小菜鸟之路----自动类型转换与强制类型转换

本文详细解释了自动类型转换和强制类型转换的概念,并通过具体的编程示例来展示不同类型之间的转换过程及其背后的原理。

来人 ,待客,上茶---

  请大人细细品茶,待小子慢慢道来。

  自动类型转换就是自发的进行,你可以从输出的结果看出,外表是看不出来的。我们知道数据类型有很多种,大小也不一样,就像水桶似的,有1升的,2升的,4升的,自动类型转换就相当于把小的水桶里面的水装到大的里面去。比如

  int a = 10;

  double b = a;

  输出b是10.0;没毛病,合情合理。a 的值是10(整型32位),将它的值赋给b(双精度64位),1升桶里的水倒进2升桶里面,没问题。其余的float byte char ---只要是小范围给大范围,统统会隐式转换,没问题。

  这里说下char(字符类型)这个有点意思,上例子

  byte b = 12;

  char c = 'a';

  b+c = 109;

  惊不惊喜,意不意外!是这样的,数字与char 类型运算时,char先转换为ASCII等字符编码表中有对应的数值,然后进行计算。char与自身运算时也是先转换为ASCII等字符编码表中有对应的数值。数据类型提升至int。

  强制类型转换就是明明自身不愿意,你非要人家转换。明明你想学习,你妈非让你玩游戏(不玩游戏就打你),强制,绝对强制。(ps:是不是亲生的--哈哈)

  比如

  double d = 10.9;

  int a = d;报错,绝对报错,不报错砍我---在默认情况下编译器是不允许我们这样做的,如果你就是想这样转换,也可以

  int a = (int) d; 这样就可以了,这就是强制转换,把一个装满2升水的大桶倒进1升的桶里面,很明显多余的水就洒出了,所以强制转换会造成数据的丢失

  在说一说char 比如

  long a = 4000000L;

  char b = (char)a;

  b = ? 如果强制转换为char类型的话,会对照ASCII等字符编码表 找出所对应的字符。

  最后说说字符串。任何只要与字符串String相加就会被String吃到肚子里增加字符串的长度。

 

转载于:https://www.cnblogs.com/Zhui-Yi/p/8409805.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