茂说 2 (调色板)

Open3D 进阶(22)间接平差法拟合空间曲线 空间曲线拟合在电力线三维重建中有着广泛的应用,本文利用python使用间接平差法对三维空间曲线的拟合进行代码实现。 阅读详情

保存于:2008年11月27日 12时56分14秒

 

啊茂 14:13:37
索引图片的颜色储存原理你明左未?
Huang_Jian肇 14:14:31
系琴日听你讲过下,我把我的理解说下你睇下系米敢

Huang_Jian肇 14:17:00
D颜色已经编码好,0代表咩色,1代表咩色,这色是调色版用来画画的色,图片的话呢就是储存一张图的各个像素的色的编码

啊茂 14:19:06
嗯
啊茂 14:19:07
是的
Huang_Jian肇 14:20:17
为什么黑色那张不是透明的

啊茂 14:22:09
图片存储的数据就像一个指针,系指向颜色既,例如位置A指向B颜色,原来B颜色系蓝色,我把B颜色换成红色既话,甘你会发觉张图片原来蓝色的地方都变成红色了,按呢个原理,我把蓝色的透明度设为透明,那么原来蓝色的地方就都透明了
Huang_Jian肇 14:23:42
现在不是把黑色的地方变透明了吗?

啊茂 14:24:43
之前果D代码透明化的原理是:把图片转成TYPE_4BYTE_ABGR的类型,呢种类型的存储格式和索引图片不同(至少有乜唔同你自己再研究),虽然可以转成透明,但因为已经转成TYPE_4BYTE_ABGR类型,所以不是索引了
啊茂 14:25:29
现在我再讲我系点样取到蓝色既索引值,然后在调色板中找到它,并把它设为透明的
啊茂 14:29:54
inputbig.getRaster().getPixel(10,10, (int[])null)[0]
这是取得位置10,10的颜色,如果这是TYPE_4BYTE_ABGR类型,则会返回Color[]类型,就是颜色了,但我这是TYPE_BYTE_INDEXED类型,所以它返回的不是颜色,而是颜色的索引值,因为我事先知道那里是蓝色,且只有蓝色这一纯色,所以数组的第一个[0]就是我要的索引值了,位置10,10是蓝色,它的索引值和整张图片的其它蓝色索引值都是一样的,好了,现在我找到蓝色的索引值了
啊茂 14:30:12
再来构造调色板
啊茂 14:32:58
本来的是想从第一次生成的BufferedImage中取出调色板,再来修改的,但我发现取出来的调色板ColorModel是无法修改的,只能读取,但BufferedImage有一个构造类可以指定调色板,即是IndexColorModel(这是ColorModel的一个子类,专用于索引图片和灰度图片),现在思想出来了,就是先构造一个蓝色的透明度为0的调色板,然后用这个新构造的调色板来生成BufferedImage
Huang_Jian肇 14:34:51
听你讲左敢多,调查色板好似系重点?关键

Huang_Jian肇 14:38:02
你无用到了原来写的这个函数了createImageByMaskColor

啊茂 14:38:27
新构造的调色板是以原来的调色板为基础,它们应该是除了蓝色的透明度,其它是完全一致的,查查IndexColorMode的构造方法,可以知道,生成IndexColorModel需要r、g、b和Aplah值,这些都是数组,r[0]、g[0]、b[0]、a[0]构成调色板中的第一个颜色。
byte[] r = new byte[cmm.getMapSize()]; //红色
   byte[] g = new byte[cmm.getMapSize()]; //绿色
   byte[] b = new byte[cmm.getMapSize()]; //蓝色
   byte[] a = new byte[cmm.getMapSize()]; //透明度
   cmm.getReds(r);
   cmm.getGreens(g);
   cmm.getBlues(b);
以上是先把旧调色板的各分量读取出来,
for(int i = 0; i<a.length; i++) {
    if(i == inputbig.getRaster().getPixel(1,1, (int[])null)[0]) {
     a[i] = 0; //透明
    } else {
     a[i] = 1;
    }
   }
然后设置各分量的透明度,如果是蓝色的索引值分量,透明度为0,其它为1
到现在,新调色板构建好了
啊茂 14:38:44
IndexColorModel cm = new IndexColorModel(8, a.length, r, g, b, a); //用以上参数重新构建一个颜色模型,其中8是每像素占位,这里是
                                                                      //png8格式,故用8,a.length是颜色分量长度
啊茂 14:39:28
然后用BufferedImage的构造方法构造新的BufferedImage,并指定调色板
inputbig = new BufferedImage(1920, 1080,BufferedImage.TYPE_BYTE_INDEXED, cm);
啊茂 14:39:42
这样就行了
Huang_Jian肇 14:40:08
r[0]、g[0]、b[0]、a[0] 是数组,那么IndexColorModel是整张图片的信息?

