(数字图像处理MATLAB+Python)第二章数字图像处理基础-第三、四节:数字图像的生成和数值描述

文章目录

  • 一:数字图像的生成与表示
    • (1)图像信号的数字化
    • (2)数字图像类型
  • 二:数字图像的数值描述
    • (1)常用坐标系
    • (2)数字图像的数据结构
    • (3)常用图像格式
      • A:JPEG格式
      • B:GIF格式
      • C:TIFF格式
      • D:PNG格式
      • E:BMP格式
    • (4)BMP位图文件
      • A:位图文件头(BITMAPFILEHEADER)
      • B:位图信息头(BITMAPINFOHEADER)
      • C:调色板(RGBQUAD)
      • D:图像数据(DATA)
      • E:读取并显示图像
        • ①:目前可做程序
        • ②:实例
    • (5)综合案例
      • A:分析
      • B:肤色分布
      • C:程序设计

一:数字图像的生成与表示

数字图像的生成与表示:对于自然界中的物体,通过某些成像设备,将物体表面的反射光或者通过物体的透射光,转换成电压,在成像平面生成图像。图像中目标的亮度取决于投影成目标的景物所受到的光照度、景物表面对光的反射程度以及成像系统的特性

(1)图像信号的数字化

图像信号的数字化:模拟图像转换为数字图像,方能被计算机处理,这一过程称为图像信号的数字化,包括:采样和量化

  • 采样:对空间坐标x和y离散化,即确定水平和垂直方向上的像素数

    • 图像分辨率:采样所获得的图像总像素的多少,以水平和垂直像素数表示(p用M×N表示,M列N行,如2560×1920),分辨率不一样,数字图像的质量也不一样
      在这里插入图片描述
  • 量化:将各个像素所含的明暗信息离散化

    • 一般的量化值为整数,量化层数取为2的n次幂

    • 8位量化:也即 2 8 2^{8} 28,充分考虑到人眼的识别能力。非特殊用途的图像均为8bit量化,用[0 255]描述“从黑到白”,0和255分别对应亮度的最低和最高级别
      在这里插入图片描述

    • 在3bit以下的量化,会出现伪轮廓现象

    • 如果要求更高精度,可以增大量化分层,但编码时占用位数也会增多,数据量加大

下图为数字化的灰度图像

在这里插入图片描述

下图为数字化的彩色图像

在这里插入图片描述

(2)数字图像类型

灰度图像 每个像素只有一个强度值,呈现黑、灰、白等色

在这里插入图片描述

二值图像 每个像素值要么为0要么为1的数字图像,一般为黑白两色

在这里插入图片描述

彩色图像 每个像素值为三维向量,也即组成该色彩的RGB
在这里插入图片描述

动态图像 多帧位图的有序组合,使用动态原理,也即 Δ t ≤ 1 24 s \Delta t \leq \frac{1}{24}s Δt241s(视觉暂留时间), 产生连续活动视觉效果

在这里插入图片描述

索引图像 索引图像实际上不是一种图像类型,而是图像的一种存储方式,牵涉到数据编码的问题。p具体的颜色数据存放在调色板中,图像数据区中存放对应每一个像素点的颜色索引值

在这里插入图片描述

二:数字图像的数值描述

数字图像的数值描述:所谓的数字图像的描述是指如何用一个数值方式来表示一幅图像。因为矩阵是二维的,所以可以用矩阵来描述数字图像。同时,前面我们已经提到,量化值是整数,因此描述数字图像的矩阵一定是整数矩阵

(1)常用坐标系

常用坐标系:如下图为矩阵坐标系、直角坐标系和像素坐标系对比

在这里插入图片描述

(2)数字图像的数据结构

数字图像的数据结构

  • 文件头 图像的自我说明,应包含图像的维数、类型、创建日期和某类标题,也可以包含用于解释像素值的颜色表或编码表,甚至历史段(包含如何建立和处理图像的信息)
  • 图像数据 像素颜色值或压缩后的数据

(3)常用图像格式

A:JPEG格式

JPEG格式:中文名为联合图片专家组开发,用于彩色图像的存储和网络传送

  • 特点 采用有损压缩编码,数据量小
  • 核心技术 DCT、量化、熵编码
  • 使用要点
    • 用于保存表现自然景观的图像
    • 用于网络传送
    • 不适于表现有明显边界的图形
    • 不适用于高质量印刷文件

