程序员必备知识点整理包括编程、面试、刷题等
本文是总结了自己几个月的复习笔记,可看到如下的内容:
一、基础
1.1 标准1.2 书籍推荐1.3 常用算法操作1.4 常用定义
1.5 栈1.6 数组下标问题解决方法1.7动态数组1.8 VS快捷键1.9 阻塞、非阻塞、同步、异步1.10 锁1.11 C++1)拷贝构造函数2)数据抽象、数据封装、接口(抽象类)3)OOP
4)基础5)练习题6)常量指针,和指针常量的区别7)习题:
8)一级指针和二级指针9)可见性与存在性:文本上的范围与生命周期
10)析构函数不能重载11)类的常成员函数12).虚函数使用实例:
13)C++析构函数为什么要为虚函数15)数组操作中对于指针的深入理解
16)、锁的理解
17) C++11 并发与多线程
18)binder通信
19)LInux
1.12 C++ 基础必备:
1)内联函数和宏定义的区别?(*****)
2)sizeof size length
3)准备
5). 网络编程
6)、++i和i++深入分析
7) 数组的地址++
8)bool, int, float与零的比较
9) malloc/calloc/real
常见算法小结(DP、动态规划、最长子序列、DFS、BFS等常见基础算法小集)
本资源主要是汇集了自己刷题时总结下来的一些经典题目:包括二分、字符串替换、DP问题、动态规划、最长子序列、DFS、BFS、回溯算法等,旨在记录和查看复习,为了不断提升,不断更新补充。也包括链表的一些基础,有时候纸上得来终觉浅觉知此事要躬行,多多练习更重要。
基于Opencv的文本扭曲矫正
文本扭曲矫正,需要配合Opencv环境才能使用。本代码均已经通过调试,并完成效果验证和对外展示。本程序仅提供实现的主函数和基本思想,详细的函数源码,请咨询博主单独获取。
文本矫正一直是一个很难的课题,网上有的资源甚少。文本矫正的目的是为了提高OCR的识别率。本代码旨在调整文本的水平扭曲度,达到几乎水平的位置,同时可从直观展示上看到最终的效果。
人脸检测以及分数计算,人脸识别
人脸检测以及分数计算,得到检测的准确率 测试方法
Python、C++、opencv
1.对于正样本:利用原有的csv文件辅助以python代码对其进行分组(测试样本和训练样本) 2.对于负样本:需要利用一个bat文件(放到相应的负样本图片的相同目录下提取其名字信息) 然后将负样本txt文件适当的处理后(每行后面加14个0,计算分数的时候会用到), 把它分成测试样本和训练样本 3.将两个测试样本合并(可以合并多个) 4.运行VS中的计算分数程序 5.对于4中的结果(know_1.csv):利用python画出图像就好
使用:选择out文件夹下的任何一个或者多个文件(最好pos和neg里面各选)的组合(每个用于最终计算分数的第一行是标准image格式开头) 需要将路径进行替换 将组合的txt文件放入到calc_score.cpp目录下面,更改face_line.cpp中的annotFile、fin_name_txt为此txt文件 运行plot_line.py 就可以看到最终的效果图