draw_triangle_5 at 0x000001A4B40611F8>]# 运行一个7元素,就打乱一次颜色,确保color【0】抽取的颜色每次都不同# random.shuffle(colors)# 调用函数绘制等边三角形# 调用函数绘制矩形for func in functions:# 为每个函数添加缺失的参数func(start_x, start_y, cell_size, line_color, line_width)# 保存绘制好的图像 已知是43020所以序号是5位数canvas.save(folder_path + fr'\{n:05d}.png')n+=1

终端展示：

作品展示：

生成时间：

14:54-15:08     14分钟   图片总数40320张

图片分析：

1、出现一样的图片，其实是每条颜色出现的顺序不同

结果：需要去重：由于会出现这种顺序不同，但实际展示的图案结果相同的情况，因此需要去掉重复图片

2、部分图片因为图像重叠，显示的颜色数量不同

因为样例图上有7条颜色，

结论：所以这里需要删除不是7条的图案（4条、5条、6条）

思路：

1、哈希值16点坐标匹配相同样式图片。

2、去掉图片颜色数量小于9（7色+2色黑白）的图片

第一次测试：

第一步：哈希值16点坐标匹配相同样式图片。

1、图片上16个点的坐标

2、代码展示

'''
目的：检测文件内所有图片上16个坐标点的颜色，如果哈希值相同，就将图片复制到同名的哈希值文件内宝轮
作者：AI对话大师，阿夏
时间：2024年5月15日
'''import os
import hashlib
from shutil import copyfile
from PIL import Imagepath = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条'
# 源文件夹路径
source_folder = path + r'\01图片总数8的阶乘'
# 目标文件夹路径
destination_folder = path + r'\02哈希16点颜色归类'# 创建一个字典来存储哈希值和对应的图片路径
hash_dict = {}# 定义获取颜色值的函数
def get_color_values(image_path, coordinates):# 打开图片image = Image.open(image_path)# 存储获取到的颜色值列表color_values = []# 遍历坐标列表，获取对应坐标的颜色值for coordinate in coordinates:x, y = coordinate# 获取指定坐标的像素值pixel = image.getpixel((x, y))# 提取RGB颜色值r, g, b = pixel[:3]# 将颜色值添加到列表中color_values.append((r, g, b))return color_values# 遍历源文件夹中的每个文件
for filename in os.listdir(source_folder):filepath = os.path.join(source_folder, filename)# 处理图片文件if os.path.isfile(filepath) and (filename.endswith(".jpg") or filename.endswith(".png")):# 获取对应16个坐标的颜色值coordinates = [(175, 175), (325,175), (475,175), (625,175),(175, 325), (325, 325), (475, 325), (625, 325),(175, 475), (325, 475), (475, 475), (625, 475),(175, 625), (325, 625), (475, 625), (625, 625)]color_values = get_color_values(filepath, coordinates)# 哈希计算hash_value = hashlib.md5(str(color_values).encode()).hexdigest()  # 使用MD5算法作为哈希函数print(hash_value)# 将哈希值和对应的图片路径存储到字典中if hash_value in hash_dict:hash_dict[hash_value].append(filepath)else:hash_dict[hash_value] = [filepath]# 遍历字典，复制具有相同哈希值的图片到目标文件夹
for hash_value, filepaths in hash_dict.items():if len(filepaths) > 1:# 创建对应的文件夹folder_path = os.path.join(destination_folder, hash_value)os.makedirs(folder_path, exist_ok=True)for filepath in filepaths:filename = os.path.basename(filepath)destination_filepath = os.path.join(folder_path, filename)copyfile(filepath, destination_filepath)

