~智能指针~

1.RAII
  资源分配即初始化,定义一个类来封装资源的分配和释放,在构造函数完成资源的分配和初始化,在析构函数完成资源的清理,可以保证资源的正确初始化和释放。
2.智能指针存在的理由
  代码中经常会忘掉释放动态开辟的资源,容易造成资源的泄露,而智能指针可以自动化的管理指针所指向的动态资源的释放。
3.智能指针
  所谓智能指针就是智能/自动化的管理指针所指向的动态资源的释放。
  每一种智能指针必须重载operator*()、operator->()。
  1)auto_ptr  //STL  管理权转移
     原则:永远只有一个对象在管理着一块空间。
     template <class T>  //模拟实现auto_ptr
     class AutoPtr
     {
      public:
          AutoPtr(T* ptr)  //构造函数
              :_ptr(_ptr)
          {}
          AutoPtr(AutoPtr<T>& ap)  //拷贝构造
              :_ptr(ap._ptr)
          {
              ap._ptr = NULL;
          }
          AutoPtr<T>& operator(AutoPtr<T>& ap)  //赋值运算符重载
          {
              if(this != &ap)
              {
                  delete _ptr;
                  _ptr = ap._ptr;
                  ap._ptr = NULL;
              }
              return *this;
          }
          ~AutoPtr()  //构造函数
          {
              delete _ptr;
          }
          T& operator*()  //重载operator*
          {
              return *_ptr;
          }
          T* operator->()  //重载operator->
          {
              return _ptr;
          }
      protected:
          T* _ptr;
     }
  2)scoped_ptr  //Boost库  防拷贝
     原则:只声明拷贝构造、赋值运算符重载且声明为私有的/受保护的。
     template <class T>  //模拟实现scoped_ptr
     class ScopedPtr
     {
      public:
          ScopedPtr(T* ptr)  //构造函数
              :_ptr(_ptr)
          {}
          ~ScopedPtr()  //构造函数
          {
              delete _ptr;
          }
          T& operator*()  //重载operator*
          {
              return *_ptr;
          }
          T* operator->()  //重载operator->
          {
              return _ptr;
          }
          T* GetPtr()
          {
              return _ptr;
          }
      protected:
          ScopedPtr(const ScopedPtr<T>& sp);  //拷贝构造
          ScopedPtr<T>& operator=(const ScopedPtr<T>& sp);  //赋值运算符重载
      protected:
          T* _ptr;
     }
  3)unique_ptr  //Boost库  防拷贝
  4)shared_ptr  //Boost库  引用计数
     实现了引用计数,只有当它所指向的最后一个对象被销毁时,指针才会被删除。
     template <class T>  //模拟实现shared_ptr
     class SharedPtr
     {
      public:
          SharedPtr(T* ptr)  //构造函数
              :_ptr(ptr)
              ,_refCount(new int(1))
          {}
          SharedPtr(SharedPtr<T>& sp)  //拷贝构造
              :_ptr(sp._ptr)
              ,_refCount(sp._refCount)
          {
              ++(*_refCount);
          }
          SharedPtr<T>& operator=(SharedPtr<T>& sp)  //赋值运算符重载          SharedPtr<T>& operator=(SharedPtr<T>& sp)  //现代写法
          {                                                                    {
              if(this != &sp)                                                       swap(_ptr, sp._ptr);
              {                                                                     swap(_refCount, sp._refCount);
                  Release();                                                        return *this;
                  _ptr = sp._ptr;                                              }
                  _refCount = sp._refCount;
                  ++(*_refCount);
              }
              return *this;
          }
          ~SharedPtr()  //析构函数
          {
              Release();
          }
          void Release()
          {
              if(--(*_refCount)== 0)
              {
                  delete _ptr;
                  delete _refCount ;
              }
          }
          T& operator*()  //重载operator*
          {
              return *_ptr;
          }
          T* operator->()  //重载operator->
          {
              return _ptr;
          }
      protected:
          T* _ptr;
          int* _refCount;  //引用计数
     }
  5)weak_ptr  //Boost库
     目的:解决循环引用的问题。
     不增加引用计数。
  6)scoped_array、shared_array
     指针指向的是数组,与scoped_ptr、shared_ptr基本类似。但析构函数调用的是delete[],重载的是operator[]。
4.定制删除器
  在智能指针类的内部设置一个仿函数,仿函数默认为delete *ptr。
5.循环引用
  造成内存泄露。
  使用一个弱引用智能指针weak_ptr智能指针来打破循环引用(weak_ptr不增加引用计数)。
   
   struct ListNode
   {
        shared_ptr<ListNode> _prev;  //造成循环引用问题
        shared_ptr<ListNode> _next;

        //weak_ptr<ListNode> _prev;  //解决循环引用问题
        //weak_ptr<ListNode> _prev;
   };
   void Test()
   {
        shared_ptr<ListNode> Node1;
        shared_ptr<ListNode> Node2;

        Node1->_next = Node2;
        Node2->_prev = Node1;
   };


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 3
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