- 博客(174)
- 收藏
- 关注
RSS订阅原创 OpenLayers实现下钻地图
摘要： 下钻地图实现需关注层级切换、区域选择、数据加载和状态管理四大核心概念。关键技术包括：1)事件监听处理区域点击；2)动态管理不同层级图层；3)视图变换调整显示范围。开发流程为：准备多级地理数据→实现层级管理→添加交互控件→优化用户体验（如过渡动画、面包屑导航）。代码示例展示了点击事件监听、图层切换和视图缩放等核心功能的实现方法。
2025-08-07 11:40:14
494
原创 Cesium学习（一）-基础
Cesium是一个开源的JavaScript库，专为3D地球和地图可视化设计，广泛应用于GIS、城市规划等领域。其核心功能包括高性能3D渲染、多维数据支持和丰富的数据格式处理（如KML、GeoJSON、3D Tiles等）。主要API包括Viewer、Scene、Camera等组件，支持实体添加、相机控制等操作。Cesium还提供高级功能如时间动态可视化、空间分析和自定义着色器，同时强调性能优化，建议通过3D Tiles、LOD设置和内存管理来提升运行效率。
2025-08-05 19:37:24
615
原创 OpenLayers学习（一）-基础
摘要：OpenLayers是一个强大的开源JavaScript地图库，包含Map、View、Layer等核心组件。本文介绍了基础使用流程、常用类方法如Map类的setView/addLayer、View类的setCenter/setZoom等，并提供了创建地图、添加矢量图层和事件处理的代码示例。还包括瓦片/矢量图层、OSM/XYZ数据源的配置方法，以及控件、空间分析和多格式数据支持等进阶功能。通过简明示例展示了OpenLayers的核心功能实现方式。
2025-08-05 19:32:32
543
原创 图像识别区分指定物品与其他物体
fill:#333;color:#333;color:#333;fill:none;是否输入图像预处理特征提取目标检测候选区域生成特征分类是否为目标物品?标记目标物品过滤或标记为背景输出结果"""自定义目标分类器"""nn.ReLU(),nn.ReLU(),# 类别定义"""对提取的特征进行分类"""return {
2025-08-03 18:37:31
1079
原创 electron-多线程
基于 Chromium 多进程架构：每个渲染器运行在独立的进程中，避免单个页面的崩溃影响整个应用Node.js 多线程能力：通过 worker_threads 模块实现真正的多线程执行：在渲染进程中使用浏览器标准的 Web Workers APIIPC 通信机制：通过消息传递在不同进程/线程间交换数据资源共享与隔离：各进程拥有独立的内存空间，通过 IPC 实现数据共享。
2025-08-03 18:22:46
897
原创 Canny边缘检测算法-个人记录
摘要：Canny边缘检测算法是计算机视觉中的经典方法，通过高斯滤波、梯度计算、非极大值抑制和双阈值检测等步骤实现精确边缘提取。在复杂环境下，该算法面临光照变化、噪声干扰等挑战。优化策略包括自适应高斯滤波、多尺度检测、自适应阈值计算和改进的非极大值抑制等。代码实现展示了自适应预处理、多尺度融合、精确阈值计算等关键技术，通过形态学后处理进一步优化边缘质量。这些优化方法显著提升了算法在复杂场景下的鲁棒性和准确性。
2025-08-01 21:07:38
397
原创 Webpack 优化策略
本文总结了Webpack性能优化的完整方案，包含7大核心优化策略：1)构建速度优化，通过缓存、多线程构建和外部依赖；2)打包体积优化，使用Tree Shaking、代码分割和动态导入；3)资源优化，包括压缩和图片处理；4)解析优化，配置别名和精确匹配；5)开发环境优化，如HMR和Source Map；6)分析监控工具；7)高级策略如预加载和DLL插件。每种策略都提供了具体的配置代码示例，适用于不同规模和阶段的Webpack项目优化需求。
2025-07-29 21:35:30
501
原创 Three.js 渲染优化处理
本文总结了WebGL渲染优化的关键技术，包括：1）几何体与材质优化（使用BufferGeometry、合并几何体、实例化渲染）；2）渲染策略优化（视锥体剔除、LOD、动态批处理）；3）动画与更新优化（矩阵更新控制、对象池）；4）内存管理（资源释放、纹理压缩）；5）性能监控（Stats.js、渲染器信息）；6）特定技术（遮挡剔除、按需渲染、Web Workers）；7）渲染器配置（WebGL特性启用）。这些方法可有效提升3D应用性能，适用于需要高效渲染的场景开发。
