OpenCV主要容器（部分）分析

顏色的表示

scalar(a,b,c);//bgr

point p;

p.x=10;
p.y=10;

size(5,5);

容器 – mat –

使用方法：

// 1

mat m（2,2,cv_8uc3,scalar(0,0,0)）
// 2
int sz[3]=;
mat l(3,sz,cv_8uc,scalar::all(0));
// 3
m.create(4,4,cv_8uc(2));
// mat o =mat::ones(4,4,cv_64f);
mat z =mat::zeros(4,4,cv_64f);

mat a,c;

a=imread("image");
mat b(a);//拷貝建構函式，這個沒有看得懂
c=a;//賦值運算子
//roi 感興趣區域的界定
mat d (a，rect(10,10,100,100));
mat e=a(range:all(),range(1,3));
//上面的方法針對的都是矩陣頭的操作
//下面則是對矩陣本身的操作
mat f=a.clone();
mat g;
a.copyto(g);

vectorv;

vectorpoint(20);

vector >

//模板類 vector
//注意書寫格式
//vector vt(n_elem);
//模板類array
//arrayarr;
//這裡的typename可以是任意一種儲存格式

Https 加密部分分析

https 相對於 https 來說 多了加密的部分 對於https 來說，目標是要達到，安全，快速！安全方面，主要是對資料進行加密，速度方面的話主要是用加密速度快的對稱加密演算法 基本過程如下 瀏覽器先獲取證書並進行驗證，不安全，就不會進行下面 瀏覽器和伺服器進行握手資訊的傳送，以保證加密資訊一致...

疫情相似句對部分分析

1.明確資料探勘任務的處理目標 基於已有 尋找合適模型進行優化。1 基本 思路 對訓練資料做資料預處理 刪除資料集中query1與query2中相同的字元 得到新的資料，組成資料庫x query1 query2 label 資料庫x中的資料結構 對驗證資料集做同樣的資料預處理，得到新的query1與...

主成分分析和因子分析的主要區別

主成分分析基本原理 利用降維 線性變換 的思想，在損失很少資訊的前提下把多個指標轉化為幾個不相關的綜合指標 主成分 即每個主成分都是原始變數的線性組合,且各個主成分之間互不相關,使得主成分比原始變數具有某些更優越的效能 主成分必須保留原始變數90 以上的資訊 從而達到簡化系統結構，抓住問題實質的目的...