self ? super ?

本文详细解析了Objective-C编程语言中self和super的概念及其作用。解释了self如何引用当前对象实例,super如何用于调用父类方法,并强调了在实现-(void)viewDidLoad等方法时调用[superview viewDidLoad]的重要性。

恩 猛的一看 好眼熟啊 莫非是我失散多年的兄弟? 好了不扯淡了

self 是干嘛的?代指本类实例 或者本类

super 不是关键子!!!记住了!!!它是个编译标记 指查找函数时从父类查找 不查找子类

那么我们常见的

-(void)viewDidLoad {

[super viewDidLoad];

}

该函数为什么要调用父类的方法的 这牵扯到继承链的知识 该方法的super调用会一直向上调用 直到让UIViewController所具有的功能都完备之后 再一层一层的函数出栈 构建好一个具有完整UIViewController实例所具备的功能  平时我们在该函数内部也会加上一些设置 添加试图等等操作 实质上是对 UIViewController功能的自定义扩充而已

如果不使用[super viewDIdLoad]继承链调用会在此环节中断掉 从而导致父类拥有的功能 子类缺无法继承 甚至直接奔溃或者报错 就好像想凭空而来一个函数 却像拥有他人的东西 这显然是不合理的

就好比 老子(老子指具有打江山的功能)打的江山 老子跪了儿子才能接班(儿子只具有管理江山的功能)  儿子在管理之前的基础是必须让老子先把江山打下来


就好像是我们调用super viewDid Load所谓的 子类能够使用父类的属性或者方法 在继承角度来看 只不过 子类实例有一个指针指向父类实例 说到底 子类拥有的一直是有子类开辟空间存储 父类也是如此 只不过 子类在生成的同时一个只属于他的父类实例   以方便子类调用父类属性或者方法 通过那根指向父类实例指针进行调用操作 而已  当父类替子类完成时 父类默默的工作 而子类却好像拥有父类的能力一样

实际的物理存储也是如此 从NSObject ->......-> UIViewController 都遵循这一规则 当我们自定义cell 不也是要写 super initWithStyle 吗 initWithFrame里面仔细看看 有木有

那么有人会说我们有时也会写很多函数里面都没有super xxxx 当然没有了 我们自定义的函数 基本可以看成一个 NSObject 所拥有的函数一样 本身就是老祖宗级别的 没有什么需要继承的吧 仔细想想吧 骚年们

super标记从当前对象向父类发送消息


转载于:https://juejin.im/post/5a329581518825214d1a40af

### 光流法C++源代码解析与应用 #### 光流法原理 光流法是一种在计算机视觉领域中用于追踪视频序列中运动物体的方法。它基于亮度不变性假设,即场景中的点在时间上保持相同的灰度值,从而通过分析连续帧之间的像素变化来估计运动方向和速度。在数学上,光流场可以表示为像素位置和时间的一阶导数,即Ex、Ey(空间梯度)和Et(时间梯度),它们共同构成光流方程的基础。 #### C++实现细节 在给定的C++源代码片段中,`calculate`函数负责计算光流场。该函数接收一个图像缓冲区`buf`作为输入,并初始化了几个关键变量:`Ex`、`Ey`和`Et`分别代表沿x轴、y轴和时间轴的像素强度变化;`gray1`和`gray2`用于存储当前帧和前一帧的平均灰度值;`u`则表示计算出的光流矢量大小。 #### 图像处理流程 1. **初始化和预处理**:`memset`函数被用来清零`opticalflow`数组,它将保存计算出的光流数据。同时,`output`数组被填充为白色,这通常用于可视化结果。 2. **灰度计算**:对每一像素点进行处理,计算其灰度值。这里采用的是RGB通道平均值的计算方法,将每个像素的R、G、B值相加后除以3,得到一个近似灰度值。此步骤确保了计算过程的鲁棒性和效率。 3. **光流向量计算**:通过比较当前帧和前一帧的灰度值,计算出每个像素点的Ex、Ey和Et值。这里值得注意的是,光流向量的大小`u`是通过`Et`除以`sqrt(Ex^2 + Ey^2)`得到的,再乘以10进行量化处理,以减少计算复杂度。 4. **结果存储与阈值处理**:计算出的光流值被存储在`opticalflow`数组中。如果`u`的绝对值超过10,则认为该点存在显著运动,因此在`output`数组中将对应位置标记为黑色,形成运动区域的可视化效果。 5. **状态更新**:通过`memcpy`函数将当前帧复制到`prevframe`中,为下一次迭代做准备。 #### 扩展应用:Lukas-Kanade算法 除了上述基础的光流计算外,代码还提到了Lukas-Kanade算法的应用。这是一种更高级的光流计算方法,能够提供更精确的运动估计。在`ImgOpticalFlow`函数中,通过调用`cvCalcOpticalFlowLK`函数实现了这一算法,该函数接受前一帧和当前帧的灰度图,以及窗口大小等参数,返回像素级别的光流场信息。 在实际应用中,光流法常用于目标跟踪、运动检测、视频压缩等领域。通过深入理解和优化光流算法,可以进一步提升视频分析的准确性和实时性能。 光流法及其C++实现是计算机视觉领域的一个重要组成部分,通过对连续帧间像素变化的精细分析,能够有效捕捉和理解动态场景中的运动信息
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