Java的数据类型

本文详细介绍了Java中的数据类型,包括基本数据类型(整数、浮点、字符、布尔)及其范围与存储大小,以及引用数据类型(类、接口、数组)。示例中演示了变量声明、浮点类型精度、字符转义与ASCII值,以及布尔类型的用法。

/*
数据类型
java是一种强类型的语言
强类型语言:在使用变量之前,必须显示的声明其变量的数据类型。 java
弱类型语言:在使用变量之前,不需要显示声明变量的数据类型,会自动根据赋值类型识别 js,python,scala

基本数据类型:4类8种	
	整数类型:byte short int long 不同的整数类型表示不同的长度		
	byte:使用1个字节存储,所以数据范围是从-128~127			
	short:使用2个字节存储,所以数据范围是	从-32768~32767
	int:使用4个字节存储,所以数据范围是大概是正负21亿				
	long:使用8个字节存储,所以数据范围非常大	

					
	注意:		
	1、整型类型默认类型是int			
	2、如果想定义一个变量为long类型的话,数字后面记得加上大写L,因为小写的l很容易和数字1混淆。


	 浮点类型:float double 表示方法:小数点    科学计数法					
	 float:使用4个字节存储,小数点后面可以精确到7位小数					
	 double:使用8个字节存储,小数点后面可以精确到float精度的2倍		

	
	 注意:	
	1、浮点类型默认是double			
	2、单精度浮点类型定义的时候记得在小数后面加上f				
	3、浮点类型并不能精确的表示一个数,它会有精度的丢失	

	
	字符类型:char			
	占用2个字节,使用字符类型的时候,使用''表示					                 注意: 			
	char类型可以当成int类型来处理,字符对应的是ASCII码表中的值		
	布尔类型:boolean		
	占用1位,只有两个值,注意是小写的,true(真)或false(假)	
	引用数据类型:		
	类(class)			
	接口(interface)		
	数组(array)
	*/
	public class DataTypeDemo{	
	public static void main(String[] args){		
	//byte a = 128;  错误	
	
	//short b = 32768; 错误	
		
	//int a = 3111111111; 错误		
	
	//long a = 3111111111L;		
		
	/*float f1 = 3.3452321123123f;	
	float f2 = 3.345232112312321321f;		                                                    
	 System.out.println(f1 == f2);*/	
	 	
	//字符类型		char a = 'B';	
		System.out.println(a == 66);	
			//字符串类型,一个字符序列		
			//String A = "AB";	
			//System.out.println(A);	
				
			char ch1 = '\t';//转义符	
			System.out.println("[" + ch1 +  "]");	
			char ch2 = '\u0009';//转义符	
		    System.out.println("[" + ch2 +  "]");
		    
		    System.out.println("\"abc\"");		
		    	
		     int a1 = 10;	
			boolean flag = true;	
			System.out.println((a1 == 10) == flag);	



			}
		}
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