test

博客围绕判断是否为闰年的程序展开,包含C++代码、程序流程图和控制流图,还给出了测试用例,涉及语句覆盖、判定覆盖和路径覆盖等内容,属于信息技术领域的程序设计与测试。

判断是否为闰年的程序

C++代码

#include <bits/stdc++.h>

int main()
{
	std::string ys;
	std::cin >> ys;
	
	std::stringstream ss;
	ss << ys;

	double yd;
	ss >> yd;
	
	if (yd != int(yd) || yd <= 0 || yd >= 10000)
	{
		std::cout << "y非法" << std::endl;
		return 0;
	}
	
	int y = yd;
	if (y % 4 || !(y % 100) && y % 400)
	{
		std::cout << "y不是闰年" << std::endl;
		return 0;
	}

	std::cout << "y是闰年" << std::endl;
	return 0;
}

程序流程图

Created with Raphaël 2.2.0 开始 输入y y为小于10000的正整数? 4整除y 100整除y 400整除y 输出y是闰年 结束 输出y不是闰年 输出y非法 yes no yes no yes no yes no

控制流图

在这里插入图片描述

测试用例

语句覆盖
测试用例覆盖语句
y=100861-2-3-4
y=41-2-3-5-6-7
y=1001-2-3-5-6-8-9
判定覆盖
测试用例覆盖分支
y=3.141(y不是整数)
y=-11(y是整数)、2(y<=0)
y=100861(y是整数)、2(y>0)、3(y>=10000)
y=31(y是整数)、2(y>0)、3(y<10000)、5(4不整除y)
y=41(y是整数)、2(y>0)、3(y<10000)、5(4整除y)、6(100不整除y)
y=4001(y是整数)、2(y>0)、3(y<10000)、5(4整除y)、6(100整除y)、8(400整除y)
y=1001(y是整数)、2(y>0)、3(y<10000)、5(4整除y)、6(100整除y)、8(400不整除y)
路径覆盖
测试用例覆盖路径
y=3.141-4
y=-11-2-4
y=100861-2-3-4
y=31-2-3-5-9
y=41-2-3-5-6-7
y=4001-2-3-5-6-8-7
y=1001-2-3-5-6-8-9
一、数据采集层:多源人脸数据获取 该层负责从不同设备 / 渠道采集人脸原始数据,为后续模型训练与识别提供基础样本,核心功能包括: 1. 多设备适配采集 实时摄像头采集: 调用计算机内置摄像头(或外接 USB 摄像头),通过OpenCV的VideoCapture接口实时捕获视频流,支持手动触发 “拍照”(按指定快捷键如Space)或自动定时采集(如每 2 秒采集 1 张),采集时自动框选人脸区域(通过Haar级联分类器初步定位),确保样本聚焦人脸。 支持采集参数配置:可设置采集分辨率(如 640×480、1280×720)、图像格式(JPG/PNG)、单用户采集数量(如默认采集 20 张,确保样本多样性),采集过程中实时显示 “已采集数量 / 目标数量”,避免样本不足。 本地图像 / 视频导入: 支持批量导入本地人脸图像文件(支持 JPG、PNG、BMP 格式),自动过滤非图像文件;导入视频文件(MP4、AVI 格式)时,可按 “固定帧间隔”(如每 10 帧提取 1 张图像)或 “手动选择帧” 提取人脸样本,适用于无实时摄像头场景。 数据集对接: 支持接入公开人脸数据集(如 LFW、ORL),通过预设脚本自动读取数据集目录结构(按 “用户 ID - 样本图像” 分类),快速构建训练样本库,无需手动采集,降低系统开发与测试成本。 2. 采集过程辅助功能 人脸有效性校验:采集时通过OpenCV的Haar级联分类器(或MTCNN轻量级模型)实时检测图像中是否包含人脸,若未检测到人脸(如遮挡、侧脸角度过大),则弹窗提示 “未识别到人脸,请调整姿态”,避免无效样本存入。 样本标签管理:采集时需为每个样本绑定 “用户标签”(如姓名、ID 号),支持手动输入标签或从 Excel 名单批量导入标签(按 “标签 - 采集数量” 对应),采集完成后自动按 “标签 - 序号” 命名文件(如 “张三
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