啊茂 14:40:21
不是,是图片的调色板
啊茂 14:40:41
inputbig.getRaster()得出来的才是图片的数据
Huang_Jian肇 14:41:34
IndexColorModel是图片的调查色板,是整张图片说的?还是一个像素点?

啊茂 14:41:44
整张图片
Huang_Jian肇 14:42:19
对应一个像点信息是不是在它的数组中会反映?

啊茂 14:43:03
==,我画个图给你
Huang_Jian肇 14:44:31
if(i == inputbig.getRaster().getPixel(1,1, (int[])null)[0])   这是怎样的逻辑?

啊茂 14:45:17
如果调色板数组的序号 == 蓝色的索引值
Huang_Jian肇 14:46:23
inputbig.getRaster().getPixel(1,1, (int[])null)[0] 是 蓝色的索引值?

啊茂 14:48:07
我已经知道位置1,1是蓝色了
啊茂 14:48:20
我现在是以蓝色底的图片为基础的
Huang_Jian肇 14:48:57
那对蓝底的inputbig.getRaster().getPixel(1,1, (int[])null)[0] 是 蓝色的索引值?

啊茂 14:51:23



啊茂 14:52:07
你猜猜就知道了,1,1是在左上角,那里肯定是蓝色
Huang_Jian肇 14:52:23
嗯
Huang_Jian肇 14:52:51
调查色板不是按顺序的?

啊茂 14:53:12
不一定的,这个调色板是我自己建的
Huang_Jian肇 14:53:18
1 0000  2 0001  3  0002


Huang_Jian肇 14:53:35
下

啊茂 14:53:43
最后一个只有0和1的值
Huang_Jian肇 14:54:23
最后一个不是透明度?

啊茂 14:54:29
如果我把一张图片最多的颜色放在第0位,那么它查找时,是不是会最快找到呢?
Huang_Jian肇 14:54:38
透明度不是0 - - 255

啊茂 14:54:57
是透明度啊,透明度的取值范围:0.0 - 1.0
Huang_Jian肇 14:55:04
哇~~这个问题想不到

Huang_Jian肇 14:55:20
O

Huang_Jian肇 14:55:50
好似哪果看过什么透明可设值在0  --255

啊茂 14:55:50
有些图片查看器不支持半透明度时,它就只会识别为0或1
Huang_Jian肇 14:56:07
o,如此

Huang_Jian肇 14:57:19
是哪里看到png 索引的资料的

啊茂 14:57:57
不记得了
Huang_Jian肇 14:58:09
O

啊茂 14:58:10
不但是PNG的,所以索引图片都是这个原理
Huang_Jian肇 14:58:30
O

啊茂 14:59:48
像这些图片的颜色这么单一,只有三种色:蓝、黑、白,你可以尝试下把调色板只设有三种色,然后修改图片每个像素的索引值,可能会大大减小图片体积
啊茂 15:00:28
再按颜色的比例,把蓝、白、黑按这样的顺序放到调色板中,图片读取将会更快
Huang_Jian肇 15:01:23
哦
Huang_Jian肇 10:37:50
每张图片都有一个调节版?

Huang_Jian肇 10:37:58
图片文件

啊茂 10:38:21
其实我又觉得,系统系有自己既调色板既,如果可以用系统既调色板,甘图片又会细左D喔,但如果系统既调色板俾改过后,图片就唔同样了。。。
啊茂 10:38:23
是
啊茂 10:40:00
如果你地公司一般都只生成PNG图片黎用,然后D人设计时用BMP图片,你应该再了解下呢两种格式既图片,你问我,我讲既可能系错既
Huang_Jian肇 10:40:02
系统在在画图片时一定会用图片的调色版?

