网络通信 客户端与服务端解决沾包问题模板

网络通信:客户端与服务端沾包问题解决方案
本文探讨了网络通信中常见的沾包问题,并提供了服务端和客户端的解决模板。通过特定的数据包格式设计,确保数据的正确解析与处理。

网络通信代码:解决沾包问题

服务端:

#!\Users\Local\Programs\Python37
# -*- coding: utf-8 -*-
# Author: Hua Wang
# Time:2020/9/16

import socket
import subprocess
import struct
import json

phone = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
# phone.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1)
phone.bind(('127.0.0.1', 8892))
phone.listen(3)

print('staring...')
while True:  # 建立连接循环
    conn, client_addr = phone.accept()
    print(client_addr)

    while True:  # 通信循环
        try:
            # 1 收命令
            cmd = conn.recv(8888)
            if not cmd:break # 适用于linux操作系统

            # 2执行命令,拿到结果
            # obj = subprocess.Popen(cmd, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
            # stdout = obj.stdout.read()
            # stderr = obj.stderr.read()
            obj = subprocess.Popen(cmd.decode('utf-8'), shell=True,
                                   stdout=subprocess.PIPE,
                                   stderr=subprocess.PIPE)

            stdout=obj.stdout.read()
            stderr=obj.stderr.read()


            # 3 把命令的结果返回给客户端
            # 第一步:制作固定长度的报头
            header_dic= {
                'filename': 'a.text',
                'aithor':'WH',
                'total_size' :len(stdout)+len(stderr)
            }

            header_json = json.dumps(header_dic)
            header_bytes = header_json.encode('utf-8')
            header_length = struct.pack('i',len(header_bytes))
            print(header_length)

            # 第二步:先发送报头的长度
            conn.send(header_length) # 先发送所要接受的报头长度信息

            # 第三步 :再发报头
            conn.send(header_bytes)

            # 第四步:在发送真实的数据
            conn.send(stdout)
            conn.send(stderr)

        except ConnectionResetError: # 适用于windows操作系统
            print('断开链接了。。')
            break
    conn.close()

phone.close()

客户端:

#!\Users\Local\Programs\Python37
# -*- coding: utf-8 -*-
# Author: Hua Wang
# Time:2020/9/16

import socket
import struct
import json

phone = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
phone.connect(('127.0.0.1', 8892))

while True:  # 建立通信循环
    # 1、发命令
    cmd = input('>>: ').strip()
    if not cmd: continue
    phone.send(cmd.encode('utf-8'))
    # 2、拿命令的结果,并打印

    # 第一步 先收报头的长度
    obj = phone.recv(4)
    print(obj)
    header_size = struct.unpack('i', obj)[0]

    # 第二步 在收报头
    header_bytes = phone.recv(header_size)

    # 第三步 从报头中解析出对真实数据得描述信息
    header_json = header_bytes.decode('utf-8')
    header_dic = json.loads(header_json)
    print(header_dic)
    total_size = header_dic['total_size']  # 2获取数据总长度

    # 第四步:接受真实的数据
    recv_size = 0
    recv_data = b''
    while recv_size < total_size:
        res = phone.recv(1024)
        recv_size += len(res)
        recv_data += res
    # data=phone.recv(total_size) # todo 为啥不可以直接接受指定长度

    print(recv_data.decode('gbk'))

phone.close()

 

本指南详细阐述基于Python编程语言结合OpenCV计算机视觉库构建实时眼部状态分析系统的技术流程。该系统能够准确识别眼部区域,并对眨眼动作持续闭眼状态进行判别。OpenCV作为功能强大的图像处理工具库,配合Python简洁的语法特性丰富的第三方模块支持,为开发此类视觉应用提供了理想环境。 在环境配置阶段,除基础Python运行环境外,还需安装OpenCV核心模块dlib机器学习库。dlib库内置的HOG(方向梯度直方图)特征检测算法在面部特征定位方面表现卓越。 技术实现含以下关键环节: - 面部区域检测:采用预训练的Haar级联分类器或HOG特征检测器完成初始人脸定位,为后续眼部分析建立基础坐标系 - 眼部精确定位:基于已识别的人脸区域,运用dlib提供的面部特征点预测模型准确标定双眼位置坐标 - 眼睑轮廓分析:通过OpenCV的轮廓提取算法精确勾勒眼睑边缘形态,为状态判别提供几何特征依据 - 眨眼动作识别:通过连续帧序列分析眼睑开合度变化,建立动态阈值模型判断瞬时闭合动作 - 持续闭眼检测:设定更严格的状态持续时间闭合程度双重标准,准确识别长时间闭眼行为 - 实时处理架构:构建视频流处理管线,通过帧捕获、特征分析、状态判断的循环流程实现实时监控 完整的技术文档应含模块化代码实现、依赖库安装指引、参数调优指南及常见问题解决方案。示例代码需具备完整的错误处理机制性能优化建议,涵盖图像预处理、光照补偿等实际应用中的关键技术点。 掌握该技术体系不仅有助于深入理解计算机视觉原理,更为疲劳驾驶预警、医疗监护等实际应用场景提供了可靠的技术基础。后续优化方向可括多模态特征融合、深度学习模型集成等进阶研究领域。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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