终端展示——每张图片的哈希值

运行时间：15:22-15：29

显示出有5750个哈希值文件夹,但是图片只有39168张，不是40320张

经过排重测试，发现原来40320张里面有5750张图片有1-12张的重复图（合计39164张）、同时有1156张图片只有单张

因此，我把哈希值16点颜色坐标代码再优化了一次，把单张图片也算上

'''
目的：检测文件内所有图片上16个坐标点的颜色，如果哈希值相同，就将图片复制到同名的哈希值文件内宝轮
作者：AI对话大师，阿夏
时间：2024年5月15日
'''
import os
import hashlib
from shutil import copyfile
from PIL import Imagepath = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条'
# 源文件夹路径
source_folder = path + r'\01图片总数8的阶乘'
# 目标文件夹路径
destination_folder = path + r'\02哈希16点颜色归类'# 创建一个字典来存储哈希值和对应的图片路径
hash_dict = {}# 定义获取颜色值的函数
def get_color_values(image_path, coordinates):# 打开图片image = Image.open(image_path)# 存储获取到的颜色值列表color_values = []# 遍历坐标列表，获取对应坐标的颜色值for coordinate in coordinates:x, y = coordinate# 获取指定坐标的像素值pixel = image.getpixel((x, y))# 提取RGB颜色值r, g, b = pixel[:3]# 将颜色值添加到列表中color_values.append((r, g, b))return color_values# 遍历源文件夹中的每个文件
for filename in os.listdir(source_folder):filepath = os.path.join(source_folder, filename)# 处理图片文件if os.path.isfile(filepath) and (filename.endswith(".jpg") or filename.endswith(".png")):# 获取对应16个坐标的颜色值coordinates = [(175, 175), (325,175), (475,175), (625,175),(175, 325), (325, 325), (475, 325), (625, 325),(175, 475), (325, 475), (475, 475), (625, 475),(175, 625), (325, 625), (475, 625), (625, 625)]color_values = get_color_values(filepath, coordinates)# 哈希计算hash_value = hashlib.md5(str(color_values).encode()).hexdigest()  # 使用MD5算法作为哈希函数print(hash_value)# 将哈希值和对应的图片路径存储到字典中if hash_value in hash_dict:hash_dict[hash_value].append(filepath)else:hash_dict[hash_value] = [filepath]# 遍历字典，复制图片到目标文件夹
for filepaths in hash_dict.values():for filepath in filepaths:filename = os.path.basename(filepath)hash_value = hashlib.md5(str(get_color_values(filepath, coordinates)).encode()).hexdigest()folder_path = os.path.join(destination_folder, hash_value)os.makedirs(folder_path, exist_ok=True)destination_filepath = os.path.join(folder_path, filename)copyfile(filepath, destination_filepath)print("图片已复制到对应的哈希值文件夹中")

终端运行

运行时间：15:47-16:01  合计40320张，包含6902个文件夹，

随机检查，发现内部每张图片都是一模一样的（检测16个坐标点颜色，正确率高）

计算每个哈希值文件里的图片数量，

'''
每个哈希值文件夹里图片的数量，最多最少
作者：AI对话大师，阿夏
时间：2024年5月15日
'''import osdef count_images(folder_path):image_count = 0# 遍历文件夹中的所有文件和子文件夹for root, dirs, files in os.walk(folder_path):# 遍历当前文件夹中的文件for file in files:# 检查文件扩展名，判断是否为图片文件if file.endswith(".jpg") or file.endswith(".png"):image_count += 1return image_countfolder_path = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\02哈希16点颜色归类'  # 文件夹路径# 存储每个文件夹的图片数量和名称
image_counts = {}# 遍历文件夹中的每个子文件夹
for subfolder in os.listdir(folder_path):subfolder_path = os.path.join(folder_path, subfolder)# 计算子文件夹中的图片数量image_count = count_images(subfolder_path)# 存储图片数量和名称image_counts[subfolder] = image_count# 找到图片数量最多和最少的文件夹
max_count_folder = max(image_counts, key=image_counts.get)
min_count_folder = min(image_counts, key=image_counts.get)print("数量最多的文件夹名称:", max_count_folder)
print("数量最少的文件夹名称:", min_count_folder)
print("最多图片数量:", image_counts[max_count_folder])
print("最少图片数量:", image_counts[min_count_folder])

三、将6902个哈希值文件夹里的第一张图片复制出来

'''
复制哈希文件名内所有的第一张图片到新的列表内
作者：AI对话大师，阿夏
时间：2024年5月15日
'''
import os
import shutiloutput_folder = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\02哈希16点颜色归类'
new_folder = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\03哈希16点颜色单张'
os.makedirs(new_folder, exist_ok=True)# 获取output_folder中的所有子文件夹
subfolders = [subfolder for subfolder in os.listdir(output_folder) if os.path.isdir(os.path.join(output_folder, subfolder))]# 遍历每个子文件夹，复制第一张图片到新文件夹
for subfolder in subfolders:subfolder_path = os.path.join(output_folder, subfolder)images = os.listdir(subfolder_path)if len(images) > 0:# 复制第一张图片first_image = images[0]source_path = os.path.join(subfolder_path, first_image)target_path = os.path.join(new_folder, first_image)shutil.copyfile(source_path, target_path)print("每个子文件夹的第一张图片已复制到文件夹: 03哈希16点颜色单张")