Huang_Jian肇 10:40:25
O

啊茂 10:40:46
图片相当于一个程序,在执行图片程序时,图片指定用乜调色板就用乜调色板,唔系由系统决定既
Huang_Jian肇 10:41:33
for(int i = 0; i<a.length; i++) {
    if(i == inputbig.getRaster().getPixel(10,10, (int[])null)[0]) {
     //0-->a.length(颜色分量长度) 看颜色是否一样
     a[i] = 0; //透明
    } else {
     a[i] = 1;
    }
   }

Huang_Jian肇 10:41:51
if(i == inputbig.getRaster().getPixel(10,10, (int[])null)[0]) {
     //0-->a.length(颜色分量长度) 看颜色是否一样
     a[i] = 0; //透明
    } e

Huang_Jian肇 10:42:30
为什么这句可以识别出哪里要透明?

Huang_Jian肇 10:43:19
for(int i = 0; i<a.length; i++) {
在这循环中i,不是由0-->a.length吗?

Huang_Jian肇 10:44:03
inputbig.getRaster().getPixel(10,10, (int[])null)[0]) 的值在 0 -->a.length 就会是蓝色

啊茂 10:45:31
由先,调色板每一个颜色是由r g b a来决定,调色板有多少个颜色,就肯定有多少个a,即是说,调色板的长度和a的长度是完全一样的,这里的i既是调色板的索引,也是a的索引
啊茂 10:46:48
那么,根据i在调色板中找到的颜色,它的alpah值,当然就是在数组a中找到的值啦
啊茂 10:47:06
这个a的数组是调色板中的alpah分量来的
啊茂 10:49:03

Huang_Jian肇 10:49:45
基本明了

啊茂 10:49:50
你睇呢张图,用i在数组a中找到的东西,是不是用i在调色板中找到的颜色是对应的?
啊茂 10:50:02
调色板是由数组r g b a组成的
啊茂 10:51:36
你应该再回头看看数据结构之类的知识
Huang_Jian肇 10:52:13
嗯,

啊茂 10:52:18
你的大脑对于数据在电脑中是如何存储的还没有一个形象的认识
Huang_Jian肇 10:52:45
是哦

啊茂 10:53:25
不过你唔好真系一味花时间来全部看一次,应该系针对你需要解决的问题而有目的既睇
啊茂 10:55:11
你可以先花时间来快速浏览一次,记住里面大概提到有边D内容,以后遇到问题时,再回忆果本书有无提到相关内容,有既话再回头认真睇,呢D系我既经验,所以我一般睇一本书系好快既,当睇目录甘睇

 

通信算法之264: DJI O2 协议物理层逆向工程解析 对于 DroneID,标志之间的间隙由循环前缀 (CP) 填充:每个标志末尾的副本附加在相应标志的开头。有了关于确切标志开始的信息,可以使用 FFT 将标志转移到频域 - 来自时域的 1024 个样本导致频域中的 1024 个子载波。使用比特流的解扰和涡轮解码,并将生成的数据映射到如上的DroneID 结构,通过逆向工程在无人机的固件中找到了它。注意到一些无人机(Mavic 2 和更早的 OcuSync 无人机)不发送第一个标志(标志 1),这导致更短的帧持续时间为 576 µs。//产品型号数字代号。 阅读详情

相关推荐

从零开始:使用英伟达nx开发板部署目标检测算法的全过程

英伟达nx开发板烧录、依赖安装、开发板联网

weixin_51192760的博客 3761

java batik 乱码_Batik渲染png图片异常的bug修复

Batik渲染png图片异常的bug修复batik是apache的一个开源项目,可以实现svg的渲染,后端借助它可以比较简单的实现图片渲染,当然和java一贯处理图片不太方便一样,使用起来也有不少坑下面记录一个bug的修复过程I. 问题重现svg文件:xlink:href="http://image.uc.cn/o/wemedia/s/upload/2017/39c53604fe3587a4876...

weixin_29144259的博客 988

巨量千川M-API实战:5分钟搞定短视频计划数据自动获取(Python版)

