stb_image简单使用

简介stb_image

stb_image 是一个非常轻量级的、单文件的图像加载库,用于加载和解码多种图像格式(如BMP、JPEG、PNG、GIF等)的图像数据。它由Sean T. Barrett开发,并以公共领域(Public Domain)许可发布,因此可以自由地用于商业和非商业项目

stb_image 提供了简单易用的接口,使得在应用程序中加载图像变得非常方便。只需包含单个头文件stb_image.h,就可以使用其中的函数来加载图像文件并返回解码后的像素数据

主要特点和功能包括:

支持多种常见的图像格式:stb_image 支持加载和解码常见的图像格式,包括 BMP、JPEG、PNG、GIF、HDR、TGA等。这使得开发者可以方便地加载各种格式的图像数据。

简单易用的接口:stb_image 提供了简洁而易用的函数接口,如 stbi_load 用于加载图像文件,stbi_image_free用于释放图像数据内存等。

支持透明通道:对于支持透明通道的图像格式(如PNG),stb_image 可以正确解码并返回带有透明度信息的像素数据。

轻量级、单文件:stb_image是一个非常轻量级的库,整个功能被包含在一个单独的头文件中,因此非常容易集成到项目中,无需复杂的配置和依赖。

下载:

git clone https://github.com/nothings/stb.git

git clone https://github.com/nothings/stb.git

我们下载得到的目录:
在这里插入图片描述

实际需要移植到我们工程里面的:
在这里插入图片描述

接口学习

stbi_load

stbi_load 函数从指定的文件加载图像数据,并返回一个指向图像数据的指针

STBIDEF stbi_uc *stbi_load(char const *filename, int *x, int *y, int *comp, int req_comp)
{FILE *f = stbi__fopen(filename, "rb");unsigned char *result;if (!f) return stbi__errpuc("can't fopen", "Unable to open file");result = stbi_load_from_file(f,x,y,comp,req_comp);fclose(f);return result;
}

filename:要加载的图像文件的路径和名称。

x:用于存储加载图像的宽度(以像素为单位)的指针变量。

y:用于存储加载图像的高度(以像素为单位)的指针变量。

comp:用于存储加载图像的颜色通道数(例如,RGB 图像为 3)的指针变量。

req_comp:请求加载图像的颜色通道数,可以指定为期望的通道数,或者使用特定的值 0,表示保持原始通道数。

函数内容:
使用 stbi__fopen 函数以二进制只读模式打开指定的图像文件。
检查文件是否成功打开,如果打开失败,则返回错误信息。
调用 stbi_load_from_file 函数,从打开的文件中读取图像数据,并将结果保存在 result 变量中。
关闭打开的文件。
返回图像数据的指针(如果加载成功)或错误信息的指针(如果加载失败)

stbir_resize

stbir_resize 函数将输入图像调整大小,并将结果存储在输出图像中

STBIRDEF int stbir_resize(         const void *input_pixels , int input_w , int input_h , int input_stride_in_bytes,void *output_pixels, int output_w, int output_h, int output_stride_in_bytes,stbir_datatype datatype,int num_channels, int alpha_channel, int flags,stbir_edge edge_mode_horizontal, stbir_edge edge_mode_vertical,stbir_filter filter_horizontal,  stbir_filter filter_vertical,stbir_colorspace space, void *alloc_context)
{return stbir__resize_arbitrary(alloc_context, input_pixels, input_w, input_h, input_stride_in_bytes,output_pixels, output_w, output_h, output_stride_in_bytes,0,0,1,1,NULL,num_channels,alpha_channel,flags, datatype, filter_horizontal, filter_vertical,edge_mode_horizontal, edge_mode_vertical, space);
}