现在去掉16点坐标颜色仙童完全相同的图片后，还有6902张，

四、删除没有9色的图片

一眼就能看到这两个图片没有7色，需要剔除

代码

'''
目的：删除没有9种类颜色的色块（7色+2色黑白）
作者：AI对话大师、阿夏
时间：2024年5月14日
'''from PIL import Image
import osdef count_colors(image_path):image = Image.open(image_path)colors = image.getcolors()return len(colors)def remove_images_with_few_colors(folder_path, min_colors=9):image_files = [file for file in os.listdir(folder_path) if file.endswith(('.jpg', '.jpeg', '.png', '.gif'))]for image_file in image_files:image_path = os.path.join(folder_path, image_file)num_colors = count_colors(image_path)if num_colors < min_colors or num_colors >min_colors:os.remove(image_path)print(f"已删除颜色少于{min_colors}种的图片：{image_file}")print("处理完成。")# 文件夹路径
folder_path = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\03哈希16点颜色单张'# 调用函数删除颜色数量少于8种的图片
remove_images_with_few_colors(folder_path, min_colors=9)

终端展示：

16:11-16:12，再次保留7色纸条图片后，生育5400张不重复的

最后有5400张！！！

第二次测试

1、先去掉非7色的图片（从40320开始删除）

'''
目的：删除没有9种类颜色的色块（7色+2色黑白）
作者：AI对话大师、阿夏
时间：2024年5月14日
'''from PIL import Image
import osdef count_colors(image_path):image = Image.open(image_path)colors = image.getcolors()return len(colors)def remove_images_with_few_colors(folder_path, min_colors=9):image_files = [file for file in os.listdir(folder_path) if file.endswith(('.jpg', '.jpeg', '.png', '.gif'))]for image_file in image_files:image_path = os.path.join(folder_path, image_file)num_colors = count_colors(image_path)if num_colors < min_colors or num_colors >min_colors:os.remove(image_path)print(f"已删除颜色少于{min_colors}种的图片：{image_file}")print("处理完成。")# 文件夹路径
folder_path = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\04图片总数8的阶乘'# 调用函数删除颜色数量少于8种的图片
remove_images_with_few_colors(folder_path, min_colors=9)

从40320开始删除。去掉非7色的图案后，还剩23040,有17280张时4色、5色、6色

（有时间在测试一下，有多少张4色、5色、6色、7色）

2、哈希16点最表颜色检测去重复

'''
目的：检测文件内所有图片上16个坐标点的颜色，如果哈希值相同，就将图片复制到同名的哈希值文件内宝轮
作者：AI对话大师，阿夏
时间：2024年5月15日
'''
import os
import hashlib
from shutil import copyfile
from PIL import Imagepath = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条'
# 源文件夹路径
source_folder = path + r'\04图片总数8的阶乘'
# 目标文件夹路径
destination_folder = path + r'\05哈希16点颜色归类'# 创建一个字典来存储哈希值和对应的图片路径
hash_dict = {}# 定义获取颜色值的函数
def get_color_values(image_path, coordinates):# 打开图片image = Image.open(image_path)# 存储获取到的颜色值列表color_values = []# 遍历坐标列表，获取对应坐标的颜色值for coordinate in coordinates:x, y = coordinate# 获取指定坐标的像素值pixel = image.getpixel((x, y))# 提取RGB颜色值r, g, b = pixel[:3]# 将颜色值添加到列表中color_values.append((r, g, b))return color_values# 遍历源文件夹中的每个文件
for filename in os.listdir(source_folder):filepath = os.path.join(source_folder, filename)# 处理图片文件if os.path.isfile(filepath) and (filename.endswith(".jpg") or filename.endswith(".png")):# 获取对应16个坐标的颜色值coordinates = [(175, 175), (325,175), (475,175), (625,175),(175, 325), (325, 325), (475, 325), (625, 325),(175, 475), (325, 475), (475, 475), (625, 475),(175, 625), (325, 625), (475, 625), (625, 625)]color_values = get_color_values(filepath, coordinates)# 哈希计算hash_value = hashlib.md5(str(color_values).encode()).hexdigest()  # 使用MD5算法作为哈希函数print(hash_value)# 将哈希值和对应的图片路径存储到字典中if hash_value in hash_dict:hash_dict[hash_value].append(filepath)else:hash_dict[hash_value] = [filepath]# 遍历字典，复制图片到目标文件夹
for filepaths in hash_dict.values():for filepath in filepaths:filename = os.path.basename(filepath)hash_value = hashlib.md5(str(get_color_values(filepath, coordinates)).encode()).hexdigest()folder_path = os.path.join(destination_folder, hash_value)os.makedirs(folder_path, exist_ok=True)destination_filepath = os.path.join(folder_path, filename)copyfile(filepath, destination_filepath)print("图片已复制到对应的哈希值文件夹中")

