計(jì)算機(jī)考研面試題目

1、精選優(yōu)質(zhì)文檔-傾情為你奉上8086/8088的內(nèi)部中斷主要有5種。 (1) 除法錯(cuò)中斷 (2) 單步中斷 (3) 斷點(diǎn)中斷 (4) 溢出中斷 (5)用戶自定義的軟件中斷在8086/8088內(nèi)存的開始1K字節(jié)建立了一個(gè)，每個(gè)由4個(gè)字節(jié)組成，低兩位是IP值，高兩位是CS值，這個(gè)CS：IP地址表示當(dāng)相應(yīng)中斷發(fā)生時(shí)，程序的入口地址。關(guān)閉中斷標(biāo)識(shí),重要數(shù)據(jù)入棧,處理中斷服務(wù)功能(你要實(shí)現(xiàn)的功能),數(shù)據(jù)出棧,恢復(fù)中斷標(biāo)識(shí),開中斷.ExtJS不同其他的javaScript庫(kù)，ExtJS為您的開發(fā)夯實(shí)了基礎(chǔ)，只需幾行代碼，你就可以制作出豐富的用戶界面。Ext庫(kù)是對(duì)雅虎YUI的一個(gè)拓展，提供了它所不支持的特性：

2、良好的API，真實(shí)的控件。雖然YUI致力于用戶界面，但是它卻沒有提供許多有用的功能。Ext的產(chǎn)生源自于開發(fā)者、開源貢獻(xiàn)者們將YUI擴(kuò)展成一個(gè)強(qiáng)大的客戶端應(yīng)用程序庫(kù)的努力。Ext提供了一個(gè)簡(jiǎn)單豐富的用戶界面，如同桌面程序一般。這使得開發(fā)者能夠把精力更多的轉(zhuǎn)移到實(shí)現(xiàn)應(yīng)用的功能上。Ext官網(wǎng)上的示例會(huì)讓你知道它是如何的不可思議：Ext讓通過如下的方式來讓web應(yīng)用的開發(fā)變的十分簡(jiǎn)單：提供簡(jiǎn)單的，跨瀏覽器的控件，如：窗口、表格、表單。這些組件都是能夠適應(yīng)市場(chǎng)上的主流瀏覽器的。我們不需要做任何改動(dòng)。用戶是通過EventManager來和瀏覽器做交互的，相應(yīng)的事件有：用戶的鍵盤輸入，鼠標(biāo)擊打，瀏覽器監(jiān)聽（

3、窗口改變大小，改變字體）等等；在和用戶交互時(shí)不需要刷新頁(yè)面，一切在后臺(tái)進(jìn)行。它允許你從服務(wù)器通過AJAX來獲取或者提交數(shù)據(jù)并且在第一時(shí)間執(zhí)行你的反饋。JavaEEMVC:開始是存在于程序中的，M是指業(yè)務(wù)模型，V是指，C則是，使用MVC的目的是將M和V的實(shí)現(xiàn)代碼分離，從而使同一個(gè)程序可以使用不同的表現(xiàn)形式。比如一批統(tǒng)計(jì)數(shù)據(jù)可以分別用、來表示。存在的目的則是確保M和V的同步，一旦M改變，V應(yīng)該同步更新。1-2Hibernate 是一個(gè)實(shí)現(xiàn)的工具項(xiàng)目，它可以被嵌入到J2EE服務(wù)器中使用，也可以直接從調(diào)用，通常的使用方式是將Hibernate嵌入到Tomcat和JBoss等服務(wù)器中使用。簡(jiǎn)單的說就是在

4、表的記錄與與表對(duì)應(yīng)的的實(shí)例之間進(jìn)行轉(zhuǎn)換。Spring:Spring 表示是一個(gè)開源框架，是為了解決企業(yè)復(fù)雜性?？蚣艿闹饕獌?yōu)勢(shì)之一就是其分層架構(gòu)，分層架構(gòu)允許使用者選擇使用哪一個(gè)組件，同時(shí)為 J2EE 開發(fā)提供集成的框架。Spring使用基本的JavaBean來完成以前只可能由EJB完成的事情。然而，Spring的用途不僅限于端的開發(fā)。從簡(jiǎn)單性、可測(cè)試性和松耦合的角度而言，任何Java應(yīng)用都可以從Spring中受益。目的：解決企業(yè)應(yīng)用開發(fā)的復(fù)雜性功能：使用基本的JavaBean代替EJB，并提供了更多的企業(yè)功能范圍：任何Java應(yīng)用簡(jiǎn)單來說，Spring是一個(gè)輕量級(jí)的（）和面向切面（）的框架。輕

5、量從大小與開銷兩方面而言Spring都是輕量的。完整的Spring可以在一個(gè)大小只有1MB多的JAR文件里發(fā)布。并且Spring所需的處理開銷也是微不足道的。此外，Spring是非侵入式的：典型地，Spring應(yīng)用中的不依賴于Spring的特定類。Spring通過一種稱作控制反轉(zhuǎn)（IoC）的技術(shù)促進(jìn)了松耦合。當(dāng)應(yīng)用了IoC，一個(gè)依賴的其它對(duì)象會(huì)通過被動(dòng)的方式傳遞進(jìn)來，而不是這個(gè)對(duì)象自己創(chuàng)建或者查找依賴對(duì)象。你可以認(rèn)為IoC與JNDI相反不是從容器中查找依賴，而是容器在對(duì)象初始化時(shí)不等對(duì)象請(qǐng)求就主動(dòng)將依賴傳遞給它。面向切面Spring提供了的豐富支持，允許通過分離應(yīng)用的業(yè)務(wù)與級(jí)（例如審計(jì)（aud