input_pixels:指向输入图像数据的指针。
input_w:输入图像的宽度(以像素为单位)。
input_h:输入图像的高度(以像素为单位)。
input_stride_in_bytes:输入图像每行的字节步长(即每行像素数据占用的字节数)。
output_pixels:指向输出图像数据的指针。
output_w:输出图像的目标宽度(以像素为单位)。
output_h:输出图像的目标高度(以像素为单位)。
output_stride_in_bytes:输出图像每行的字节步长。
datatype:输入和输出图像的数据类型(例如,STBIR_TYPE_UINT8 表示无符号 8 位整数)。
num_channels:输入和输出图像的通道数。
alpha_channel:指定图像的 Alpha 通道索引(如果存在)。
flags:附加的处理标志。
edge_mode_horizontal 和 edge_mode_vertical:指定水平和垂直边缘处理模式。
filter_horizontal 和 filter_vertical:指定水平和垂直缩放时使用的滤波器类型。
space:指定输入和输出图像的颜色空间。

函数执行的步骤如下:

调用 stbir__resize_arbitrary 函数,提供了与输入图像和输出图像相关的参数,以及其他参数的默认值。
stbir__resize_arbitrary 函数将根据提供的参数执行图像的调整大小操作,并将结果存储在输出图像中。
返回调整大小操作的结果,即返回值表示操作是否成功

stbi_write_png

stbi_write_png 函数将图像数据保存为 PNG 格式,并写入到指定的文件中

STBIWDEF int stbi_write_png(char const *filename, int x, int y, int comp, const void *data, int stride_bytes)
{FILE *f;int len;unsigned char *png = stbi_write_png_to_mem((const unsigned char *) data, stride_bytes, x, y, comp, &len);if (png == NULL) return 0;f = stbiw__fopen(filename, "wb");if (!f) { STBIW_FREE(png); return 0; }fwrite(png, 1, len, f);fclose(f);STBIW_FREE(png);return 1;
}

filename:指定要保存的 PNG 文件的文件名。
x:图像的宽度(以像素为单位)。
y:图像的高度(以像素为单位)。
comp:图像的通道数。
data:指向图像数据的指针。
stride_bytes:图像每行的字节步长(即每行像素数据占用的字节数)

调用 stbi_write_png_to_mem 函数,将图像数据编码为 PNG 格式的内存块,并返回指向该内存块的指针。
检查返回的 PNG 内存块是否为 NULL,如果是则表示编码过程出错,返回 0 表示保存失败。
打开指定的文件以进行写入操作。
将 PNG 内存块的数据写入文件。
关闭文件。
释放 PNG 内存块的内存。
返回 1 表示保存成功。

将png图片缩小demo

#include <iostream>
#define STB_IMAGE_IMPLEMENTATION
#include "stb_image.h"
#define STB_IMAGE_WRITE_IMPLEMENTATION
#include "stb_image_write.h"
#define STB_IMAGE_RESIZE_IMPLEMENTATION
#include "stb_image_resize.h"
#include <stdio.h>
#include <stdlib.h>
#include <string>
#include <vector>using namespace std;int test_xiao()
{std::cout << "Hello, STB_Image" << std::endl;string inputPath = "./001.png";int iw, ih, n;// 加载图片获取宽、高、颜色通道信息unsigned char *idata = stbi_load(inputPath.c_str(), &iw, &ih, &n, 0);int ow = iw / 2;int oh = ih / 2;auto *odata = (unsigned char *)malloc(ow * oh * n);// 改变图片尺寸stbir_resize(idata, iw, ih, 0, odata, ow, oh, 0, STBIR_TYPE_UINT8, n, STBIR_ALPHA_CHANNEL_NONE, 0,STBIR_EDGE_CLAMP, STBIR_EDGE_CLAMP,STBIR_FILTER_BOX, STBIR_FILTER_BOX,STBIR_COLORSPACE_SRGB, nullptr);string outputPath = "./output.png";// 写入图片stbi_write_png(outputPath.c_str(), ow, oh, n, odata, 0);stbi_image_free(idata);stbi_image_free(odata);std::cout << "Voer, STB_Image" << std::endl;return 0;
}

图像基本知识学习

comp

comp:用于存储加载图像的颜色通道数(例如,RGB 图像为 3)的指针变量。 还有其他数字有不同的表示吗?