2025-07-29 21:32:32
621
原创 图像识别边缘算法
边缘检测是图像处理和计算机视觉中的基础技术，用于识别图像中物体的边界。边缘是指图像中像素强度发生急剧变化的区域，通常对应于物体的轮廓、纹理变化或光照变化。边缘检测的基本原理是通过计算图像中像素的梯度来检测边缘。在边缘处，像素强度会发生显著变化，因此梯度值会很大。Sobel算子是一种基于梯度的边缘检测算法，通过计算图像在水平和垂直方向上的梯度来检测边缘。Laplacian算子是二阶导数算子，对噪声敏感但能检测到更精细的边缘。Canny边缘检测是一种多阶段算法，被认为是边缘检测的黄金标准。
2025-07-28 19:11:18
1443
2
原创 排序算法 (Sorting Algorithms)-Python示例
本文提供了Python实现的经典排序算法示例，包括冒泡排序、选择排序、插入排序、快速排序、归并排序、堆排序和计数排序。每种算法都包含详细的Python实现代码、时间复杂度分析（从O(n²)到O(n log n)不等）、空间复杂度说明和稳定性判断。示例代码结构清晰，包含排序函数定义、辅助函数和测试用例，可直接运行验证排序效果。这些算法涵盖了不同场景下的排序需求，从小规模数据到大规模数据，从简单实现到高效实现，为开发者提供了全面的排序算法参考实现。
2025-07-28 19:07:16
648
原创 排序算法 (Sorting Algorithms)-JS示例
本文介绍了排序算法的基本概念、核心特性和常见分类，并提供了6种经典排序算法的JavaScript实现。排序算法分为比较排序和非比较排序两类，核心特性包括稳定性、时间/空间复杂度等。文中详细展示了冒泡排序、选择排序、插入排序、快速排序、归并排序和堆排序的JS代码实现，每种算法都配有示例数组演示排序过程。这些算法涵盖了从简单到高效的多种排序方法，包括O(n²)和O(n log n)时间复杂度的实现，为开发者提供了完整的排序算法参考方案。
2025-07-28 19:03:30
544
原创 动态规划 (Dynamic Programming) 算法概念-Python示例
本文介绍了Python中动态规划算法的核心实现与应用，包含6个经典问题的代码实现：斐波那契数列（提供递归、动态规划和空间优化三种解法）、硬币找零、编辑距离、最长递增子序列、背包问题（含二维和一维实现）以及最大子数组和。每个实例都给出了详细的状态转移方程和复杂度分析，并附有空间优化版本。最后总结了动态规划在计算机科学、金融、生物信息学等领域的实际应用场景，以及包含状态定义、初始化、转移方程的标准解题模板。这些实例展示了动态规划如何通过子问题分解和记忆化来优化计算效率。
2025-07-27 18:56:41
218
原创 动态规划 (Dynamic Programming) 算法概念-JS示例
动态规划是一种高效算法设计技术，适用于具有重叠子问题和最优子结构特性的问题。其核心思想是通过存储子问题解避免重复计算，显著提升效率。本文通过JavaScript实现四个经典案例：斐波那契数列（展示递归优化）、硬币找零（最少硬币数）、编辑距离（字符串转换）和最长递增子序列（含二分优化），详解状态定义、转移方程和边界处理。动态规划广泛应用于算法优化、金融分析、生物信息学等领域，能有效降低时间复杂度，但需权衡存储空间并准确识别问题特征。提供通用解题模板帮助开发者快速掌握这一重要算法范式。
2025-07-27 18:51:40
338
原创 图像智能识别算法记录
本文介绍了常用机器学习算法及其应用示例。传统算法包括SIFT（尺度不变特征变换）、HOG（方向梯度直方图）和SVM（支持向量机）；深度学习算法涵盖CNN、ResNet和MobileNet等。文中提供了三个代码示例：1）使用OpenCV和SVM实现图像分类；2）基于PyTorch构建简单CNN模型；3）利用预训练ResNet进行图像分类。这些示例展示了从特征提取到模型训练、预测的完整流程，适用于不同计算环境，从传统机器学习到深度学习应用。
2025-07-27 18:44:47
322
原创 图像智能识别（一）-Python方向