本文详细介绍了如何利用巨量千川M-API和Python快速搭建自动化工具,实现短视频计划数据的自动获取。通过实战代码演示了从环境准备、Token管理到核心数据接口调用的完整流程,帮助电商运营和技术开发者告别手动导出,高效完成数据汇总与分析。

weixin_29325515的博客 1357

彩色图、灰度图和二值图

首先计算机中图像是用矩阵存储的,所以在分析图像时,应当用矩阵的眼光来看待 1.RGB模式(百万种颜色) 2.CMYK模式(四种印刷色) 3.索引模式(256种颜色) 4.灰度模式(256级灰度) 5.位图模式(二值图,2种颜色) 目录彩色图像*RGB**CMYK**HSL色彩模式(与YUV相似)**Lab模式**索引图*灰度图二值图 彩色图像 上述中RGB、CMYK和索引模式都是来表示彩色图的。 RGB RGB模式:基于发光体(电子产品)的色彩模式,常见的24bit色彩大概是1678万种,也就是常见的

xu.hyj 5647

《最游记》游戏开发全栈指南:从源码解析到实战部署

本文提供了一份详尽的《最游记》游戏源码全栈开发指南。文章深入解析了这款3D玄幻网游的完整源码结构,涵盖客户端、服务端、引擎和工具链,并提供了从环境搭建、核心模块解析到实战修改与部署的完整流程。对于希望深入理解MMORPG架构的开发者而言,这份指南是宝贵的实战资源。

weixin_28363123的博客 71

电子产品设计中EFT防护的关键技术与实践

本文深入探讨了电子产品设计中EFT(快速瞬变脉冲群)防护的关键技术与实践。文章从EFT干扰的原理入手,系统阐述了通过优化PCB布局与地平面设计、构建电源与信号端口滤波防护电路、精选核心器件以及实施软件容错策略,来构建多层次、系统性的抗干扰防线,助力产品稳定通过严苛的电磁兼容测试。

e4f5g6h的博客 786

BufferedImage的重要组成:ColorModel

BufferedImage的重要组成:ColorModel

每一个不曾起舞的日子,都是对人生的辜负。 3776

【ROS2实体机械臂驱动】rokae xCoreSDK Python测试使用

本文记录了使用xCoreSDK-Python驱动Rokae实体机械臂的测试流程。

机器人梦想家 Bing Lee 1500

getpixels java_java – Raster.getPixels()返回的像素组件的顺...

SampleModel.getPixel()(由Raster.getPixel()内部使用)以band的顺序返回像素分量.虽然可以使用与RGB不同的波段顺序以编程方式创建SampleModel的伪实例,但通常SampleModel的实例由某些ColorModel创建,该ColorModel使用与ColorModel中颜色分量的顺序相同的顺序构造SampleModel. .The number, o...

weixin_36372610的博客 622

微观交通流仿真软件:SUMO (Simulation of Urban MObility)_(8).仿真场景创建与编辑

总结文件()包含了仿真过程中的总体统计信息,如车辆生成数、平均速度等。加载总结文件使用Python的提取关键信息通过以上步骤,可以使用SUMO及其相关工具和库创建和编辑交通仿真场景。无论是手动创建、使用工具转换现有数据,还是通过Python脚本自动生成,SUMO都提供了丰富的功能来满足不同需求。此外,Traci库允许在仿真过程中动态调整交通场景,从而实现更精细的控制和优化。最后,通过对输出文件的分析,可以评估仿真结果并进行进一步的改进。

kkchenjj的博客 1268

贝叶斯网络在R语言中的应用

本文将介绍如何在R语言中使用贝叶斯网络进行建模和推断,并提供相应的源代码示例。以上就是在R语言中使用贝叶斯网络进行建模和推断的基本步骤。通过构建贝叶斯网络模型并使用相应的函数,我们可以对变量之间的依赖关系进行建模、推断和预测。在建立了贝叶斯网络模型后,我们可以使用数据集来估计变量之间的条件概率。接下来,我们可以使用数据集来构建贝叶斯网络模型。除了进行推断,我们还可以使用贝叶斯网络模型进行预测。一旦我们获得了贝叶斯网络模型和条件概率表,我们就可以使用该模型进行推断。首先,我们需要安装并加载相关的R包。