当加载的图像是 RGB 格式时,comp 将被设置为 3,表示有红色、绿色和蓝色三个通道。 当加载的图像是 RGBA 格式时,comp
将被设置为 4,表示有红色、绿色、蓝色和 Alpha 通道。

YUV420

YUV420是一种颜色编码格式,常用于存储和传输图像数据。它将图像的亮度(Y)和色度(U、V)分开存储,以实现数据压缩和降低存储/传输带宽的效果
YUV420的"420"指的是在水平和垂直方向上对色度(U、V)进行了抽样,即将色度通道的分辨率降低为亮度通道的四分之一。具体而言,对于每4个亮度像素,只有一个色度(U、V)样本被保留,这样可以大大减少存储和传输所需的数据量
在这里插入图片描述

RGB 数据存储格式

RGB24(RGB888):每个像素使用24位(3字节)存储,按照顺序存储红色、绿色和蓝色通道的像素值,每个通道占用8位。

RGB32(ARGB8888):每个像素使用32位(4字节)存储,按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值,每个通道占用8位。

RGB565:每个像素使用16位(2字节)存储,按照顺序存储红色、绿色和蓝色通道的像素值,其中红色通道占用5位,绿色通道占用6位,蓝色通道占用5位。

RGB444:每个像素使用12位(2字节)存储,按照顺序存储红色、绿色和蓝色通道的像素值,其中每个通道占用4位。

RGBA 数据格式

RGBA数据格式是一种将图像的红色(R)、绿色(G)、蓝色(B)和Alpha(A)通道的像素值以一定顺序存储的方法。与RGB数据格式相比,RGBA数据格式额外包含了Alpha通道,用于表示像素的透明度。

常见的RGBA数据存储格式包括:

RGBA32(ARGB8888):每个像素使用32位(4字节)存储,按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值,每个通道占用8位。

RGBA16(ARGB1555):每个像素使用16位(2字节)存储,按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值,其中Alpha通道占用1位,而红色、绿色和蓝色通道各占用5位。

RGBA4444:每个像素使用16位(2字节)存储,按照顺序存储Alpha通道、红色通道、绿色通道和蓝色通道的像素值,每个通道占用4位。

RGBA转YUV420 原理

颜色空间转换:首先将RGBA图像中的每个像素的颜色值转换为YUV颜色空间。这可以通过以下公式进行计算:
Y = 0.299 * R + 0.587 * G + 0.114 * B
U = (B - Y) * 0.565
V = (R - Y) * 0.713
这些公式将RGB颜色值转换为YUV颜色值,其中Y表示亮度,U和V表示色度。

采样:YUV420是一种色度子采样格式,意味着色度分量的采样率较低。具体来说,对于每个4x4的像素块,只有一个U和一个V值,而Y值则对应每个像素。

重排列:将Y、U和V分量的数据进行重排列,以满足YUV420的存储格式要求。对于每个4x4的像素块,先按照从左到右、从上到下的顺序排列Y值,然后按照从左到右、从上到下的顺序排列U和V值。这样可以保证Y、U和V分量的数据在存储时是连续的。

填充:由于YUV420是按照宏块(通常是16x16像素)为单位进行处理的,因此如果图像的宽度或高度不是宏块的倍数,就需要进行填充操作。填充通常是在图像边缘添加额外的像素值,使得宽度和高度能够被宏块大小整除。

RGB转YUV420 原理

颜色空间转换:首先,将RGB颜色空间的每个像素的颜色值转换为YUV颜色空间。这可以通过以下公式进行计算:
Y = 0.299 * R + 0.587 * G + 0.114 * B
U = (B - Y) * 0.564 + 128
V = (R - Y) * 0.713 + 128
这些公式将RGB颜色值转换为YUV颜色值,其中Y表示亮度,U和V表示色度。