图像智能识别分类是计算机视觉的核心技术，通过算法自动识别和分类图像内容。主要采用传统方法（手工特征提取+SVM等）和深度学习方法（CNN、预训练模型）。典型流程包括图像采集、预处理、特征提取、分类预测和后处理，最终输出分类结果。示例代码展示了使用ResNet预训练模型进行图像分类的过程，流程图清晰描述了识别分类的完整步骤。该技术在多个领域具有广泛应用价值。
2025-07-27 18:41:18
835
原创 分治算法 (Divide and Conquer)-Python示例
摘要：本文探讨了后端算法应用的优势，并详细介绍了分治算法的原理与实现。分治算法通过分解、解决和合并三个步骤有效处理复杂问题，适用于归并排序、快速排序等多种场景。文章提供了五个Python实现示例：归并排序（时间复杂度O(n log n)）、快速排序（平均O(n log n)）、二分搜索（O(log n)）、最大子数组和（O(n log n)）以及Karatsuba大整数乘法（O(n^1.585)）。这些示例展示了分治算法在数据处理和优化中的高效性，特别适合后端服务器处理大规模计算任务。
2025-07-26 19:37:48
956
原创 分治算法 (Divide and Conquer)原理、及示例-JS版
分治算法是一种重要的算法设计范式，它将一个复杂问题分解为若干个规模较小的相同问题，递归地解决这些子问题，然后将子问题的解合并得到原问题的解。分治算法的空间复杂度主要由递归调用栈的深度决定，通常是 O(log n) 到 O(n)。
2025-07-26 19:29:39
871
原创 三维图像识别中OpenCV、PCL和Open3D结合的主要技术概念、部分示例
点云是三维空间中点的集合，每个点包含三维坐标(x,y,z)，可能还包含颜色信息(RGB)、法向量、强度等属性。深度图像是每个像素值表示该点到相机距离的二维图像，是生成点云的重要数据源。计算点云中每一点的法向量，描述该点处表面的朝向。结合彩色图像(RGB)和深度图像(D)的信息，生成具有颜色信息的三维点云，增强识别能力。识别点云中具有显著几何特征的点，如角点、边缘点等，用于后续的特征匹配和配准。用于高效的空间索引和邻域搜索，支持快速的点云操作。将多个视角获取的点云数据融合成完整的三维模型。
2025-07-25 19:03:36
1211
原创 算法记录-后期会有代码基础示例
分治算法适用于可以分解为独立子问题的情况动态规划适用于具有重叠子问题和最优子结构的问题贪心算法适用于具有贪心选择性质的问题图算法适用于网络、路径、连接关系相关的问题搜索和排序算法是处理数据的基础工具字符串算法专门处理文本和模式匹配问题数论算法处理数学计算问题几何算法处理空间和图形问题随机化算法通过引入随机性提高效率或处理复杂问题近似算法用于处理难以精确求解的复杂问题。
2025-07-24 20:31:14
550
原创 Python桌面版数独（五版）-优化选择模式触发新棋盘生成
本文介绍了数独游戏交互体验的优化方案，核心是通过自动响应设置变更来提升用户体验。主要改进包括：1) 模式/难度选择变更时自动触发新棋局生成；2) 每次生成新棋局时自动重置计时器。修改了update_mode和update_difficulty函数，使其在更新模式或难度后自动调用generate_sudoku方法。优化后，用户更改设置时系统会自动完成棋局更新和计时器重置，无需手动操作，显著简化了操作流程。
2025-07-24 20:21:09
305
原创 通义千问三种模式的区别记录
通义系列产品包含三大核心功能：智能问答、文件编辑和智能体。智能问答专注于知识检索与自然语言交互，适用于日常咨询和学习辅导。文件编辑提供代码生成、补全和解释等开发辅助功能。智能体具备自主决策能力，可执行多步骤任务和自动化流程。三者形成互补关系：问答提供基础信息支持，文件编辑处理编程任务，智能体整合前两者实现高级自动化服务，满足从简单查询到复杂任务执行的多样化需求。
2025-07-24 20:07:41
1046
原创 爬虫算法原理解析
网络爬虫算法是一个复杂的系统工程，涉及图论、数据结构、网络协议、分布式计算等多个领域的知识。不同的爬虫系统会根据具体需求选择合适的算法组合，以实现高效、稳定、合规的数据采集。随着互联网的发展和反爬虫技术的进步，爬虫算法也在不断演进和优化。
2025-07-24 20:01:17
1416
原创 爬虫基础概念
网络爬虫是一种自动获取网页数据的程序，主要工作流程包括URL选择、请求发送、内容解析、链接发现和数据存储。它起源于1990年代的搜索引擎技术，经历了从学术研究到商业应用的演变。现代爬虫采用并发控制、反爬虫对策等技术提高效率，应用领域已扩展到数据挖掘等多个方面。爬虫需要遵守相关法律法规，合理控制访问频率以避免对目标网站造成负担。