终端展示：

16:30-16:43  23040张合并成了5400个文件夹

复制每个文件夹里的第一个图片

'''
复制哈希文件名内所有的第一张图片到新的列表内
作者：AI对话大师，阿夏
时间：2024年5月15日
'''
import os
import shutiloutput_folder = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\05哈希16点颜色归类'
new_folder = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\06哈希16点颜色单张'
os.makedirs(new_folder, exist_ok=True)# 获取output_folder中的所有子文件夹
subfolders = [subfolder for subfolder in os.listdir(output_folder) if os.path.isdir(os.path.join(output_folder, subfolder))]# 遍历每个子文件夹，复制第一张图片到新文件夹
for subfolder in subfolders:subfolder_path = os.path.join(output_folder, subfolder)images = os.listdir(subfolder_path)if len(images) > 0:# 复制第一张图片first_image = images[0]source_path = os.path.join(subfolder_path, first_image)target_path = os.path.join(new_folder, first_image)shutil.copyfile(source_path, target_path)print("每个子文件夹的第一张图片已复制到文件夹: 03哈希16点颜色单张")

最后还是5400张！

结论：两次去重保7，结果都是5400张

证明8张纸条随机抽7张纸条（3行4列或4行3列）的图层重叠最多有40320种排法，但是去掉图案完全相同，去掉非七张的图片，还有5400种不重复排法。

从做区角模板的角度来看（原来的图例时16张），5400种还是太多了，后续再进行筛选

比如只有两个颜色只出现1个格子，1个颜色是4条格子的

或者降低难度，出现了三条颜色横向都是4格的，四个颜色1个格

运用python，还真的能推演数学学具的规律和原理

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/703681.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

人工智能领域向量化技术加速多模态大模型训练与应用

人工智能领域向量化技术加速多模态大模型训练与应用

目录 前言1、TextIn文档解析技术1.1、文档解析技术1.2、目前存在的问题1.2.1、不规则的文档信息示例 1.3、合合信息的文档解析1.3.1、合合信息的TextIn文档解析技术架构1.3.2、版面分析关键技术 Layout-engine1.3.3、文档树提取关键技术 Catalog-engine1.3.4、双栏1.3.5、非对称…
阅读更多...
页面布局（H5基础）（上）

页面布局（H5基础）（上）

元素的显示模式 元素的显示模式 块级元素 页面中独占一行&#xff0c;不会与任何元素公用一行&#xff0c;从上到下排列 宽度默认是元素的高度&#xff0c;高度默认内容撑开 可以通过css设置宽高 行内元素 在页面中不独占一行&#xff0c;一行中不能容纳的行内元素&#x…
阅读更多...
Python 全栈体系【四阶】（四十四）

Python 全栈体系【四阶】（四十四）

第五章 深度学习 九、图像分割 3. 常用模型 3.4 DeepLab 系列 3.4.3 DeepLab v3&#xff08;2017&#xff09; 在DeepLab v3中&#xff0c;主要进行了以下改进&#xff1a; 使用更深的网络结构&#xff0c;以及串联不同膨胀率的空洞卷积&#xff0c;来获取更多的上下文信…
阅读更多...
Java项目：基于ssm框架实现的房屋租售网站管理系统(房屋租赁和房屋出售一体)（B/S架构+源码+数据库+毕业论文+开题+任务书）