采样和下采样:YUV420是一种色度子采样格式,意味着色度分量的采样率较低。对于每个4x4像素块,只有一个U值和一个V值,而Y值对应每个像素。

数据重排列:按照特定的规则,将Y、U和V分量的数据进行重排列以适应YUV420的存储格式要求。通常,对于每个4x4像素块,先将Y值按从左到右、从上到下的顺序排列,然后将U和V值按照特定的规则进行排列,以确保它们在存储时是连续的。

图像填充:由于YUV420是以宏块(通常是16x16像素)为单位进行处理的,因此如果图像的宽度或高度不是宏块的倍数,就需要进行填充操作。填充通常是在图像边缘添加额外的像素值,使得宽度和高度能够被宏块大小整除。

为什么RGB图像转换为YUV420格式

人类视觉特性:YUV420格式利用了人类视觉对亮度和色度的感知不均衡性。人眼对亮度的感知更为敏锐,而对色度的感知相对较弱。因此,在视频编码和传输中,将亮度和色度分开处理可以实现更高的压缩率,同时保持较好的视觉质量。

压缩效率:YUV420是一种色度子采样的格式,相对于RGB格式,它在色度分量上进行了下采样。在YUV420中,亮度分量(Y)的分辨率与原始图像相同,而色度分量(U和V)的分辨率较低。这种子采样可以大大减少数据量,从而实现更高的压缩效率。对于图像和视频的存储和传输,尤其是在带宽和存储资源有限的情况下,YUV420格式具有更高的效率。

兼容性:YUV420格式在广泛的视频编码和传输标准中被广泛使用,如H.264、H.265等。这些标准通常使用YUV420作为默认的输入格式,因此将RGB图像转换为YUV420可以方便地与这些标准进行集成和处理。

总结就是:更好的视觉效果,压缩后减少数据量,使用的场景更多

BMP图像

BMP(Bitmap)图像是一种常见的无损图像文件格式,它以像素阵列的形式存储图像数据。BMP图像最初由微软开发,是Windows操作系统中广泛使用的一种图像格式。以下是BMP图像的一些特点

无压缩格式:BMP图像使用无压缩的格式存储图像数据,即每个像素的颜色值都被直接存储,没有经过压缩算法的处理。这使得BMP图像保留了原始图像的每个像素的精确信息,不会有数据丢失。

色彩深度:BMP图像支持不同的色彩深度,包括1位、4位、8位、16位、24位和32位。其中,24位和32位的BMP图像是最常见的,它们分别使用RGB(红绿蓝)和RGBA(红绿蓝透明度)颜色模型来表示图像的每个像素。

