RYue00-CSDN博客

原创 C++ 并发编程

C++11多线程编程的case，学习记录

2022-08-10 11:54:42 467

项目场景：智能家居网关应用程序通过Zigbee Coordinator和Zigebee Route（或者Zigbee Endpoint）设备通信，获取或者改变设备属性状态提示：这里简述项目相关背景：例如：项目场景：示例:通过蓝牙芯片(HC-05)与手机 APP 通信，每隔 5s 传输一批传感器数据(不是很大) 关于系统离线崩溃问题分成两个阶段原因排查。阶段一描述（what）：程序不定时崩溃，堆栈信息会直向公共部分如库代码堆栈信息：提示：这里描述项目中遇到的问题：例如：数据传输过程中数据

2022-03-02 09:26:17 1554

原创 Linux下root用户升级GLIBC版本

本文升级的是glibc-2.17 项目程序需要用到GLIBC2.17，如非必要不要轻易升级glibc库，这是linux系统相当重要的库，牵连太多。下载glibc源码包具体下载有断网跟联网方式，下载后进行解压 tar –zxvf glibc-2.17.tar.gz 生成Makefile 编译、安装 cd glibc-2.17 mkdir objdir cd objdir ../con...

2020-02-05 21:12:59 837

原创 Linux下非root用户解决限制gcc、g++版本升级问题

Linux下非root用户解决限制gcc、g++版本升级问题》》》针对非root用户直接运行其他平台编译好的程序，会报出本文采取升级gcc版本做法，项目需求升级到gcc-4.8.5 下载GCC源码以及所有依赖包分成服务器联网和断网两种情况联网执行命令行 1.wget http://ftp.gnu.org/gnu/gcc/gcc-4.8.5/gcc-4.8.5.tar.gz ...

2019-12-05 15:44:46 7079 6

C++和Python判断图片清晰度源码

# 判断图片清晰度在 OpenCV 中，判断图像的清晰度通常依赖于图像的锐度（sharpness）或边缘信息。图像的清晰度与其边缘的清晰度、纹理的丰富程度密切相关。常用的几种方法包括计算图像的拉普拉斯变换（Laplacian）或通过傅里叶变换等方式来评估清晰度。 ## 方法1：使用拉普拉斯变换（Laplacian）拉普拉斯算子在图像处理中常用来检测图像的边缘。如果图像清晰，它的边缘会更明确；如果图像模糊，边缘则不太明显。因此，我们可以计算图像的拉普拉斯变换，并通过其方差来评估图像的清晰度。方差越大，图像越清晰，反之越模糊。步骤：转换为灰度图像。计算拉普拉斯变换。计算拉普拉斯变换结果的方差。 ## 方法2：基于边缘检测（如Canny边缘检测）另一个常见的方法是通过边缘检测来判断图像的清晰度。图像中清晰的边缘往往意味着图像较为清晰，反之则是模糊。Canny 边缘检测可以用来判断图像的边缘密度。步骤：转换为灰度图像。使用 Canny 边缘检测提取图像的边缘。计算边缘像素的比例，边缘越多表示图像越清晰。 ## 方法3：基于傅里叶变换傅里叶变换将图像从空间域转换

2025-01-24