图形学初识--透视修正

文章目录

前言

前面章节讲解了面片剔除的内容,这一章节咱们补充一个比较关键的内容:透视矫正。主要包括:为什么?是什么?怎么做?,从这些角度考虑切入!

正文

为什么需要透视矫正?

通过前面章节三角形光栅化重心坐标插值的学习,可以很容易计算出屏幕空间中三角形内部所有点的属性值: f ( P ) = α f ( A ) + β f ( B ) + γ f ( C ) f(P) = \alpha f(A) + \beta f(B) +\gamma f(C) f(P)=αf(A)+βf(B)+γf(C)

但是我们思考一个问题:屏幕空间坐标的重心坐标插值可以代替空间中三角形的情况么?

这个问题从以下两个坐标变换阶段分析:

  • 阶段一:视图坐标空间—>NDC坐标空间(只分析透视投影)
  • 阶段二:NDC坐标空间—>屏幕坐标空间

1、视图坐标空间—>NDC坐标空间(透视投影)

(1)直线:

我们先来看一个逆Y轴视角看的示意图:

在这里插入图片描述

假设一条直线 A B AB AB,投影到近平面上形成 A ′ B ′ A'B' AB A B AB AB 有一个中点 C C C 投影到近平面上为 C ′ C' C ,那么我们很显然发现了 C ′ C' C 不是 A ′ B ′ A'B' AB 的中点。

从而可知,由于这是逆y轴看,也就说明从视图坐标空间—>NDC坐标空间的X轴坐标出现失真!类似可得,Y轴坐标也出现了失真,Z轴暂且抛开不谈。

紧接着,咱们设 A ′ C ′ / A ′ B ′ = d ′ , A C / A B = d A'C'/A'B' = d',AC/AB=d AC/AB=dAC/AB=d,可得以下等式:
f ( C ) = d ∗ f ( B ) + ( 1 − d ) ∗ f ( A ) f ( C ′ ) = d ′ ∗ f ( B ′ ) + ( 1 − d ′ ) ∗ f ( A ′ ) f(C) = d*f(B) + (1-d)*f(A)\\ f(C') = d'*f(B') + (1-d')*f(A') f(C)=df(B)+(1d)f(A)f(C)=df(B)+(1d)f(A)
容易知道: f ( A ) = f ( A ′ ) , f ( B ) = f ( B ′ ) f(A) = f(A'), f(B) = f(B') f(A)=f(A)f(B)=f(B),同时根据上图可知 d ! = d ′ d != d' d!=d ,所以可以得到 f ( C ) ! = f ( C ′ ) f(C) != f(C') f(C)!=f(C)

也就是说线段 A B AB AB 中间的任何点的插值计算都会出现偏差。

(2)三角形:

根据上述的直线结论,咱们将其推广到三角形的中心坐标插值计算!

已知视图坐标空间 S A B C S_{ABC} SABC,对应的NDC坐标空间的 S A ′ B ′ C ′ S_{A'B'C'} SABC S A B C S_{ABC} SABC内任意一点 P P P 对应NDC坐标空间为 P ′ P' P,容易得到如下等式:
f ( P ) = α f ( A ) + β f ( B ) + γ f ( C ) f ( P ′ ) = α ′ f ( A ′ ) + β ′ f ( B ′ ) + γ ′ f ( C ′ ) f(P) = \alpha f(A) + \beta f(B) + \gamma f(C)\\ f(P') = \alpha' f(A') + \beta' f(B') + \gamma' f(C')\\ f(P)=αf(A)+βf(B)+γf(C)f(P)=αf(A)+βf(B)+γf(C)

容易知道: f ( A ) = f ( A ′ ) , f ( B ) = f ( B ′ ) , f ( C ) = f ( C ′ ) f(A) = f(A'), f(B) = f(B'),f(C) = f(C') f(A)=f(A)f(B)=f(B)f(C)=f(C) ,很容易得出 α 和 α ′ , β 和 β ′ , γ 和 γ ′ \alpha和\alpha',\beta和\beta',\gamma和\gamma' ααββγγ 不全相等,所以可以得到 f ( P ) ! = f ( P ′ ) f(P) != f(P') f(P)!=f(P)

总结:

因此,我们得知视图坐标空间->NDC坐标空间,会发生失真,从而影响后续插值算法的计算,从而导致问题!