CodeMaven的博客 1277

通过getPixel();和通过bmp.getPixels();方法遍历整张图片的效率比较。

如果要遍历一张图片的所有像素的(比如二值化),可以用两个for循环嵌套通过Bitmap中的getPixel(x,y)方法获取对应点的像素值即可。还有一种方法是通过Bitmap中的getPixels(pixels, offset, stride, x, y, width, height)方法获取一维数组pixels,然后在遍历pixels。经过测试,我发现后者方法遍历像素点效率大大高于前者。见如下示

zji 1万+

YOLO26 数据标注工具:LabelImg、Label Studio实战指南:主流标注工具的安装配置与使用技巧,高效完成目标检测数据标注

本文介绍了目标检测中数据标注的核心地位与常用工具。数据标注质量直接影响模型性能,需要关注准确性、一致性等维度。文章详细讲解了边界框、类别标签等基本概念,并对比了LabelImg、Label Studio等主流标注工具的特点。重点介绍了LabelImg的轻量级、易用性等优势,以及Label Studio的协作功能,为不同规模项目提供标注工具选择建议。

本博客聚焦 YOLOv11 全流程落地,涵盖架构优化、数据集处理、训练技巧与多场景部署,兼及国产数据库、Java 开发与 AI 模型应用,内容兼顾理论与工程实践,为开发者提供系统干货,助力高效提升技术能力。 1175

颜色调色板二进制_审美无礼的人2:颜色和调色板

颜色调色板二进制 Color is very important in design - it plays both a visual and psychological role. Having a varied palette that matches the intent of your design greatly contributes to the overall aesthetic ...

culiu9261的博客 1385

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

OpenGL中调色板的使用

OpenGL中调色板的使用目 录  1 调色板的知识  2 颜色表示与转换  3 调色板的生成算法  4 设置调色板的例子--------------------------------------------------------------------------------  OpenGL是由SGI公司开发的一套3D图形软件接口标准,由于具有体系结构简单合理、使用方便、与操作平台无关等优点

冷剑魂的专栏——垃圾场 3492

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

【数据结构-5】单链表的实现

单链表,具体来说是单向的、不带头的、不循环的链表。链表由一个一个节点组成,每个节点分为数据域和指针域,数据域存放数据,指针域存放下一节点的地址。这样,就可以根据指针域中的地址找到下一个节点,节点就串起来了构成了单链表。

weixin_44218929的博客 162

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

【数据结构】基于比较的排序算法 - 交换排序

本文介绍交换排序中的冒泡排序与快速排序。冒泡排序通过相邻元素比较交换,实现升序,时间复杂度最坏为O(N²),空间复杂度O(1),稳定且适合小规模有序数据。快速排序采用分治思想,以基准值划分区间,平均时间复杂度O(N log N),空间复杂度O(log N),但不稳定,实际应用中性能优异,可通过随机基准、小区间优化等提升效率。

careathers的博客 330

pandas 深度入门:从数据结构到一份真实销售报表

本文系统讲解Pandas核心应用,从三分钟安装到完整月度报表生成,涵盖数据读取、清洗、筛选、分组聚合、表连接、透视表与时间序列等13个关键环节。强调“先看数据再动手”,掌握Series/DataFrame/Index结构本质,熟练运用loc/iloc、merge校验、agg/transform区别,通过真实案例实现高效报表自动化,告别手动Excel操作。最后提供性能优化与高频报错解决方案,助力读者快速上手,真正实现“写二十行代码,跑三秒出结果”。

信息安全领域优质创作者|操作系统领域专家 266

C# 数据结构和特殊类型

.NET Core(现称.NET)提供丰富数据结构,优化性能与开发效率。日常开发首选List<T>和Dictionary<TKey,TValue>;高性能场景推荐Span<T>与Memory<T>减少内存分配;并发环境使用ConcurrentDictionary等线程安全集合;避免非泛型集合如ArrayList。

cccloveforever的博客 661

工单系统的数据结构化:故障分类体系设计与报表可用性

很多团队上完工单系统半年,会发现一个尴尬的事实:单子照常在走,报表却始终出不来。导出的 Excel 几千行,看不出趋势、算不出口径、答不了"哪类故障占大头"。问题几乎都不在系统,而在数据模型的第一层——。这篇文章把这件事拆开讲:自由文本为什么会失效、分类体系怎么分层、表怎么建、老数据怎么迁、上线前怎么验收。