文件结构:BMP图像文件由文件头和图像数据组成。文件头包含了一些元数据信息,如文件类型、文件大小、图像偏移等。图像数据部分存储了每个像素的颜色值。

支持透明通道:BMP图像可以支持透明通道,即RGBA格式的图像可以包含透明度信息,使得图像中的某些像素可以是部分透明的。

平台兼容性:BMP图像在多个平台上都有良好的兼容性,可以在Windows、Linux、Mac等操作系统上进行读取和显示

练习

RGBA转YUV420 YUV420转换为BMP图像

// YUV420转换为BMP图像
void yuv420_to_bmp_RGBA(uchar* yuv_data, int width, int height, const char* output_filename)
{int bmp_size = width * height * 3;uchar* bmp_data = (uchar*)malloc(bmp_size);int i, j;int bmp_idx = 0;int yuv_idx = 0;// Y分量for (i = 0; i < height; i++) {for (j = 0; j < width; j++) {bmp_data[bmp_idx++] = yuv_data[yuv_idx++];}}// U、V分量int uv_width = width / 2;int uv_height = height / 2;int uv_size = uv_width * uv_height;for (i = 0; i < uv_size; i++) {bmp_data[bmp_idx++] = yuv_data[yuv_idx++]; // Ubmp_data[bmp_idx++] = yuv_data[yuv_idx++]; // V}// 写入BMP文件FILE* bmp_file = fopen(output_filename, "wb");if (bmp_file == NULL) {printf("Failed to open BMP file for writing\n");return;}// BMP文件头int file_size = bmp_size + 54; // BMP文件大小uchar bmp_header[54] = {'B', 'M', // 文件类型file_size & 0xFF, (file_size >> 8) & 0xFF, (file_size >> 16) & 0xFF, (file_size >> 24) & 0xFF, // 文件大小0, 0, 0, 0, // 保留54, 0, 0, 0, // 数据偏移量40, 0, 0, 0, // BITMAPINFOHEADER大小width & 0xFF, (width >> 8) & 0xFF, (width >> 16) & 0xFF, (width >> 24) & 0xFF, // 宽度height & 0xFF, (height >> 8) & 0xFF, (height >> 16) & 0xFF, (height >> 24) & 0xFF, // 高度1, 0, // 颜色平面数24, 0, // 位深度0, 0, 0, 0, // 无压缩0, 0, 0, 0, // 图像大小(可设置为0)0, 0, 0, 0, // 水平分辨率(可设置为0)0, 0, 0, 0, // 垂直分辨率(可设置为0)0, 0, 0, 0, // 调色板颜色数(可设置为0)0, 0, 0, 0  // 重要颜色数(可设置为0)};fwrite(bmp_header, sizeof(uchar), 54, bmp_file);fwrite(bmp_data, sizeof(uchar), bmp_size, bmp_file);fclose(bmp_file);free(bmp_data);printf("BMP image saved to %s\n", output_filename);
}int IPG_YUV420_BMP_RGBA()
{const char* input_filename = "./002.jpg";const char* output_filename = "./002outputRGBA.bmp";int width, height, channels;uchar* image_data = stbi_load(input_filename, &width, &height, &channels, 0);if (image_data == NULL) {printf("Failed to load image: %s\n", input_filename);return 1;}if (channels != 4) {printf("Invalid image format: must be RGBA\n");stbi_image_free(image_data);return 1;}// 分配YUV420数据内存int yuv_size = width * height * 3 / 2;uchar* yuv_data = (uchar*)malloc(yuv_size);// RGBA转YUV420int i, j;int rgba_idx = 0;int y_idx = 0;int uv_idx = width * height;for (i = 0; i < height; i++) {for (j = 0; j < width; j++) {uchar r = image_data[rgba_idx++];uchar g = image_data[rgba_idx++];uchar b = image_data[rgba_idx++];uchar a = image_data[rgba_idx++];uchar y = (uchar)(0.299 * r + 0.587 * g + 0.114 * b);uchar u = (uchar)(-0.14713 * r - 0.28886 * g + 0.436 * b + 128);uchar v = (uchar)(0.615 * r - 0.51499 * g - 0.10001 * b + 128);yuv_data[y_idx++] = y;// 每隔一行和一列采样U、V分量if (i % 2 == 0 && j % 2 == 0) {yuv_data[uv_idx++] = u;yuv_data[uv_idx++] = v;}}}// 将YUV420转换为BMP图像yuv420_to_bmp_RGBA(yuv_data, width, height, output_filename);stbi_image_free(image_data);free(yuv_data);return 0;
}