2025-07-24 19:58:19
1174
原创 Python桌面版数独游戏（四版）-增加计时器
功能方法说明初始化计时器init初始化计时器变量创建控件创建计时器的Label和Button暂停/继续计时切换计时器状态更新时间每秒更新时间显示开始计时启动计时器重置计时器停止并重置计时器输入触发计时用户输入数字时开始计时重置棋局重置棋盘并重置计时器新棋局生成新棋局并重置计时器。
2025-07-23 17:30:31
734
原创 OpenCV学习（三）-常用函数
OpenCV（Open Source Computer Vision Library）是一个功能强大的开源计算机视觉库，广泛用于图像处理、视频分析、特征检测、目标检测等任务。它提供了大量的函数来处理图像和视频数据。
2025-07-23 17:19:03
1056
原创 Python桌面版数独游戏（三版）-增加难易度模式
在数独游戏中，难度通常由已知数字（提示数）的数量决定。难度越高，已知数字越少，玩家需要推理的步骤越多。以下是不同模式下的算法区别和核心代码解析。
2025-07-21 19:30:42
451
原创 OpenCV学习（二）-二维、三维识别
摘要：OpenCV是强大的计算机视觉库，支持二维和三维图像处理。二维处理包括图像分类（使用ResNet等模型）、对象检测（YOLO/SSD）和特征提取（SIFT/ORB）。三维处理需结合Open3D等库，支持点云可视化、三维重建和特征提取（如法线估计）。OpenCV适合二维任务，而三维处理需要额外工具扩展功能。
2025-07-21 19:15:29
792
2
原创 OpenCV学习（一）
OpenCV是一个开源的计算机视觉和机器学习库，广泛应用于图像处理、视频分析等领域。文章介绍了OpenCV的基础概念，包括图像表示（cv2.Mat对象）、常用操作（读取、显示、保存图像）、颜色空间转换（BGR转灰度/HSV）以及核心功能（边缘检测、高斯模糊、阈值处理）。此外，还涵盖了轮廓检测、视频处理和特征检测（如ORB算法）等进阶内容，为初学者提供了快速入门OpenCV的实用指南。
2025-07-21 19:10:43
701
原创 Python桌面版数独（二版）-增加4X4、6X6
4. 添加了模式选择下拉框，可以选择4x4、6x6、9x9模式。5. 根据选择的模式动态创建不同大小的棋盘。以下为非完整代码，完整代码资源有下载。6. 生成不同大小的数独题目。7. 验证输入的合法性。8. 检查是否完成数独。
2025-07-20 18:25:32
211
原创 Python 桌面版 数独游戏（一版）
本文介绍了一个基于Python tkinter的数独游戏实现方案，采用标准库开发无需额外依赖。游戏包含9x9棋盘界面，支持玩家手动输入数字，提供"重新开始本局"和"生成新棋局"两个功能按钮。核心算法使用回溯法生成完整数独解后随机移除部分数字形成题目，原始数字不可编辑而玩家输入数字可修改。文中详细说明了设计思路、技术选型、核心模块实现，并附完整代码。程序支持生成随机数独、重置当前棋盘等基础功能，同时提出了自动验证、提示功能、计时器等扩展方向。该实现简洁高效，适合作为Py
2025-07-19 19:19:19
618
原创 回溯算法（Backtracking Algorithm）
回溯算法是一种通过深度优先搜索（DFS）和状态回退来求解问题的算法，适用于组合、排列、约束满足等问题。其核心是试探性求解：尝试选择候选解，若失败则回溯并尝试其他路径。典型应用包括全排列、数独、迷宫搜索等。算法采用递归实现，时间复杂度较高（如O(N!)或O(2^N)），但通过剪枝可优化效率。
2025-07-19 19:02:12
411
原创 数独算法Python示例
摘要：数独是一种经典的9x9数字填充游戏，需满足行列及3x3子方格不重复的规则。回溯法是常用解法，通过深度优先搜索尝试填充数字，遇到冲突则回溯。算法步骤包括查找空格、尝试填入1-9、校验规则、递归求解，若失败则回溯重置。Python实现展示了核心逻辑，优化建议包括优先填充约束多的格子、剪枝和位运算加速。最坏时间复杂度为O(9^N)，但实际效率较高。
2025-07-19 18:59:08
452
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人