B:GIF格式

GIF格式:CompuServe公司开发,用于屏显和网络

  • 特点
    • 具有87a、89a两种格式
      • 87a描述单一静止图像
      • 89a描述多帧图像
    • 采用改进的LZW压缩算法
    • 彩色模式: 2 8 2^{8} 28
    • 分辨率96dpi
  • 使用要点
    • 屏显图像和电脑动画
    • 用于网络传送
    • 不适于保存高质量印刷文件

C:TIFF格式

TIFF格式:标记图像文件格式,Aldus公司开发,用于精确描述图像的场合

  • 特点
    • 文件描述单一(静止)图像
    • 彩色模式: 21 (单色)~ 232
    • 支持多平台(PC & Macintosh)
    • 可采用多种压缩数据格式
  • 使用要点
    • 平面设计作品的最佳表现形式
    • 用于提供印刷文件
    • 不适于网络传送

D:PNG格式

PNG格式:中文名便携式网络图形格式

  • 特点
    • 支持索引、灰度、RGB三种颜色方案以及Alpha通道
    • 灰度图像的深度可多到16位,彩色图像的深度可多到48位,可存储多到16位的α通道数据
    • 采用无损压缩
  • 使用要点
    • 用于平面设计
    • 用于网络传送

E:BMP格式

BMP格式:Bitmap,Microsoft公司开发,用于Windows环境

  • 特点
    • 文件描述单一(静止)图像
    • 彩色模式: 24 ~ 232
    • 调色板RGB数据顺序反向排列
    • 图像左下角为起点排列数据
    • 一般采用非压缩数据格式
  • 使用要点
    • 用于表现打印、显示用图像
    • 不适于网络传送
    • 不适于提供印刷文件

(4)BMP位图文件

A:位图文件头(BITMAPFILEHEADER)

typedef struct tagBITMAPFILEHEADER
{
	WORD    bfType; //文件类型,必是”BM” 0x4D42
	DWORD   bfSize; //指定文件大小(单位:字节)
	WORD    bfReserved1; //保留字,不考虑
	WORD    bfReserved2; //保留字,不考虑
	DWORD   bfOffBits;
	//从文件头到位图数据的偏移字节数
	//sizeof(fileheader)+sizeof(infoheader)+sizeof(RGBQUAD)
} BITMAPFILEHEADER

B:位图信息头(BITMAPINFOHEADER)

typedef struct tagBITMAPINFOHEADER
{
    DWORD biSize; //本结构的长度,40个字节 
    DWORD biWidth; //图像宽,单位是像素
    DWORD biHeight; //图像高,单位是像素
    WORD  biPlanes; //必须是1(位平面)
    WORD  biBitCount ;//颜色位数,1,4,8,24
    DWORD biCompression; //压缩类型
	DWORD biSizeImage; //实际位图数据占用的字节数
	DWORD biXPelsPerMeter; //水平分辨率
	DWORD biYPelsPerMeter; //垂直分辨率
	DWORD biClrUsed; //实际使用的颜色数
	DWORD biClrImportant; //重要的颜色数
} BITMAPINFOHEADER;

如下为256色的图像文件头及信息头

在这里插入图片描述

如下为真彩色24位的图像文件头及信息头

在这里插入图片描述

C:调色板(RGBQUAD)

RGBQUAD结构指的是一种颜色的构成,调色板中有多少种颜色就有多少种这种结构。例如:图像只有纯红和纯蓝两种颜色,调色板数据为:0 0 255 0 | 255 0 0 0

typedef struct tagRGBQUAD
{
	BYTE rgbBlue; //该颜色的蓝色分量
	BYTE rgbGreen; //该颜色的绿色分量
	BYTE rgbRed; //该颜色的红色分量
	BYTE rgbReserved; //保留值,不考虑

} RGBQUAD;

D:图像数据(DATA)

  • 图像中的颜色少于或等于256时,数据是颜色在调色板中的索引
  • 图像为真彩色24位或更多,没有调色板,图像数据直接是每一个像素的颜色值B、G、R
  • 位图的存储顺序:从左到右、从下到上;即图像数据中的第一个数是图像的最左下角的像素值
  • 存储图像一行所用的字节理论上: W=biWidth*biBitCount/8,但实际上p要求W是4的倍数,不足的补0

如下图为灰度Lena图像调色板及图像数据

在这里插入图片描述

如下图为彩色Bird图像数据

在这里插入图片描述

E:读取并显示图像

①:目前可做程序

MATLAB

  • 打开并显示图像
    • imread
    • imshow
    • imwrite
  • 灰度化
    • rgb2gray
  • 色彩空间变换
    • rgb2hsv
    • rgb2ycbcr