RGB 转YUV420 YUV420转换为BMP图像


```c
typedef unsigned char uchar;// YUV420转换为BMP图像
void yuv420_to_bmp(uchar *yuv_data, int width, int height, const char *output_filename)
{int bmp_size = width * height * 3;uchar *bmp_data = (uchar *)malloc(bmp_size);int i, j;int bmp_idx = 0;int yuv_idx = 0;// Y分量for (i = 0; i < height; i++){for (j = 0; j < width; j++){bmp_data[bmp_idx++] = yuv_data[yuv_idx++];}}// U、V分量int uv_width = width / 2;int uv_height = height / 2;int uv_size = uv_width * uv_height;for (i = 0; i < uv_size; i++){bmp_data[bmp_idx++] = yuv_data[yuv_idx++]; // Ubmp_data[bmp_idx++] = yuv_data[yuv_idx++]; // V}// 写入BMP文件FILE *bmp_file = fopen(output_filename, "wb");if (bmp_file == NULL){printf("Failed to open BMP file for writing\n");return;}// BMP文件头int file_size = bmp_size + 54; // BMP文件大小uchar bmp_header[54] = {'B', 'M',                                                                                      // 文件类型file_size & 0xFF, (file_size >> 8) & 0xFF, (file_size >> 16) & 0xFF, (file_size >> 24) & 0xFF, // 文件大小0, 0, 0, 0,                                                                                    // 保留54, 0, 0, 0,                                                                                   // 数据偏移量40, 0, 0, 0,                                                                                   // BITMAPINFOHEADER大小width & 0xFF, (width >> 8) & 0xFF, (width >> 16) & 0xFF, (width >> 24) & 0xFF,                 // 宽度height & 0xFF, (height >> 8) & 0xFF, (height >> 16) & 0xFF, (height >> 24) & 0xFF,             // 高度1, 0,                                                                                          // 颜色平面数24, 0,                                                                                         // 位深度0, 0, 0, 0,                                                                                    // 无压缩0, 0, 0, 0,                                                                                    // 图像大小(可设置为0)0, 0, 0, 0,                                                                                    // 水平分辨率(可设置为0)0, 0, 0, 0,                                                                                    // 垂直分辨率(可设置为0)0, 0, 0, 0,                                                                                    // 调色板颜色数(可设置为0)0, 0, 0, 0                                                                                     // 重要颜色数(可设置为0)};fwrite(bmp_header, sizeof(uchar), 54, bmp_file);fwrite(bmp_data, sizeof(uchar), bmp_size, bmp_file);fclose(bmp_file);free(bmp_data);printf("BMP image saved to %s\n", output_filename);
}
/*
基于stbimg开源库实现jpg解码为YUV420,YUV420转换为BMP图片工程
*/