2、NDC坐标空间—>屏幕坐标空间

我们回顾以下,这个阶段总共做了两件事情:

  • 一:XYZ坐标范围从 [ − 1 , 1 ] [-1,1] [1,1],变换到 [ 0 , 1 ] [0,1] [0,1]
  • 二:XY分别从 [ 0 , 1 ] [0,1] [0,1] 变换到 [ 0 , s c r e e n _ w i d t h ] [0,screen\_width] [0,screen_width] [ 0 , s c r e e n _ h e i g h t − 1 ] [0, screen\_height -1] [0,screen_height1]
(1)XYZ坐标范围从 [ − 1 , 1 ] [-1,1] [1,1],变换到 [ 0 , 1 ] [0,1] [0,1]

我们很容易想到,这个事情是涉及到均匀缩放和平移,不会影响重心坐标插值等计算!如下图:

在这里插入图片描述

(2)XY分别从 [ 0 , 1 ] [0,1] [0,1] 变换到 [ 0 , s c r e e n _ w i d t h ] [0,screen\_width] [0,screen_width] [ 0 , s c r e e n _ h e i g h t − 1 ] [0, screen\_height -1] [0,screen_height1]

为了直观,这个事情要从两个过程考虑:

第一个过程: 1*1平行投影到一张纸上

第二个过程: 纵横统一缩放 s c r e e n _ w i d t h / s c r e e n _ h e i g h t screen\_width/screen\_height screen_width/screen_height

如下图所示:

在这里插入图片描述

这里我们知道第二个过程不会影响重心坐标插值等计算。但是过程一不好说,所以咱们来进行分析过程一!

我们先观察直线的平行投影,如下图所示:

在这里插入图片描述

由相似三角形,很容易得到等式 A O : B O = A ′ O ′ : B ′ O ′ AO:BO = A'O':B'O' AO:BO=AO:BO ,因此可以知道O点在平行投影前后插值比例不变!

然后咱们看一下空间中三角形平行投影的情况,如下图所示:

在这里插入图片描述

先观察左边三角形ABC,结合之前重心坐标计算公式,可知:
α γ = S B C O S B A O = h c h a \frac{\alpha}{\gamma} = \frac{S_{BCO}}{S_{BAO}} = \frac{h_c}{h_a} γα=SBAOSBCO=hahc
根据相似三角形可以得到:
h c h a = l c l a \frac{h_c}{h_a} = \frac{l_c}{l_a} hahc=lalc
所以可以得到:
α γ = l c l a \frac{\alpha}{\gamma} = \frac{l_c}{l_a} γα=lalc

同理根据右边三角形,咱么可以得到:
α ′ γ ′ = l c ′ l a ′ \frac{\alpha'}{\gamma'} = \frac{l_c'}{l_a'} γα=lalc

又因为直线AC在平行投影前后,线段比例保持不变的结论: l a : l c = l a ′ : l c ′ l_a:l_c = l_a':l_c' la:lc=la:lc

所以咱们可以知道:
α γ = α ′ γ ′ \frac{\alpha}{\gamma} = \frac{\alpha'}{\gamma'} γα=γα
同理,咱们可得:
α β = α ′ β ′ β γ = β ′ γ ′ \frac{\alpha}{\beta} = \frac{\alpha'}{\beta'}\\ \frac{\beta}{\gamma} = \frac{\beta'}{\gamma'} βα=βαγβ=γβ
所以最终得到: α : β : γ = α ′ : β ′ : γ ′ \alpha:\beta:\gamma = \alpha':\beta':\gamma' α:β:γ=α:β:γ,又因为 α + β + γ = 1 且 α ′ + β ′ + γ ′ = 1 \alpha+\beta+\gamma=1且\alpha'+\beta'+\gamma'=1 α+β+γ=1α+β+γ=1,最终可以得到:
α = α ′ β = β ′ γ = γ ′ \alpha = \alpha'\\ \beta = \beta'\\ \gamma = \gamma'\\ α=αβ=βγ=γ

于是我们可知平行投影的操作不会影响插值的计算!

