IED

谈及C/C++，功能强大、应用广泛，一旦掌握了后，若是再自学其他语言就显得轻而易举了。那为什么学C/C++的人少呢？很多人认为C/C++虽然博大精深，但也难学。其实就本人认为C/C++并非是“difficult（困难）”的，只要你能理清思路，掌握它的精髓，配合一套教材。那么学C/C++是一件非常容易且又其乐无穷的事。今天本人就与大家一起谈谈如何学习C/C++或者说学习C/C++应从哪几方面着手。 先来说说C语言。 １、入门后多看代码 在有一定基础以后一定要多看别人的代码。注意代码中的算法和数据结构。毕竟学C之后的关口就是算法和数据结构。提到数据结构，指针是其中重要的一环，绝大多数的数据结构是建立在指针之上的，如链表、队列、树、图等等，所以只有学好指针才能真正学好C。别的方面也要关注一下，诸如变量的命名、库函数的用法等等。有些库函数是经常用到的。对于这些函数的用法就要牢牢记住。 ２、要自己动手 编程序是个实干的活，光说不练不行。刚开始学的时候可以多练习书上的习题。对于自己不明白的地方，自己编个小程序实验一下是最好的方法，能给自己留下深刻的印象。自己动手的过程中要不断纠正自己不好的编程习惯和认识错误。有一定的基础以后可以尝试编一点小游戏，照着编作为练习。基础很扎实的时候，可以编一些关于数据结构方面的东西。之后.....学汇编、硬件知识。 ３、选择一个好的编译器

第九章我们使用汇编编写了 LED 灯的实验，在实际开发过程中大部分还是使用 C 语言，汇编只是用来完成 C 语言环境的初始化，本章我么就来实现用汇编完成 C 语言环境的初始化，然后用 C 语言实现 LED 的例程。 10.1 C 程序版LED例程简介 汇编完成 C 语言环境的初始化主要包括内存初始化，设置堆栈指针等等，当这些工作完成以后就可以跳转到 C 语言，执行 C 程序了，所以我们有两部分事情要做： 1.汇编文件，用来完成 C 语言的环境初始化 2.C 语言文件，主要实现我们的业务功能，比武我们本章的点亮 LED。 10.2 原理图分析 原理图分析 本章用到的硬件资源和第 6 章的一样，可以参照第六章的硬件原理分析。 10.3 程序编写 本实验对应的例程在光盘资料的：i.MX6UL 终结者光盘资料\04_裸机例程源码\2_led_C program 目录下，我们在 Ubuntu 系统建立“1_Led_C program”文件夹，然后在“Led_C program”文件夹下建立文件：start.S、main.c、main.h。其中 start.S 是汇编文件，main.c 和 main.h 是 C 语言文件。 我们在前面新建的“srart.S”文件中输入下面的代码： 1. global _start /* 全局标号 */ 2. /* 3. * 描述： _start 函数

matlab练习程序（HOG方向梯度直方图） HOG（Histogram of Oriented Gradient）方向梯度直方图，主要用来提取图像特征，最常用的是结合svm进行行人检测。 算法流程图如下（ 这篇论文上的 ）： 下面我再结合自己的程序，表述一遍吧： 1.对原图像gamma校正，img=sqrt(img); 2.求图像竖直边缘，水平边缘，边缘强度，边缘斜率。 3.将图像每16*16（取其他也可以）个像素分到一个cell中。对于256*256的lena来说，就分成了16*16个cell了。 4.对于每个cell求其梯度方向直方图。通常取9（取其他也可以）个方向（特征），也就是每360/9=40度分到一个方向，方向大小按像素边缘强度加权。最后归一化直方图。 5.每2*2（取其他也可以）个cell合成一个block，所以这里就有（16-1）*（16-1）=225个block。 6.所以每个block中都有2*2*9个特征，一共有225个block，所以总的特征有225*36个。 当然一般HOG特征都不是对整幅图像取的，而是对图像中的一个滑动窗口取的。 lena图： 求得的225*36个特征： matlab代码如下： clear all; close all; clc; img=double(imread('lena.jpg')); imshow(img,[]); [m n]

实现思路步骤： 1.对原图像gamma校正，img=sqrt(img); 2.求图像竖直边缘，水平边缘，边缘强度，边缘斜率。 3.将图像每16*16（取其他也可以）个像素分到一个cell中。对于256*256的lena来说，就分成了16*16个cell了。 4.对于每个cell求其梯度方向直方图。通常取9（取其他也可以）个方向（特征），也就是每360/9=40度分到一个方向，方向大小按像素边缘强度加权。 5.每2*2（取其他也可以）个cell合成一个block，所以这里就有（16-1）*（16-1）=225个block。最后归一化直方图。 6.所以每个block中都有2*2*9个特征，一共有225个block，所以总的特征有225*36个。 当然一般HOG特征都不是对整幅图像取的，而是对图像中的一个滑动窗口取的。 形象化的用一个流程图显示： matlab实现代码：参考别人的修改的 clear;clc; img =imread( ' E:\mat\lena.jpg ' );% 图片位置 % 获取图像，尺寸，并将图像resize成step的最近整数倍 img = double (img); figure;imshow(img,[]); % 显示图像 step = 8 ; %step* step个像素作为一个cell [m1 ,n1] =size(img);% 获取图像尺寸 img

最近看到阿里云发布了一款名为 Alibaba Cloud Toolkit 的插件，可以帮助开发者高效开发并部署适合在云端运行的应用，瞬间击中了我的小心脏，这个对于个人开发者来说超级棒啊，终于不需要再手动 scp/ftp 上传应用到服务器了，连启动的命令都是可以自行编写的，棒棒！ PS：个人开发者项目不多也不大，如果使用jenkins等工具会比较麻烦，不如直接用手扔来得直接。 什么是 Alibaba Cloud Toolkit Alibaba Cloud Toolkit （后文简称 Cloud Toolkit）是阿里云针对 IDE 平台为开发者提供的一款插件，用于帮助开发者高效开发并部署适合在云端运行的应用。 您在本地完成应用程序的开发、调试和测试后，可以使用在 IED （如 Eclipse 或 IntelliJ）中安装的 Cloud Toolkit 插件，通过图形配置的方式连接到云端部署环境并将应用程序快如部署到云端。 说明：目前 Cloud Toolkit 仅支持 Eclipse、Intellij 等其它开发环境开发中，请您持续关注 Cloud Tookit 动态。 官方有提供简单版的文档说明，小伙伴也可以参考下面链接： https://help.aliyun.com/product/29966.html 使用IDEA安装和配置Cloud Toolkit

在eclipse中编写properties文件时，如果直接写中文，它不会自动转换成ASCII编码，在浏览器中就会显示为乱码，如下图。 那么怎么解决这个问题呢-->安装properties插件。该插件可以在输入中文时自动转换为ASCII码。 下面谈谈怎么在eclipse中安装properties插件。 方法/步骤 首先，在eclipse中点击“help”-"Install New Software"。 点击右侧的“Add”按钮。 输入 Name:properties。 Location:http://propedit.sourceforge.jp/eclipse/updates/ 然后点击OK。 稍等两分钟，就会出现插件列表，选择PropertiesEditor，然后Next. 继续Next。 点击“I accept ……”，然后Finish. 接下来就安装插件了。 安装完成后点击“Restart Now”重启eclipse。 此时在properties文件上点右键，点击“Open With"-"PropertiesEditor"，打开文件，现在就可以直接输入中文了。 再看一下页面效果，已经不再是乱码了。 11 以上就是eclipse中properties插件安装配置方法 来源： oschina 链接： https://my.oschina.net/u/2246951/blog