int IPG_YUV420_BMP()
{const char *input_filename = "./002.jpg";const char *output_filename = "./002output.bmp";int width, height, channels;uchar *image_data = stbi_load(input_filename, &width, &height, &channels, 0);if (image_data == NULL){printf("Failed to load image: %s\n", input_filename);return 1;}// return 0;printf("%s %d channels = %d\n", __func__, __LINE__, channels);if (channels != 3){printf("Invalid image format: must be RGB\n");stbi_image_free(image_data);return 1;}// 分配YUV420数据内存int yuv_size = width * height * 3 / 2;uchar *yuv_data = (uchar *)malloc(yuv_size);// RGB转YUV420int i, j;int rgb_idx = 0;int y_idx = 0;int uv_idx = width * height;for (i = 0; i < height; i++){for (j = 0; j < width; j++){uchar r = image_data[rgb_idx++];uchar g = image_data[rgb_idx++];uchar b = image_data[rgb_idx++];uchar y = (uchar)(0.299 * r + 0.587 * g + 0.114 * b);uchar u = (uchar)(-0.14713 * r - 0.28886 * g + 0.436 * b + 128);uchar v = (uchar)(0.615 * r - 0.51499 * g - 0.10001 * b + 128);yuv_data[y_idx++] = y;// 每隔一行和一列采样U、V分量if (i % 2 == 0 && j % 2 == 0){yuv_data[uv_idx++] = u;yuv_data[uv_idx++] = v;}}}// 将YUV420转换为BMP图像yuv420_to_bmp(yuv_data, width, height, output_filename);stbi_image_free(image_data);free(yuv_data);return 0;
}

参考:
[https://mp.weixin.qq.com/s/Mh_cLQeRy5J5AufeaGaOmA](https://mp.weixin.qq.com/s/Mh_cLQeRy5J5AufeaGaOmA)
[https://blog.csdn.net/www_dong/article/details/115149370](https://blog.csdn.net/www_dong/article/details/115149370)注意:如果代码运行有问题,慢慢检查,仔细看一下错误是什么!

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/news/3058.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

Redis实战案例21-消息队列

1. 基于JVM的阻塞队列的局限 JVM内存限制问题&#xff0c;大量订单出现时&#xff0c;可能会超过JVM阻塞队列上限&#xff1b;阻塞队列并不能持久化&#xff0c;因为内存不能持久化&#xff0c;出现异常或者宕机之类的故障时&#xff0c;出现数据丢失&#xff1b; 所以引出消息…

关于GPT、AI绘画、AI提词器等AI技术的探讨

目前的AI潮流非常火热&#xff0c;CHATGPT可谓是目前大模型人工智能的代表&#xff0c;刚开始听说chatGPT可以写代码&#xff0c;写作&#xff0c;写方案&#xff0c;无所不能。还有AI绘画也很&#xff2e;&#xff22;作为一个程序员&#xff0c;为了体验这些&#xff21;&…

基于深度学习的高精度线路板瑕疵目标检测系统(PyTorch+Pyside6+YOLOv5模型)

摘要&#xff1a;基于深度学习的高精度线路板瑕疵目标检测系统可用于日常生活中来检测与定位线路板瑕疵目标&#xff0c;利用深度学习算法可实现图片、视频、摄像头等方式的线路板瑕疵目标检测识别&#xff0c;另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5…

物理机传输大文件到虚拟机

物理机快速传输大文件到虚拟机 测试使用Tabby传输大文件到虚拟机 1.1 准备大文件 1.2 通过Tabby上传文件到Linux 总耗时约&#xff1a;7分钟 1.3 通过EveryThing配置服务 打开EveryThing&#xff0c;点击工具—> 选项—>http服务器 启用HTTP服务器&#xff0c;配置…

Hyper-V安装Ubuntu-18.04

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、准备工作&#xff1f;二、下载指定的Ubuntu ISO镜像三、开始配置1.点击快速创建2.选择安装源 四、开始安装五、配置启动项总结 前言 最近有个很扯淡的问题…

如何快速入门C#编程?

学习C#需要持续努力和实践&#xff0c;但是在一周内入门是有可能的&#xff0c;前提是你愿意付出足够的时间和精力。以下是一周内入门C#的步骤和建议&#xff1a; 设定学习目标&#xff1a; 在一周内学习C#需要专注于基础知识。明确你的学习目标&#xff0c;例如了解语法、变量…

