单例模式

本文深入分析了单例模式在JavaScript中的应用,通过两种不同的实现方式展示了如何确保类只有一个实例,并详细解释了每种实现的优缺点及应用场景。重点讨论了避免全局变量污染和提高代码复用性的策略。

有些类不需要有多个实例,只需要一个就行

1.

package
{
	public class Sington
	{
		private static var isClosing:Boolean = false;
		private static var linkSington:Sington;
		public function Sington()
		{
			if(isClosing)
			{
				//不实例化
			}
			else
			{
				throw new Error("不能实例化");
			}
		}
		public static function LinkSington():Sington
		{
			if(!linkSington)
			{
				isClosing = true;
				linkSington = new Sington();
				isClosing = false;
			}
			return linkSington;
		}
	}
}
//这样写有一个弊端,就是 isClose=true的同时另外一个地方实例化了这个类!

下面是测试

var cs2:Sington = Sington.LinkSington();
var cs3:Sington = Sington.LinkSington();
trace(cs2 === cs3);//输出为true

2.用包外类实现

package {
	public class Sington
	{
		private static  var linkSington:Sington;
		public function Sington(singletoner:Singletoner)
		{
			if (singletoner == null) 
			{
				throw new Error("不能实例化");
			}	
		}
		public static function LinkSington():Sington 
		{
			if (linkSington == null) 
			{
				linkSington = new Sington(new Singletoner());
			}
			return linkSington;
		}
	}
}
internal class Singletoner {}

转载于:https://www.cnblogs.com/mzbdadou/archive/2011/07/08/2101175.html

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