Python

  • imread:使用OpenCV读取图像,可以使用 cv2.imread() 函数。
  • imshow:使用OpenCV显示图像,可以使用 cv2.imshow() 函数。
  • imwrite:使用OpenCV保存图像,可以使用 cv2.imwrite() 函数。
  • rgb2gray:将RGB彩色图像转换为灰度图像,可以使用 cv2.cvtColor() 函数与 cv2.COLOR_RGB2GRAY 参数来进行转换。
  • rgb2hsv:将RGB彩色图像转换为HSV图像,可以使用 cv2.cvtColor() 函数与 cv2.COLOR_RGB2HSV 参数来进行转换。
  • rgb2ycbcr:将RGB彩色图像转换为YCbCr图像,可以使用 cv2.cvtColor() 函数与 cv2.COLOR_RGB2YCrCb 参数来进行转换

②:实例

MATLAB

①:打开图像取反并显示和存储

I=imread('cameraman.jpg');
J=255-I;
subplot(121),imshow(I),title('原始图像');
subplot(122),imshow(J),title('反色图像');
imwrite(J,'cameraman反色.jpg');

在这里插入图片描述

②:打开彩色图像,灰度化和二值化

Image1=im2double(imread('lotus.jpg'));
r=Image1(:,:,1);
g=Image1(:,:,2);
b=Image1(:,:,3);
Y=0.299*r+0.587*g+0.114*b;
subplot(131),imshow(Y),title('亮度图Y');
I=(r+g+b)/3;
subplot(132),imshow(I),title('亮度图I');
BW=zeros(size(Y));
BW(Y>0.3)=1;
subplot(133),imshow(BW),title('二值化图');

在这里插入图片描述

Python OpenCV

注意

  • 在 Python 中,我们需要指定图像的读取方式(灰度或彩色),因此在 imread() 函数调用时需要将第二个参数设置为 cv2.IMREAD_GRAYSCALE
  • Matplotlib 默认的颜色映射是彩色的,因此需要将 imshow() 函数中的 cmap 参数设置为 'gray' 才能正确地显示灰度图像
  • OpenCV 默认使用 BGR 顺序读取和显示图像

①:打开图像取反并显示和存储

import cv2
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']

I = cv2.imread('cameraman.jpg', cv2.IMREAD_GRAYSCALE)
J = 255-I
plt.subplot(121), plt.imshow(I, cmap='gray'), plt.title('原始图像')
plt.subplot(122), plt.imshow(J, cmap='gray'), plt.title('反色图像')
cv2.imwrite('cameraman反色.jpg', J)
plt.show()

在这里插入图片描述

②:打开彩色图像,灰度化和二值化

import cv2
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['SimHei']


img = cv2.imread('lotus.JPG').astype(np.float32)/255
b, g, r = cv2.split(img)

Y=0.299*r+0.587*g+0.114*b
plt.subplot(131), plt.imshow(Y, cmap='gray'), plt.title('亮度图Y'), plt.axis('off')
I=(r+g+b)/3
plt.subplot(132), plt.imshow(I, cmap='gray'), plt.title('亮度图I'), plt.axis('off')
_, BW = cv2.threshold(Y, thresh=0.3, maxval=1.0, type=cv2.THRESH_BINARY)
plt.subplot(133), plt.imshow(BW, cmap='gray'), plt.title('二值化图'), plt.axis('off')

plt.show()

在这里插入图片描述

(5)综合案例

打开人脸图像,利用色彩信息进行肤色检测

A:分析

  • 在检测人脸、手等目标时,常采用肤色检测的方法,将相关区域从图像中分割出来
  • 肤色分布的聚集性,即肤色的颜色分量一般聚集在某个范围内
  • 通过大量的肤色样本进行统计,找出肤色颜色分量的聚集范围或用特殊的分布模型去模拟肤色分布,进而实现对任意像素颜色的判别

B:肤色分布

  • 肤色在不同彩色空间均具有一定的聚集性。例如,据统计资料,肤色在YCbCr空间分布范围大约在: 77 ≤ C b ≤ 127 77\leq Cb\leq 127 77Cb127 133 ≤ C r ≤ 173 133\leq Cr\leq 173 133Cr173
  • 肤色模型
    • 根据大量样本的统计数据建立,确定肤色的分布规律,进而判断像素的色彩是否属于肤色或与肤色相似程度的模型
    • 常用的有阈值模型、高斯模型和椭圆模型