总结:

从NDC坐标变换到屏幕空间变换的过程中,不会发生插值计算失真的现象!不需要矫正!

综上:

我们只需要修正视图空间下的重心坐标到NDC空间下的重心坐标关系即可!

什么是透视矫正?

在NDC坐标空间下,已知 △ A ′ B ′ C ′ \triangle{A'B'C'} ABC ,且已知三角形内某点 O ′ O' O的重心坐标为 ( α ′ , β ′ , γ ′ ) (\alpha',\beta',\gamma') (α,β,γ)

在视图坐标空间下,已知 △ A B C \triangle{ABC} ABC ,且已知三角形内某点 O O O的重心坐标为 ( α , β , γ ) (\alpha,\beta,\gamma) (α,β,γ)

通过上述分析可知,屏幕空间下计算的重心坐标结果和在NDC下一致。

所以问题可描述为: 通过屏幕空间下的重心坐标 ( α ′ , β ′ , γ ′ ) (\alpha',\beta',\gamma') (α,β,γ)求真正视图坐标空间下的重心插值坐标 ( α , β , γ ) (\alpha,\beta,\gamma) (α,β,γ)

透视矫正如何实现?

公式推导

已知:视图坐标空间下 △ A B C \triangle{ABC} ABC;NDC坐标空间下 △ A ′ B ′ C ′ \triangle A'B'C' ABC,中间经过投影矩阵P和透视除法两个步骤,流程如下:

在这里插入图片描述

因此,同理可得:
A ′ = ( M A ⃗ + t ⃗ w A ) B ′ = ( M B ⃗ + t ⃗ w B ) C ′ = ( M C ⃗ + t ⃗ w C ) A'= \begin{pmatrix} \frac{M\vec{A} + \vec t}{w_A} \end{pmatrix}\\ B'= \begin{pmatrix} \frac{M\vec{B} + \vec t}{w_B} \end{pmatrix}\\ C'= \begin{pmatrix} \frac{M\vec{C} + \vec t}{w_C} \end{pmatrix}\\ A=(wAMA +t )B=(wBMB +t )C=(wCMC +t )
注意: A ′ 、 B ′ 、 C ′ 为三维向量 A'、B'、C'为三维向量 ABC为三维向量

假设在NDC下有一个点 O ′ O' O,按照重心坐标公式:
O ′ = α ′ A ′ ⃗ + β ′ B ′ ⃗ + γ ′ C ′ ⃗ O' = \alpha'\vec{A'}+\beta'\vec{B'}+\gamma'\vec{C'} O=αA +βB +γC

A ′ , B ′ , C ′ A',B',C' A,B,C分别代入,得到如下:
O ′ = α ′ ( M A ⃗ + t ⃗ w A ) + β ′ ( M B ⃗ + t ⃗ w B ) + γ ′ ( M C ⃗ + t ⃗ w C ) O' = \alpha'\begin{pmatrix} \frac{M\vec{A} + \vec t}{w_A} \end{pmatrix}+\beta'\begin{pmatrix} \frac{M\vec{B} + \vec t}{w_B} \end{pmatrix}+\gamma'\begin{pmatrix} \frac{M\vec{C} + \vec t}{w_C} \end{pmatrix} O=α(wAMA +t )+β(wBMB +t )+γ(wCMC +t )

假设在视图坐标空间下有一个点 O O O​,按照重心坐标公式:
O = α A ⃗ + β B ⃗ + γ C ⃗ O = \alpha\vec{A}+\beta\vec{B}+\gamma\vec{C} O=αA +βB +γC

因为 O ′ O' O也是由 O O O经过投影变换和透视除法而来,所以类似可得:
O ′ = ( M O ⃗ + t ⃗ w O ) O'= \begin{pmatrix} \frac{M\vec{O} + \vec t}{w_{O}} \end{pmatrix}\\ O=(wOMO +t )

O ⃗ \vec O O 带入可得:
O ′ = ( M ( α A ⃗ + β B ⃗ + γ C ⃗ ) + t ⃗ w O ) O'= \begin{pmatrix} \frac{M(\alpha\vec{A}+\beta\vec{B}+\gamma\vec{C}) + \vec t}{w_{O}} \end{pmatrix}\\ O=(wOM(αA +βB +γC )+t )

