qq_40014237的博客

qt的hidapi环境配置，内置可用的.h .lib .dll文件，亦可自己用vs2017重新生成相关文件

Fibonacci数列定义如下：第1，第2个数均为1，从第3个数开始，该数是其前面两个数之和。Fibonacci数列为：1，1，2，3，5，8，13，… 。编写递归函数，求Fibonacci数列的第n个数，并编写主函数，调用该递归函数，输出数列第60个数的值。

黑洞数也称为陷阱数，又称“Kaprekar问题”，是一类具有奇特转换特性的数。任何一个各位数字不全相同的三位数，经有限次“重排求差”操作，总会得到495。最后所得的495即为三位黑洞数。所谓“重排求差”操作即组成该数的数字重排后的最大数减去重排后的最小数。例如，对三位数207：第1次重排求差得：720 - 27 ＝ 693；第2次重排求差得：963 - 369 ＝ 594；第3次重排求差得：954 - 459 ＝ 495；编写程序,实现如下功能：输入一个三位整数，输出将其转换为黑洞数的过程，输入输出格式为： 输入： 207 输出： 1：720-27=693

首次接触图像处理，通过次来记录自己的学习记录，随着了解的越多，可能就会有不同的理解，到时再来补充。通过对毛星云大大例程的操作，指针、迭代、动态地址访问之间最大的区别就是，时间的消耗会越来越大

首次接触图像处理，通过次来记录自己的学习记录，以方便回忆。 //指针访问像素 void colorReduce(Mat& temImage, int div) { //行数 int rowNumber = temImage.rows; cout << "图像通道数：" << temImage.channels() << endl; //列数*通道数=每一行的元素个数 int colNumber = temImage.cols * temImage.channels(); for (int row = 0; row < rowNumber;row++) { uchar* data = temImage.ptr<uchar>(row); for (int col = 0; col < colNumber;col++) { data[col] = data[col] / div*div + div / 2; } } } //迭代器iterator操作像素 void iterColorReduce(Mat& temImage,int div) { Mat_<Vec3b>::iterator it = temImage.begin<Vec3b>(); Mat_<Vec3b>::iterator itend = temImage.end<Vec3b>(); //存取彩色图像的像素 while (it != itend) { //开始处理每个像素 (*it)[0] = (*it)[0] / div*div + div / 2; (*it)[1] = (*it)[1] / div*div + div / 2; (*it)[2] = (*it)[2] / div*div + div / 2; ++it; } } //动态地址计算像素 void atColorReduce(Mat& temImage, int div) { int rowNumber = temImage.rows; int colNumber = temImage.cols; //存取彩色图像 for (int row = 0; row < rowNumber; row++) { for (int col = 0; col < colNumber; col++) { //开始处理每个图像 //蓝色通道 temImage.at<Vec3b>(row, col)[0] = temImage.at<Vec3b>(row, col)[0] / div*div + div / 2; //绿色通道 temImage.at<Vec3b>(row, col)[1] = temImage.at<Vec3b>(row, col)[1] / div*div + div / 2; //红色通道 temImage.at<Vec3b>(row, col)[2] = temImage.at<Vec3b>(row, col)[2] / div*div + div / 2; } } }