C:程序设计

MATLAB

这段MATLAB代码是一个肤色检测的程序,它接受一张图片作为输入,通过分别在RGB、HSV和YCbCr三个颜色空间中检测像素点是否属于肤色,并输出相应的二值图。其中,对于YCbCr空间的检测,采用了高斯模型来对肤色的分布进行建模。具体实现过程如下:

  1. 清空MATLAB的工作空间。
  2. 使用 imread 函数读取名为 motheranddaughter.jpg 的图片文件,并将其显示出来。
  3. 将图像分离成红色通道 ®、绿色通道 (g) 和蓝色通道 (b),并获取图像的大小信息。
  4. 定义一个表示肤色在YCbCr空间下的高斯分布的均值 miu 和协方差矩阵 sigma。
  5. 初始化变量 cbcr、SkinCbCrG、SkinRGB、SkinHSV 和 SkinCbCr,并设定偏移参数 thresh。
  6. 对于每个像素点,分别进行 RGB、HSV 和 YCbCr 三种颜色空间的肤色检测,并更新对应像素点在三种检测空间下的二值图。
  7. 将得到的三种检测空间下的二值图保存为 skinrgb3.jpg、skinhsv3.jpg、skincbcr3.jpg 和 skinCbCrG3.jpg 四个文件。
clear,clc,close all;
Image=imread('motheranddaughter.jpg');

r=double(Image(:,:,1));
g=double(Image(:,:,2));
b=double(Image(:,:,3));
[N,M]=size(r);
miu=[117.4361 156.5599]'; % 定义肤色在YCbCr空间下的高斯分布的均值miu(行向量)
sigma=[160.1301 12.1430;12.1430 299.4574]; % 定义协方差矩阵(列向量)
cbcr=zeros(2,1);
SkinCbCrG=zeros(N,M); % 初始化一个与图像大小相同的矩阵 SkinCbCrG,用于表示 YCbCr 检测结果中检测到的肤色部分
SkinRGB=zeros(N,M); % 初始化一个与图像大小相同的矩阵 SkinRGB,用于表示 RGB 检测结果中检测到的肤色部分
SkinHSV=zeros(N,M); % 初始化一个与图像大小相同的矩阵 SkinHSV,用于表示 HSV 检测结果中检测到的肤色部分
SkinCbCr=zeros(N,M); % 初始化一个与图像大小相同的矩阵 SkinCbCr,用于表示 YCbCr 检测结果中检测到的肤色部分
thresh=0.35; % 设定YCbCr检测中的偏移参数
for i=1:M % 对于每一行
    for j=1:N % 对于每一列
       R=r(j,i);
       G=g(j,i);
       B=b(j,i);
       if (R>95 && G>40 && B>20 && (R-G)>15 && R-B>15) || ...
           (R>220 && G>210 && B>170 && R-B<=15 && R>B && G>B)
           SkinRGB(j,i)=1; % 判断是否是肤色,如何是设置为1
       end
       
       maxRGB=max(max(R,G),B);
       minRGB=min(min(R,G),B);
       C=maxRGB-minRGB;
       V=maxRGB;
       if V==0
           S=0;
       else
           S=C/V;
       end
       if maxRGB==R
           H=60*mod((G-B)/C,6);
       elseif maxRGB==G
           H=60*((B-R)/C+2);
       elseif maxRGB==B
           H=60*((R-G)/C+4);
       end
       if ((H>=0 && H<=25) || (H>=335 && H<=360)) && (S>=0.2 && S<=0.6) && V>=0.4
           SkinHSV(j,i)=1;
       end
       
       R=R/255;G=G/255;B=B/255;
       Cb=224*(-0.1687*R-0.3313*G+0.5*B)+128;
       Cr=224*(0.5*R-0.4187*G-0.0813*B)+128;
       if Cb>=77 && Cb<=127 && Cr>=133 && Cr<=173
            SkinCbCr(j,i)=1;
       end
       
       cbcr= [Cb Cr]';
       p=exp(-0.5*((cbcr-miu)')*(inv(sigma))*(cbcr-miu));
       if p>thresh
           SkinCbCrG(j,i)=1;
       end
    end
end

subplot(151),imshow(Image),title('原图');
subplot(152),imshow(SkinRGB),title('RGB');
subplot(153),imshow(SkinHSV),title('HSV');
subplot(154),imshow(SkinCbCr),title('YCbCr');
subplot(155),imshow(SkinCbCrG),title('YCbCr');

imwrite(SkinRGB,'skinrgb3.jpg');
imwrite(SkinHSV,'skinhsv3.jpg');
imwrite(SkinCbCr,'skincbcr3.jpg');
imwrite(SkinCbCrG,'skinCbCrG3.jpg');