基于Java+SpringBoot+Vue+Uniapp前后端分离考试学习一体机设计与实现(视频讲解,已发布上线)

博主介绍&#xff1a;✌全网粉丝3W&#xff0c;全栈开发工程师&#xff0c;从事多年软件开发&#xff0c;在大厂呆过。持有软件中级、六级等证书。可提供微服务项目搭建与毕业项目实战&#xff0c;博主也曾写过优秀论文&#xff0c;查重率极低&#xff0c;在这方面有丰富的经验…

《面试1v1》Kafka基础

&#x1f345; 作者简介&#xff1a;王哥&#xff0c;CSDN2022博客总榜Top100&#x1f3c6;、博客专家&#x1f4aa; &#x1f345; 技术交流&#xff1a;定期更新Java硬核干货&#xff0c;不定期送书活动 &#x1f345; 王哥多年工作总结&#xff1a;Java学习路线总结&#xf…

React和Vue生命周期、渲染顺序

主要就是命名不同 目录 React 组件挂载 挂载前constructor() 挂载时render() 挂载后componentDidMount()&#xff1a;初始化节点 更新 更新时render()&#xff1a;prop/state改变 更新后componentDidUpdate() 卸载 卸载前componentWillUnmount()&#xff1a;清理 V…

基于Redisson的Redis结合布隆过滤器使用

一、场景 缓存穿透问题 一般情况下&#xff0c;先查询Redis缓存&#xff0c;如果Redis中没有&#xff0c;再查询MySQL。当某一时刻访问redis的大量key都在redis中不存在时&#xff0c;所有查询都要访问数据库&#xff0c;造成数据库压力顿时上升&#xff0c;这就是缓存穿透。…

【已解决】ModuleNotFoundError: No module named ‘timm.models.layers.helpers‘

文章目录 错误信息原因解决方法专栏&#xff1a;神经网络精讲与实战AlexNetVGGNetGoogLeNetInception V2——V4ResNetDenseNet 错误信息 在使用timm库的时候出现了ModuleNotFoundError: No module named timm.models.layers.helpers’的错误&#xff0c;详情如下&#xff1a; …

CANoe如何配置Master/Slave模式

系列文章目录 文章目录 系列文章目录前言一、CANoe配置端口二、CANoe配置Master模式三、CANoe配置Slave模式前言 随着智能电动汽车的行业的发展,车载以太网的应用越来越广泛,最近很多朋友在问CANoe Master/Slave模式如何设置,车载以太网物理层也有一项是测试Master/Slave模式…

云曦暑期学习第一周——sql注入

1浅谈sql注入 1.1sql注入 sql注入是指web应用程序对用户输入数据的合法性没有判断&#xff0c;前端传入后端的参数是攻击者可控的&#xff0c;并且参数带入数据库查询&#xff0c;攻击者可以通过构造不同的sql语句来实现对数据库的任意操作 1.2原理 条件&#xff1a; 1.参…

C# 同构字符串

205 同构字符串 给定两个字符串 s 和 t &#xff0c;判断它们是否是同构的。 如果 s 中的字符可以按某种映射关系替换得到 t &#xff0c;那么这两个字符串是同构的。 每个出现的字符都应当映射到另一个字符&#xff0c;同时不改变字符的顺序。不同字符不能映射到同一个字符…

GO 语言GC

目录 写屏障 读屏障 GO语言GC准备 堆内存结构: GC内存分配: GC触发&#xff1a; P的作用: 写屏障 实现强弱三色不式,为了避免误删,则实现写屏障. 写屏障是在写操作中插入指令,目的是把数据对象的修改通知到GC GO语言支持两种写屏障 读屏障 非移动垃圾回收(例如 三色)天…

职责链模式:如何实现可灵活扩展算法的敏感信息过滤框架?

今天&#xff0c;我们主要讲解职责链模式的原理和实现。除此之外&#xff0c;我还会利用职责链模式&#xff0c;带你实现一个可以灵活扩展算法的敏感词过滤框架。下一节课&#xff0c;我们会更加贴近实战&#xff0c;通过剖析Servlet Filter、Spring Interceptor来看&#xff0…

对链表进行插入排序

给定单个链表的头 head &#xff0c;使用 插入排序 对链表进行排序&#xff0c;并返回 排序后链表的头 。 插入排序 算法的步骤: 插入排序是迭代的&#xff0c;每次只移动一个元素&#xff0c;直到所有元素可以形成一个有序的输出列表。 每次迭代中&#xff0c;插入排序只从输…

9、PHP超级全局变量$_REQUEST 、$_POST、$_GET

1、PHP $_REQUEST 、$_POST用于收集HTML表单提交的数据。 以下代码演示了一个输入字段&#xff08;input&#xff09;及提交按钮(submit)的表单(form)。 当用户通过点击 "Submit" 按钮提交表单数据时, 表单数据将发送至<form>标签中 action 属性中指定的脚本文…

Word 常用操作总结

文章目录 【 1. 公式篇 】1.1 编号右居中自动编号1.2 多行公式对齐编号右靠下编号右居中 1.3 公式引用1.4 更新编号1.5 Mathtype公式编辑器自动编号右居中多行公式换行以及等号对齐更新编号 【 1. 公式篇 】 简述&#xff1a;通过“#换行”的方式使编号右对齐&#xff0c;通过…

01. Docker基础环境构建

目录 1、前言 2、关于Docker 2.1、几个术语 2.2、Docker容器化的价值 3、搭建基础环境 3.1、安装VMware 3.2、安装Doker 3.3、启动 3.4、验证Docker环境 4、小结 1、前言 在这里我们将学习关于Docker的一些技能知识&#xff0c;那么首先我们应该怼Docker有一个基础的…