于是咱们结合上述的 O ′ O' O 的两个等式表达,可得:
O ′ = α ′ ( M A ⃗ + t ⃗ w A ) + β ′ ( M B ⃗ + t ⃗ w B ) + γ ′ ( M C ⃗ + t ⃗ w C ) = ( M ( α A ⃗ + β B ⃗ + γ C ⃗ ) + t ⃗ w O ) \begin{align} O' &= \alpha'\begin{pmatrix} \frac{M\vec{A} + \vec t}{w_A} \end{pmatrix}+\beta'\begin{pmatrix} \frac{M\vec{B} + \vec t}{w_B} \end{pmatrix}+\gamma'\begin{pmatrix} \frac{M\vec{C} + \vec t}{w_C} \end{pmatrix}\\ &=\begin{pmatrix} \frac{M(\alpha\vec{A}+\beta\vec{B}+\gamma\vec{C}) + \vec t}{w_{O}} \end{pmatrix} \end{align} O=α(wAMA +t )+β(wBMB +t )+γ(wCMC +t )=(wOM(αA +βB +γC )+t )

由上述可得,适用于任何ABC取值,所以系数必须匹配相等,可得:
α ′ w A = α w O β ′ w B = β w O γ ′ w C = γ w O \frac{\alpha'}{w_A} = \frac{\alpha}{w_O}\\ \frac{\beta'}{w_B} = \frac{\beta}{w_O}\\ \frac{\gamma'}{w_C} = \frac{\gamma}{w_O}\\ wAα=wOαwBβ=wOβwCγ=wOγ
从而,咱们就得到了:
α = α ′ w A w O β = β ′ w B w O γ = γ ′ w C w O \alpha = \frac{\alpha'}{w_A}w_O\\ \beta = \frac{\beta'}{w_B}w_O\\ \gamma = \frac{\gamma'}{w_C}w_O\\ α=wAαwOβ=wBβwOγ=wCγwO
这样就得到了重心坐标分别在视图坐标空间和NDC坐标空间的关系。此时就剩一个未知数 w O w_O wO

又因为 α + β + γ = 1 \alpha + \beta + \gamma = 1 α+β+γ=1,咱们将上述的关系式带入,可得:
α ′ w A w O + β ′ w B w O + γ ′ w C w O = 1 \frac{\alpha'}{w_A}w_O+\frac{\beta'}{w_B}w_O+\frac{\gamma'}{w_C}w_O = 1\\ wAαwO+wBβwO+wCγwO=1
所以就得到:
1 w O = α ′ w A + β ′ w B + γ ′ w C \frac{1}{w_O} = \frac{\alpha'}{w_A} + \frac{\beta'}{w_B} + \frac{\gamma'}{w_C} wO1=wAα+wBβ+wCγ

咱们大功告成!

于是得到矫正后的重心坐标插值公式:
f ( O ) = α f ( A ) + β f ( B ) + γ f ( C ) = α ′ w A w O f ( A ′ ) + β ′ w B w O f ( B ′ ) + γ ′ w C w O f ( C ′ ) = w O ( α ′ w A f ( A ′ ) + β ′ w B f ( B ′ ) + γ ′ w C ( C ′ ) ) \begin{align} f(O) &= \alpha f(A) + \beta f(B) + \gamma f(C)\\ &= \frac{\alpha'}{w_A}w_O f(A') + \frac{\beta'}{w_B}w_O f(B') + \frac{\gamma'}{w_C}w_Of(C')\\ &= w_O(\frac{\alpha'}{w_A} f(A') + \frac{\beta'}{w_B} f(B') + \frac{\gamma'}{w_C}(C')) \end{align} f(O)=αf(A)+βf(B)+γf(C)=wAαwOf(A)+wBβwOf(B)+wCγwOf(C)=wO(wAαf(A)+wBβf(B)+wCγ(C))

深度Depth插值探讨

什么是Depth

对于某个顶点的Z值,经过视图变换、投影变换、透视触发,然后变换成NDC坐标,再经过屏幕空间变换,变成 [ 0 , 1 ] [0,1] [0,1] 范围内的值,就是Depth!