ITyunwei0987的博客 278

数据结构的基本概念和算法的初步认识

本文系统阐述数据结构与算法的基础概念,涵盖数据、数据元素、数据对象的层次关系,数据结构的三要素(逻辑结构、存储结构、数据运算),以及抽象数据类型。重点解析算法的特性与设计要求,并深入讲解时间复杂度分析的核心——大O表示法,通过“只保留最高阶项、忽略常数系数、取最坏情况”三大原则,结合实例剖析O(1)、O(n)等常见时间复杂度,揭示算法效率的本质评估方法。

ACH_YYX的博客 161

Redis 数据结构、单线程架构与 String 字符串详解

Redis采用单线程架构,通过事件循环(Event Loop)高效处理I/O事件,避免阻塞。其核心优势在于内存操作快、无上下文切换开销。数据结构支持多种内部编码(如ziplist、quicklist),自动根据场景优化存储与性能。字符串类型是基础且灵活,可存文本、数字或二进制数据,最大512MB,支持原子操作。命令如SET、GET、MGET、MSET等实现高效读写,适用于缓存、计数、会话管理等场景。

2303_77004089的博客 329

[C++高阶数据结构·图论下] 最短路径:为什么“挑最小的”一定正确?

本文系统对比最小生成树与最短路径的核心差异,聚焦三类最短路算法:Dijkstra(非负权、贪心确认)、Bellman-Ford(可负权、反复松弛)、Floyd(全源、分层中转)。核心区别在于:MST 关注“连通所有点”的最小代价(边数固定),而最短路关注“两点间路径最短”(边数可变)。关键反直觉点是:负权对 MST 无害,却使 Dijkstra 失效——因“绕远更近”破坏贪心前提。算法本质反映三种处理不确定性的策略:确认式(Dijkstra)、迭代修正(Bellman-Ford)、分层逼近(Floyd)。强

Tairitsu_青云 515

数据结构:9.Map和Set

有的讲解会说这里key是标识作用,这种说法其实没有太大意义,就算知道了他是标识value的作用又如何,在实际的使用过程中,我们只会根据具体的效果选择使用的方法等,不会执着于“标识”这种说法。2.由于哈希函数的设计原则太过理论,它仅仅是在认为:这些通过关键码算出来的index不同 的情况下设计的,然而这种理论化的设计原则在遇到冲突时,恰恰就出现了问题,而我们能做的,就是降低冲突率。虽然哈希表的使用过程中存在冲突,但是在实际的使用过程中,哈希表的冲突率是不高的,冲突的个数是可控的。

2602_95646088的博客 192

[C++高阶数据结构·图论上] 最小生成树:为什么“选边”和“选点”是两条路?

本文系统讲解最小生成树(MST)的核心思想与两大算法:Kruskal与Prim。强调MST目标是用最小权值总和连接所有顶点形成一棵树,而非单边最小。通过三条构造准则(用图中边、恰n-1条边、无环)统一框架。Kruskal按边贪心,依赖并查集判环,适合稀疏图;Prim按点扩张,利用割集特性天然避免成环,需起点,适合稠密图。两算法本质差异在于“判环”机制与数据结构选择,且与最短路径问题在连通性、负权处理上截然相反,需分篇厘清。

Tairitsu_青云 221

笔记-论数据结构3(算法分析-时间复杂度)

i <= n;s = 0;次数1234ti1248?i2^02^12^22^32^t-1在遍历的过程中,2^t-1次方的增长率肯定大于n,可得出结论2^t-1 > n那么,为了得出t和n的关系,我们可以运用对数关系:log2为底2^t-1 > log2为底n消掉log2为底2t-1 > log2为底nt > log2为底n+1于是可以得出。

fish_zzzz的博客 149
上一篇: [js] outlookbar的使用
下一篇: java连接SQLserver2000
ap0406708
博客等级 码龄20年 4粉丝 62原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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