JAVA加强——反射机制

反射机制的基石  Class

Class是所有类的类

每个一个类都有相对应的字节码。反射机制依靠字节码。

获得类字节码的方法有三种

例如:

String str1=”abc“;

Class cls1= str1.getClass();

Class cls1= String.class;

Class cls1= Class.forName("java.long.String");


反射

反射就是把Java类中的各种成分映射成相应的JAVA类。例如,一个java类中用一个class类的对象来表示,一个类中的组成部分:成员变量、方法、构造方法、包等等信息也用一个个的JAVA类来表示,就像汽车是一个类,汽车中的发动机也是一个类,变速箱也是一个类。

进一步理解,比如说,一个类下面有方法、有构造函数、有成员变量。那么这些都可以理解成一个一个的类。一个成员方法,可以是一个类,他下面有好几个方法,这些方法就是方法对象。


实现举例1

构造函数来体现反射机制


String str1=”abc“;

Constructor constructor1=String.class.getConstructor(StringBuffer.class); 

//使用反射机制,创建构造函数的对象,得到String类的某一个构造函数并引用给创建好的构造函数对象。

String str2=(String)constreuctor1.newInstance(new StringBuffer("abc"));

// 通过上面创建好的构造函数对象,生成String类的对象,并引用给str2。括号中的是要建立的对象。不能直接写"abc",因为这是使用构造函数反射创建的对象,编译器需要知道你给哪个类型的创建对象。


实现举例2

关于字段的反射实验

假设有一个类

public abc

{

private int x;

public int y;

public abc(int x,int y){ this.x=x; this.y=y;};

}

通过反射来取这个类中的x y值。

abc  a=new abc(3,5);

//创建一个对象,并初始化两个数。x=3,y=5;

Field fieldY=a.getClass().getField("y");

//取得这个类的一个Y值给fieldY。此时fieldy没有具体值,因为这是一个通过一个字节码取得的关于Y的对象,此时只是一个引用的方法,并没有具体指定是什么对象。

fieldY.get(a); 

 //告诉fieldY这个引用对象,你获得了一个实例对象,是对象a。也可以理解成fieldY本身就是去调用某一个对象的过程,只不过他是在等待系统告诉他需要去取谁的值,这时候你告诉他用a。所以此时的结果是5.


同样,我们去取一个X的值。由于x是私有的。所以这里使用暴力反射。强行拿到x的值。步骤如下:

Field fieldX=a.getClass().getDeclareFieldField("x");  //私有的变量不可见,这时用getDeclareFieldField("x") 告诉系统,私有的我也需要。

fieldX.setAccessible(true); //私有的对象是不能给其他类使用的,这个方法是强行使用私有变量。


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