c语言-文件读写

这篇博客详细介绍了C语言中文件的读写操作,包括使用fopen、fgetc/fputc、fgets/fputs、fprintf/fscanf进行字符和字符串的处理。同时,展示了如何利用结构体进行文件读写,并探讨了文件指针的定位技巧,如SEEK_SET、SEEK_CUR和SEEK_END。
#include<stdio.h>

//r w a r+读写 w+新建读写 a+ rb二进制 wb ab rb+ wb+ ab+ 
//fgetc fputc fgets fputs fscanf fprintf fread fwrite
//SEEK_SET SEEK_CUR SEEK_END

void  io_c() {
	FILE* fp1 = fopen("E:/1.txt", "r");
	if (fp1 == 0) {
		printf("文件无法打开\n");
		return;
	}
	FILE* fp2 = fopen("E:/2.txt", "w");
	//char
	char c;
	while (!feof(fp1)) { //是否在末尾
		c = fgetc(fp1); //获取字符
		putchar(c);
		fputc(c, fp2);
	}
	fclose(fp1);
	fclose(fp2);

}
void io_str() {
	//str
	char str[10];
	FILE* fp1 = fopen("E:/1.txt", "r");
	while (fgets(str, 10, fp1) != 0) {//字符串末尾,文件结束
		printf("%s", str);
	}
	fclose(fp1);
}
void io_f() {
	//str
	char str[10];
	FILE* fp1 = fopen("E:/3.txt", "w");
	fprintf(fp1, "%s %d", "我", 100);
	fclose(fp1);

	char str2[10];
	int a;
	FILE* fp2 = fopen("E:/3.txt", "r");
	while (!feof(fp2)) {
		fscanf(fp2, "%s %d", str2, &a);
		printf("%s %d", str2, a);
	}
	fclose(fp2);
	
}
struct student {
	char name[10];
	int score;
}stu = {"我",100},stu2;
void io_rw() {
	//struct
	FILE* fp1 = fopen("E:/4.txt", "w");
	fwrite(&stu, sizeof(struct student), 1, fp1);
	fclose(fp1);


	FILE* fp2 = fopen("E:/4.txt", "r");
	while (!feof(fp2) && fread(&stu2, sizeof(struct student), 1, fp2)) {
		printf("%s %d\n", stu2.name, stu2.score);
	}
	fclose(fp2);

}

void  io_seek() {
	FILE* fp1 = fopen("E:/1.txt", "r");
	if (fp1 == 0) {
		printf("文件无法打开\n");
		return;
	}
	//char
	char c;
	while (!feof(fp1)) { //是否在末尾
		c = fgetc(fp1); //获取字符
		putchar(c);
	}
	printf("\n指针位置: %d\n", ftell(fp1));
	fseek(fp1, 5, SEEK_SET);
	printf("\n指针移动后位置: %d\n", ftell(fp1));
	while (!feof(fp1)) { //是否在末尾
		c = fgetc(fp1); //获取字符
		putchar(c);
	}

	fclose(fp1);

}
void io() {
	//io_c();
	//io_str();
	//io_f();
	//io_rw();
	io_seek();
}
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,并对眨眼动作与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简洁的语法特性与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核心模块与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。 技术实现包含以下关键环节: - 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与闭合程度双重标准,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 完整的技术文档应包含模块化代码实现、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与性能优化建议,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。后续优化方向可包括多模态特征融合、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
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