问题描述

Depth作为一个属性,能够直接用屏幕空间的重心坐标进行插值计算而来呢?

推导

我们先来考察以下,经过透视投影矩阵变换前后,z坐标和w坐标的情况:
p c = [ 1 a s p e c t ∗ tan ⁡ ( f o v y ∗ 0.5 ) 0 0 0 0 1 tan ⁡ ( f o v y ∗ 0.5 ) 0 0 0 0 − f + n f − n − 2 f n f − n 0 0 − 1 0 ] ( x e y e z e 1 ) p_c = \begin{bmatrix} \frac{1}{aspect*\tan(fovy*0.5)}&0&0&0\\ 0&\frac{1}{\tan(fovy*0.5)}&0&0\\ 0&0&-\frac{f+n}{f-n}&\frac{-2fn}{f-n}\\ 0&0&-1&0\\ \end{bmatrix} \begin{pmatrix} x_e\\y_e\\z_e\\1 \end{pmatrix} pc= aspecttan(fovy0.5)10000tan(fovy0.5)10000fnf+n100fn2fn0 xeyeze1

z和w变化如下:
z c = − f + n f − n z e + − 2 f n f − n w c = − z e z_c = -\frac{f+n}{f-n}z_e + \frac{-2fn}{f-n}\\ w_c = -z_e zc=fnf+nze+fn2fnwc=ze

然后观察以下 z c z_c zc经过透视除法,得到ndc坐标如下:
z n d c = f + n f − n + 2 f n f − n 1 z e z_{ndc} = \frac{f+n}{f-n} + \frac{2fn}{f-n}\frac{1}{z_e} zndc=fnf+n+fn2fnze1

为了简化,设 z n d c = A + B 1 z e z_{ndc} = A + B\frac{1}{z_e} zndc=A+Bze1

这里的证明我们用反证法,我们需要证明的结论是可以直接用屏幕空间下的重心坐标进行插值Z。

所以,我们假设不能用屏幕空间下的重心坐标进行插值Z,因此得到下列不等式:

z n d c O ≠ α ′ z n d c A + β ′ z n d c B + γ ′ z n d c C z_{ndcO} \neq \alpha' z_ndcA + \beta' z_ndcB + \gamma' z_ndcC zndcO=αzndcA+βzndcB+γzndcC

z n d c = A + B 1 z e z_{ndc} = A + B\frac{1}{z_e} zndc=A+Bze1公式带入,得到了关于视图坐标系下z的不等式:

A + B 1 z e O ≠ α ′ ( A + B 1 z e A ) + β ′ ( A + B 1 z e B ) + γ ′ ( A + B 1 z e C ) A + B\frac{1}{z_eO} \neq \alpha'(A + B\frac{1}{z_eA}) + \beta'(A + B\frac{1}{z_eB}) + \gamma'(A + B\frac{1}{z_eC}) A+BzeO1=α(A+BzeA1)+β(A+BzeB1)+γ(A+BzeC1)

然后两边进行拆分括号,得到:
A + B 1 z e O ≠ A ( α ′ + β ′ + γ ′ ) + B α ′ z e A + B β ′ z e B + B γ ′ z e C A + B\frac{1}{z_eO} \neq A(\alpha'+\beta'+\gamma') + B\frac{\alpha'}{z_eA} + B\frac{\beta'}{z_eB} + B\frac{\gamma'}{z_eC} A+BzeO1=A(α+β+γ)+BzeAα+BzeBβ+BzeCγ

这时候因为 α ′ + β ′ + γ ′ = 1 \alpha'+\beta'+\gamma' = 1 α+β+γ=1,所以可以得到:
B 1 z e O ≠ B α ′ z e A + B β ′ z e B + B γ ′ z e C B\frac{1}{z_eO} \neq B\frac{\alpha'}{z_eA} + B\frac{\beta'}{z_eB} + B\frac{\gamma'}{z_eC} BzeO1=BzeAα+BzeBβ+BzeCγ

因为B不可能为0,所以两边同时除B:
1 z e O ≠ α ′ z e A + β ′ z e B + γ ′ z e C \frac{1}{z_eO} \neq \frac{\alpha'}{z_eA} + \frac{\beta'}{z_eB} + \frac{\gamma'}{z_eC} zeO1=zeAα+zeBβ+zeCγ

这时候我们想想透视投影矩阵应用前后,第4维分量w的变量情况,可以得知: z e = − w c z_e = -w_c ze=wc,带入得到
1 w O ≠ α ′ w A + β ′ w B + γ ′ w C \frac{1}{w_O} \neq \frac{\alpha'}{w_A} + \frac{\beta'}{w_B} + \frac{\gamma'}{w_C} wO1=wAα+wBβ+wCγ

我们发现,这个结论是我们已经证明相等的,所以假设不成立,所以结论成立!

