POJ 3984 迷宫问题

 1 #include <iostream>
 2 #include <cstdio>
 3 #include <cstring>
 4 #include <algorithm>
 5 #define CL(x, y) memset(x, y, sizeof(x))
 6 using namespace std;
 7 const int MAX = 5;
 8 int N, i, j, a, b, flag;
 9 int chessboard[MAX*MAX], used[MAX][MAX],maze[MAX][MAX];
10 int Move[4][2]= {{0,1},{1,0},{0,-1},{-1,0}};
11 void DFS(int x, int y, int z);
12 int main()
13 {
14     for(i = 0; i < MAX; i++)
15         for(j = 0; j < MAX; j++)
16             cin >> maze[i][j];
17     CL(used, 0);
18     CL(chessboard, 0);
19     DFS(0, 0, 0);
20     return 0;
21 }
22 void DFS(int x, int y, int z)//z表示所走的步数
23 {
24     used[x][y] = 1;
25     chessboard[z] = x * 10 + y;//此处用于记录新的坐标数, chessboard[][]的范围一定要注意
26 //    cout << chessboard[z] << " " << z << endl;
27     if(x==MAX-1 && y==MAX-1)
28     {
29         for(i = 0; i <= z; i++)
30             printf("(%d, %d)\n",chessboard[i]/10,chessboard[i]%10);
31         return ;
32     }
33     for(i = 0; i < 4; i++)
34     {
35         int xx = x + Move[i][0];
36         int yy = y + Move[i][1];
37         if(maze[xx][yy]!=1 && xx>=0 && xx<MAX && yy>=0 && yy<MAX && !used[xx][yy])//此处a,b反过来,b:代表字母,a:代表数字
38         {
39             used[xx][yy] = 1;
40             DFS(xx,yy,z+1);
41             used[xx][yy] = 0;
42         }
43     }
44     return ;
45 }
View Code

曾经多么厉害的迷宫问题,当我在这段期间的ACM刷题中,我找不到任何当初畏惧的感觉。。。。

原来人是会变的,现在我都不想停下来

转载于:https://www.cnblogs.com/ghostTao/p/4328300.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