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/4281.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Typora使用

Typora Typora 是一款支持实时预览的 Markdown 文本编辑器。 1. 基础操作 1.1标题 # 一级标题## 二级标题### 三级标题#### 四级标题##### 五级标题###### 六级标题1.2 引用 > 引用内容1 > 引用内容2 >> 引用内容31.3 斜体 *斜体* _斜体_1.4 加粗…

mysql整理

文章目录概述SQLDDLDMLDQL单表查询多表查询DQL的执行顺序DCL管理用户控制权限函数约束事务存储引擎索引概述语法性能分析索引的使用SQL的优化insert优化主键优化Order by优化其它优化存储对象视图存储过程基本操作变量IF条件判断参数循环条件处理程序存储函数触发器锁全局锁表级…

Mysql-缓冲池 buffer pool

缓冲池 buffer pool innodb中的数据是以【页】的形式存储在磁盘上的表空间内&#xff0c;但是【磁盘的速度】和【内存】相比简直不值一提&#xff0c;而【内存的速度】和【cpu的速度】同样不可同日而语&#xff0c;对于数据库而言&#xff0c;I/O成本永远是不可忽略的一项成本…

基于Elman神经网络预测计费系统的输出(Matlab代码实现)

目录 &#x1f4a5;1 概述 &#x1f4da;2 运行结果 &#x1f389;3 参考文献 &#x1f468;‍&#x1f4bb;4 Matlab代码 &#x1f4a5;1 概述 简单循环网络&#xff08;simple recurrent networks&#xff0c;简称SRN&#xff09;又称为Elman network&#xff0c;是由Jeff…

什么是AI文章生成器-AI文章生成器批量生成文章

AI文章生成器有哪些 目前市面上存在一些可以生成文章的 AI 文章生成器&#xff0c;以下是其中几种常见的&#xff1a; OpenAI GPT-3&#xff1a; OpenAI GPT-3 是目前最先进、最著名的 AI 文章生成器之一&#xff0c;它可以生成各种类型的文章&#xff0c;例如新闻报道、科学报…

我的Macbook pro使用体验

刚拿到Mac那一刻&#xff0c;第一眼很惊艳&#xff0c;不经眼前一亮&#xff0c;心想&#xff1a;这是一件艺术品&#xff0c;太好看了吧 而后再体验全新的Macos 系统&#xff0c;身为多年的win用户说实话一时间还是难以接受 1.从未见过的访达&#xff0c;不习惯的右键 2. …

[论文解析] Cones: Concept Neurons in Diffusion Models for Customized Generation

论文连接&#xff1a;https://readpaper.com/pdf-annotate/note?pdfId4731757617890738177&noteId1715361536274443520 源码链接&#xff1a; https://github.com/Johanan528/Cones 文章目录OverviewWhat problem is addressed in the paper?Is it a new problem? If so…

PMP一般要提前多久备考?

PMP很迷&#xff0c;有只备考了一周过的&#xff0c;也有备考几个月过的。保险起见&#xff0c;预留两个月比较靠谱&#xff0c;尤其现在是新考纲&#xff0c;PMP新版大纲加入了 ACP 敏捷管理的内容&#xff0c;而且还不少&#xff0c;敏捷混合题型占到了 50%&#xff0c;前不久…

AcWing3662. 最大上升子序列和(线性DP + 树状数组优化 + 离散化处理)

AcWing3662. 最大上升子序列和&#xff08;线性DP 树状数组优化 离散化处理&#xff09;一、问题二、分析1、DP过程&#xff08;1&#xff09;状态表示&#xff08;2&#xff09;状态转移2、数据结构优化&#xff08;1&#xff09;树状数组维护最值&#xff08;2&#xff09;…

K8s 弃用 Docker!一文介绍 containerd ctr、crictl 使用

containerd 是一个高级容器运行时&#xff0c;又名 容器管理器。简单来说&#xff0c;它是一个守护进程&#xff0c;在单个主机上管理完整的容器生命周期&#xff1a;创建、启动、停止容器、拉取和存储镜像、配置挂载、网络等。 containerd 旨在轻松嵌入到更大的系统中。Docke…