总结

可以利用屏幕空间的重心插值坐标,直接对Depth属性进行插值。

结尾:喜欢的小伙伴可以点点关注+赞哦

希望对各位小伙伴能够有所帮助哦,永远在学习的道路上伴你而行, 我是航火火,火一般的男人!

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.mzph.cn/diannao/22978.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

PID控制算法介绍及使用举例

PID 控制算法是一种常用的反馈控制算法,用于控制系统的稳定性和精度。PID 分别代表比例(Proportional)、积分(Integral)和微分(Derivative),通过组合这三个部分来调节控制输出&#…

因子区间[牛客周赛44]

思路分析: 我们可以发现125是因子个数的极限了,所以我们可以用二维数组来维护第几个数有几个因子,然后用前缀和算出来每个区间合法个数,通过一个排列和从num里面选2个 ,c num 2 来计算即可 #include<iostream> #include<cstring> #include<string> #include…

用户反馈解决方案 —— 兔小巢构建反馈功能

目录 01: 前言 02: 用户反馈整体实现方案分析 03: 兔小巢全解析 04: 基于兔小巢实现用户反馈 05: 总结 01: 前言 在前台系统中&#xff0c;用户反馈 功能也是一个非常常见的需求。 通过反馈功能&#xff0c;我们可以知道当前的应用存在的一些不足和用户相应的一些诉求。…

【Linux系统】进程信号

本篇博客整理了进程信号从产生到处理的过程细节&#xff0c;通过不同过程中的系统调用和其背后的原理&#xff0c;旨在让读者更深入地理解操作系统的设计与软硬件管理手段。 目录 一、信号是什么 1.以生活为鉴 2.默认动作与自定义动作 3.信号的分类、保存、产生 二、产生…

蓝桥杯物联网竞赛_STM32L071KBU6_解决脉冲输出频率数值不稳定BUG

问题&#xff1a; 在用脉冲进行做题的时候发现脉冲输出的频率随着脉冲数值增大而越来越不稳定 典型的情况是10000HZ的时候会变成0HZ或者infHZ也就是无穷大 代码&#xff1a; int BEIGNNUMBER 0; int ENDNUMBER 0; unsigned char STATETIM 0; void HAL_TIM_IC_CaptureCal…

ChatGPT-4o抢先体验

速度很快&#xff0c;结果很智能&#xff0c;支持多模态输入输出&#xff0c;感兴趣联系作者

WordPress电脑版+手机版自动识别切换主题插件优化版

下载地址&#xff1a;WordPress电脑版手机版自动识别切换主题插件优化版 插件介绍&#xff1a; 电脑访问自动显示电脑版 手机访问自动显示手机版

FreeRTOS学习笔记-基于stm32(10)事件标志组

一、事件位、事件标志 事件位用来表明某个事件是否发生&#xff0c;事件位通常用作事件标志&#xff0c;就类似标志位。 二、事件标志组 一个事件组就是一组的事件位&#xff0c;就类似一个标志位寄存器&#xff0c;寄存器的每一位都是一个事件标志。与队列&#xff0c;信号量…

电子电器架构 --- 智能座舱技术分类

电子电器架构 — 智能座舱技术分类 我是穿拖鞋的汉子,魔都中坚持长期主义的汽车电子工程师。 老规矩,分享一段喜欢的文字,避免自己成为高知识低文化的工程师: 屏蔽力是信息过载时代一个人的特殊竞争力,任何消耗你的人和事,多看一眼都是你的不对。非必要不费力证明自己,…

