无题

好久没来写个什么了,今天一上来,开发现优快云的blog已经改版了,汗啊,这么好的消息我现在才知道!!!

于是想写个什么,也不知道要写什么,为什么而写,所以"无题",也得归于随笔一类.

前阵子,做了一个会议排座考勤系统,用IC卡的,多个终端,实时排座,算法倒很简单,到得早的坐前面,迟的坐后面,其实呢,这个软件就是为了防止开会的人往后坐,一开会,前面空出一大片.呵

看起来很简单的一个系统,我开始使用IndyUDP能实现终端与主机的通讯,在终端刷卡,把ID上传到主机,主机安排一个座位并记录刷卡时间,再把这个人的信息与座位号传给终端显示. 另外我还写了一个模拟刷卡的工具做测试,好像没有什么问题,结果第二天开会一用,没多久没出了问题,主机的服务端程序死了,终端怎么刷卡也没用了,重启系统,问题依旧. 这可把我急坏了,事后静下心来查问题,怀疑是IndyUDPServer接收消息过多处理不过.不知道是不是这样.

不敢用IndyUDP了,改用DCOM,这东东赫赫有名,不过我还只是初步了解他,还好程序不大,用用无防,改写程序之后,测试,效果还不错,测试了一个下午,没问题,心中欢喜.第二天给用户自己测试,没问题.第三天,用户打电话过来,说终端提示"调用的对象已与其客户端断开连接",这个问题我倒是闻所未闻,于是用baidu一查,查到csdn上有"保持DCOM的心跳http://dev.youkuaiyun.com/develop/article/16/16514.shtm"这一个文章,说是有客户端超过6分钟没有与服务器的动作,服务器就会中联这个联接,于是按文章所说,"每隔半分钟就给服务器发送一个无害的消息".问题搞定!

有个问题,就是终端上也得运行一次服务端,注册一下,还有,要是把终端上上的服务端程序删除了,终端就会报"interface not support",不知道是怎么回事,看来DCOM还是有很多东西要学习的.

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库,广泛应用于图像处理、计算机视觉和模式识别等领域。物体识别是OpenCV的一个重要应用场景,以下是一些常见的物体识别方法和技术: 1. **特征提取与匹配**: - **SIFT(尺度不变特征变换)**和**SURF(加速稳健特征)**:这些算法用于检测和描述局部特征,能够在图像中识别出相同的物体,即使它们的大小、旋转或光照条件发生变化。 - **ORB(定向快速旋转BRIEF)**:一种快速的特征检测和描述算法,适用于实时应用。 2. **模板匹配**: - 通过在图像中滑动一个模板(已知物体的图像),并计算模板与图像区域的相似度,来找到物体的位置。 3. **机器学习与深度学习**: - **支持向量机(SVM)**:用于分类和回归分析,可以用于物体识别任务。 - **卷积神经网络(CNN)**:深度学习模型,特别适合处理图像数据,能够自动学习图像的特征并进行分类。 4. **目标检测算法**: - **Haar级联分类器**:基于积分图和AdaBoost算法,用于实时人脸检测。 - **YOLO(You Only Look Once)**和**SSD(Single Shot MultiBox Detector)**:实时目标检测算法,能够在单次前向传播中同时进行目标定位和分类。 5. **实例分割**: - **Mask R-CNN**:在目标检测的基础上,进一步分割出目标的精确轮廓。 OpenCV提供了丰富的API和工具,可以方便地实现上述方法。以下是一个简单的示例代码,展示如何使用OpenCV进行模板匹配: ```python import cv2 import numpy as np # 读取原始图像和模板图像 original_image = cv2.imread('original_image.jpg') template = cv2.imread('template.jpg') template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY) w, h = template_gray.shape[::-1] # 转换为灰度图 gray_original = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY) # 模板匹配 result = cv2.matchTemplate(gray_original, template_gray, cv2.TM_CCOEFF_NORMED) threshold = 0.8 loc = np.where(result >= threshold) # 绘制矩形框 for pt in zip(*loc[::-1]): cv2.rectangle(original_image, pt, (pt[0] + w, pt[1] + h), (0, 255, 255), 2) # 显示结果 cv2.imshow('Detected', original_image) cv2.waitKey(0) cv2.destroyAllWindows() ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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