Java项目：基于ssm框架实现的房屋租售网站管理系统(房屋租赁和房屋出售一体)（B/S架构+源码+数据库+毕业论文+开题+任务书）

一、项目简介 本项目是一套基于ssm框架实现的房屋租售网站管理系统 包含&#xff1a;项目源码、数据库脚本等&#xff0c;该项目附带全部源码可作为毕设使用。 项目都经过严格调试&#xff0c;eclipse或者idea 确保可以运行&#xff01; 该系统功能完善、界面美观、操作简单、…
阅读更多...
品鉴中的艺术审美：如何将红酒品鉴提升为一种艺术体验

品鉴中的艺术审美：如何将红酒品鉴提升为一种艺术体验

品鉴云仓酒庄雷盛红酒不仅仅是对酒本身的体验&#xff0c;更是一种艺术和审美的过程。将品鉴提升为一种艺术体验&#xff0c;需要我们用更细腻的感官、情感和认知去感受葡萄酒的魅力。 首先&#xff0c;我们要意识到品鉴葡萄酒是一种多感官的体验。除了基本的视觉、嗅觉和味觉…
阅读更多...
python怎么安装matplotlib

python怎么安装matplotlib

1、登陆官方网址“https://pypi.org/project/matplotlib/#description”&#xff0c;下载安装包。 2、选择合适的安装包&#xff0c;下载下来。 3、将安装包放置到python交互命令窗口的当前目录下。 4、打开windows的命令行窗口&#xff0c;通过"pip install"这个命令…
阅读更多...
CSRF 攻击实验：更改请求方式绕过验证

CSRF 攻击实验：更改请求方式绕过验证

前言 CSRF&#xff08;Cross-Site Request Forgery&#xff09;&#xff0c;也称为XSRF&#xff0c;是一种安全漏洞&#xff0c;攻击者通过欺骗用户在受信任网站上执行非自愿的操作&#xff0c;以实现未经授权的请求。 CSRF攻击利用了网站对用户提交的请求缺乏充分验证和防范…
阅读更多...
【三家飞机制造商】

【三家飞机制造商】

1.Boeing 波音 F-15战机 B-52轰炸机 阿帕奇攻击直升机 E-3 2 .Lockheed Martin 洛克希德马丁 F35 F22 F16 F117 C130 U2 3 Raytheon 雷神
阅读更多...
uniapp 自定义uni.showToast，可以修改背景色，移动端（Andriod、ios）可用

uniapp 自定义uni.showToast，可以修改背景色，移动端（Andriod、ios）可用

如下样式 全局修改uni.showToast样式如下&#xff1a; .uni-toast {background: #FFFFFF !important;box-shadow: 0px 0px 10px 1px rgba(0,0,0,0.1) !important;border-radius: 10px 10px 10px 10px !important;color: #111111 !important; } 如上修改只在H5上生效&#xff…
阅读更多...
【TypeScript】ts中的类型别名(Type)的介绍和使用

【TypeScript】ts中的类型别名(Type)的介绍和使用

简言 类型别名(Type)的介绍和使用。 类型别名特别常用。 类型别名 类型别名就是用关键词type声明的类型&#xff1a; // Name类型 type Name string类型特别简单&#xff0c;他的作用就是定义一个类型的别名&#xff0c;这个类型可以是简单基础类型&#xff0c;也可以是复…
阅读更多...
U盘中毒文件变乱码？揭秘原因与高效恢复方法！

U盘中毒文件变乱码？揭秘原因与高效恢复方法！

在日常使用U盘的过程中&#xff0c;有时我们会遭遇到一个非常棘手的问题——文件突然出现乱码。当你满怀期待地插入U盘&#xff0c;准备打开某个重要文件时&#xff0c;却发现文件名或内容变成了一堆无法识别的字符&#xff0c;这种心情无异于晴天霹雳。乱码文件不仅影响了我们…
阅读更多...
前端面试题（二十三）（答案版）

前端面试题（二十三）（答案版）

面试形式&#xff1a;线上电话面试&#xff1a;一面&#xff1a;时长30分钟 面试评价&#xff1a;精准考察项目所需技术理论工作实践 面试官的提问大纲&#xff1a;本公司项目要求本人简历 工作经验&#xff1a;2-4年 公司名称&#xff1a;深圳XX&#xff08;想知道的就滴喔…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023