3. ChaosBlade-Box平台安装

ChaosBlade-Box平台安装 参考自&#xff1a;https://chaosblade.io/docs/about-chaosblade/box-introduce/ 通过ChaosBlade-Box可实现 chaosblade、litmuschaos 等已托管工具自动化部署&#xff0c;按照社区的建立的混沌实验模型统一实验场景&#xff0c;根据主机、Kubernete…

Java基础29(编码算法 哈希算法 MD5 SHA—1 HMac 算法 堆成加密算法)

目录 一、编码算法 1. 常见编码 2. URL编码 3. Base64编码 4. 小结 二、哈希算法 1. 哈希碰撞 2. 常用哈希算法 MD5算法 SHA-1算法 自定义HashTools工具类 3. 哈希算法的用途 校验下载文件 存储用户密码 4. 小结 三、Hmac算法 小结&#xff1a; 四、对称加密…

js获取blob格式的json对象

我们上传文件时可能会携带某些参数&#xff0c;比如 let formData new FormData() formData.append("data",new Blob([JSON.stringify(this.params)],{type: "application/json }))当我们直接取时发现会取到一个file类型的对象&#xff0c;无法取到值 formDa…

鸿蒙轻内核M核源码分析系列七 动态内存Dynamic Memory

内存管理模块管理系统的内存资源&#xff0c;它是操作系统的核心模块之一&#xff0c;主要包括内存的初始化、分配以及释放。 在系统运行过程中&#xff0c;内存管理模块通过对内存的申请/释放来管理用户和OS对内存的使用&#xff0c;使内存的利用率和使用效率达到最优&#x…

【C++小知识】为什么C语言不支持函数重载,而C++支持

为什么C语言不支持函数重载&#xff0c;而C支持 编译链接过程函数名修饰过程总结 在了解C函数重载前&#xff0c;如果对文件的编译与链接不太了解。可以看看我之前的一篇文章&#xff0c;链接: 文件的编译链接 想要清楚为什么C语言不支持函数重载而C支持&#xff0c;有俩个过程…

FFmpeg中 Scaler 使用文档介绍

描述 在 FFmpeg 中,swscale 是一个用于图像缩放和像素格式转换的库,它是 libswscale 的一部分。这个库提供了一系列的功能,允许开发者在视频处理过程中改变视频帧的尺寸和像素格式。以下是 swscale 的一些关键点: 图像重缩放:swscale 允许开发者对视频帧进行尺寸调整,这在…

大模型Prompt-Tuning技术进阶

LLM的Prompt-Tuning主流方法 面向超大规模模型的Prompt-Tuning 近两年来&#xff0c;随之Prompt-Tuning技术的发展&#xff0c;有诸多工作发现&#xff0c;对于超过10亿参数量的模型来说&#xff0c;Prompt-Tuning所带来的增益远远高于标准的Fine-tuning&#xff0c;小样本甚至…

就在刚刚,雷军又做了个10亿的公司

在新能源的滚滚洪流中&#xff0c;宁德时代犹如一艘扬帆起航的巨轮&#xff0c;凭借其在电池技术领域的卓越表现&#xff0c;稳稳占据了行业的领航地位。近日&#xff0c;宁德时代与小米汽车两大巨头携手合作&#xff0c;共同创建了北京时代动力电池有限公司&#xff0c;注册资…

【保姆级讲解Outlook邮箱的使用技巧】

&#x1f3a5;博主&#xff1a;程序员不想YY啊 &#x1f4ab;CSDN优质创作者&#xff0c;CSDN实力新星&#xff0c;CSDN博客专家 &#x1f917;点赞&#x1f388;收藏⭐再看&#x1f4ab;养成习惯 ✨希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出…

Java基础27,28(多线程,ThreadMethod ,线程安全问题,线程状态,线程池)

目录 一、多线程 1. 概述 2. 进程与线程 2.1 程序 2.2 进程 2.3 线程 2.4 进程与线程的区别 3. 线程基本概念 4.并发与并行 5. 线程的创建方式 方式一&#xff1a;继承Thread类 方式二&#xff1a;实现Runable接口 方式三&#xff1a;实现Callable接口 方式四&…

完整状态码面试背

{"100": "继续","101": "切换协议","102": "处理中","103": "早期提示","200": "成功","201": "已创建","202": "已接受",&qu…