【ASPLOS 2023】图神经网络统一图算子抽象uGrapher,大幅提高计算性能

作者&#xff1a;周杨杰、沈雯婷 开篇 近日&#xff0c;阿里云机器学习平台PAI和上海交通大学冷静文老师团队合作的论文《图神经网络统一图算子抽象uGrapher》被ASPLOS 2023录取。 为了解决当前图神经网络中框架中不同的图算子在不同图数据上静态kernel的性能问题&#xff0…

【前沿技术】文心一言 PK Chat Gpt

目录 写在前面 一、文心一言 二、Chat GPT 三、对比 四、总结 写在前面 随着人工智能技术的不断发展和普及&#xff0c;越来越多的智能应用走入了人们的日常生活&#xff0c;如智能语音助手、智能客服、机器翻译等等。在这些应用中&#xff0c;自然语言生成&#xff08;…

看完不再愁 | 图解TCP 重传、滑动窗口、流量控制、拥塞控制

目录 前言 正文 &#x1f332; 重传机制 1. 超时重传 2. 快速重传 3. SACK 方法 4. Duplicate SACK &#x1f332; 滑动窗口 &#x1f333; 流量控制 &#x1f333; 拥塞控制 1. 慢启动 2. 拥塞避免算法 3. 拥塞发生 4. 快速恢复 前言 前面我们讲到「硬不硬你说…

Android开发一直在用大公司的开源库,可参考~

一、阿里巴巴 &#xff08;一&#xff09;UI有关 1. 多页面切换场景统一解决方案 UltraViewPager UltraViewPager 是阿里开源的一个封装多种特性的 ViewPager &#xff0c;主要是为多页面切换场景提供统一解决方案。 主要功能: 1. 支持横向滑动&#xff0f;纵向滑动2. 支持一屏…

求红白黑球的个数-课后程序(JavaScript前端开发案例教程-黑马程序员编著-第2章-课后作业)

【案例2-11】求红白黑球的个数 一、案例描述 考核知识点 for循环语句、if判断语句 练习目标 掌握for循环应用。掌握if判断语句应用 需求分析 用js编程 已知&#xff1a;红白球共25个&#xff0c;白黑球共31个&#xff0c;红黑球共28个&#xff0c;求三种球各有多少&#xff…

基于STM32 SG90 9g舵机控制

文章目录一、什么是舵机&#xff1f;二、工作原理三、利用PWM控制四、stm32舵机控制一、什么是舵机&#xff1f; 产品参数 名称&#xff1a;9克舵机180度 尺寸&#xff1a;23mm X 12.2mm X 29mm 重量&#xff1a;9克 扭矩&#xff1a;1.5kg/cm 工作电压&#xff1a;4.2 - 6V 温…

Java大数字运算(BigInteger类和BigDecimal类)

在 Java 中提供了用于大数字运算的类&#xff0c;即 java.math.BigInteger 类和 java.math.BigDecimal 类。这两个类用于高精度计算&#xff0c;其中 BigInteger 类是针对整型大数字的处理类&#xff0c;而 BigDecimal 类是针对大小数的处理类。 BigInteger 类 如果要存储比 …

一本通 3.3.1 树与二叉树

树与二叉树的基本知识 1336&#xff1a;【例3-1】找树根和孩子 【题目描述】 给定一棵树&#xff0c;输出树的根root&#xff0c;孩子最多的结点max以及他的孩子。 【题目分析】 【代码实现】 #include<bits/stdc.h> using namespace std; int father[201], sum[101]…

8.OSP的GR(Graceful Restart,平滑重启)实验

一、GR(Graceful Restart,平滑重启) 技术介绍 GR(Graceful Restart,平滑重启)技术保证了设备在重启过程中转发层面能够继续指导数据的转发,同时控制层面邻居关系的重建以及路由计算等动作不会影响转发层面的功能,从而避免了路由振荡引发的业务中断,保证了关键业务的数…

Java_Spring:5. 基于注解的 IOC 配置

目录 1 环境搭建 1.1 第一步&#xff1a;拷贝必备 jar 包到工程的 lib 目录。 1.2 第二步&#xff1a;使用Component 注解配置管理的资源 1.3 第三步&#xff1a;创建 spring 的 xml 配置文件并开启对注解的支持 2 常用注解 2.1 用于创建对象的注解 2.1.1 Component 2.1…
最新文章