6、iting）和（transaction）管理）進(jìn)行的開發(fā)。只實(shí)現(xiàn)它們應(yīng)該做的完成業(yè)務(wù)邏輯僅此而已。它們并不負(fù)責(zé)（甚至是意識(shí)）其它的系統(tǒng)級(jí)關(guān)注點(diǎn)，例如日志或支持。容器Spring包含并管理的配置和生命周期，在這個(gè)意義上它是一種容器，你可以配置你的每個(gè)bean如何被創(chuàng)建基于一個(gè)可配置（prototype），你的bean可以創(chuàng)建一個(gè)單獨(dú)的實(shí)例或者每次需要時(shí)都生成一個(gè)新的實(shí)例以及它們是如何相互關(guān)聯(lián)的。然而，Spring不應(yīng)該被混同于傳統(tǒng)的重量級(jí)的EJB容器，它們經(jīng)常是龐大與笨重的，難以使用。Spring可以將簡(jiǎn)單的配置、組合成為復(fù)雜的應(yīng)用。在Spring中，被聲明式地組合，典型地是在一個(gè)XML文件里。

7、Spring也提供了很多基礎(chǔ)功能（、持久化框架集成等等），將應(yīng)用邏輯的開發(fā)留給了你。MVCSpring的作用是整合，但不僅僅限于整合，Spring 框架可以被看做是一個(gè)企業(yè)解決方案級(jí)別的框架?？蛻舳税l(fā)送請(qǐng)求，服務(wù)器控制器（由DispatcherServlet實(shí)現(xiàn)的)完成請(qǐng)求的轉(zhuǎn)發(fā)，控制器調(diào)用一個(gè)用于映射的類HandlerMapping，該類用于將請(qǐng)求映射到對(duì)應(yīng)的處理器來處理請(qǐng)求。HandlerMapping 將請(qǐng)求映射到對(duì)應(yīng)的處理器Controller（相當(dāng)于Action）在Spring 當(dāng)中如果寫一些處理器組件，一般實(shí)現(xiàn)Controller 接口，在Controller 中就可以調(diào)用一些Se

8、rvice 或DAO 來進(jìn)行數(shù)據(jù)操作 ModelAndView 用于存放從DAO 中取出的數(shù)據(jù)，還可以存放響應(yīng)視圖的一些數(shù)據(jù)。 如果想將處理結(jié)果返回給用戶，那么在Spring 框架中還提供一個(gè)視圖組件ViewResolver，該組件根據(jù)Controller 返回的標(biāo)示，找到對(duì)應(yīng)的視圖，將響應(yīng)response 返回給用戶。所有Spring的這些特征使你能夠編寫更干凈、更可管理、并且更易于測(cè)試的代碼。它們也為Spring中的各種模塊提供了基礎(chǔ)支持。 JAVAEE：是一套全然不同于傳統(tǒng)應(yīng)用開發(fā)的技術(shù)架構(gòu)，包含許多組件，主要可簡(jiǎn)化且規(guī)范應(yīng)用系統(tǒng)的開發(fā)與部署，進(jìn)而提高可移植性、安全與再用價(jià)值。核心是一組

9、技術(shù)規(guī)范與指南，其中所包含的各類組件、服務(wù)架構(gòu)及技術(shù)層次，均有共同的標(biāo)準(zhǔn)及規(guī)格，讓各種依循架構(gòu)的不同平臺(tái)之間，存在良好兼容性，解決過去企業(yè)后端使用的信息產(chǎn)品彼此之間無法兼容，企業(yè)內(nèi)部或外部難以互通的窘境。 Struts：struts是開源軟件。使用Struts的目的是為了幫助我們減少在運(yùn)用MVC設(shè)計(jì)模型來開發(fā)Web應(yīng)用的時(shí)間。如果我們想混合使用Servlets和JSP的優(yōu)點(diǎn)來建立可擴(kuò)展的應(yīng)用，struts是一個(gè)不錯(cuò)的選擇。它采用MVC模式，能夠很好地幫助java 開發(fā)者利用J2EE開發(fā)Web應(yīng)用。和其他的java架構(gòu)一樣，Struts 也是面向?qū)ο笤O(shè)計(jì)，將MVC模式分離顯示邏輯和業(yè)務(wù)邏輯的能力

10、發(fā)揮得淋漓盡致。Structs 框架的核心是一個(gè)彈性的控制層，基于如 Java Servlets，JavaBeans，ResourceBundles與XML等標(biāo)準(zhǔn)技術(shù)，以及 Jakarta Commons 的一些類庫(kù)。 JSON：JSON(JavaScript Object Notation) 是一種輕量級(jí)的數(shù)據(jù)交換格式。它基于JavaScript（Standard ECMA-262 3rd Edition - December 1999）的一個(gè)子集。 JSON采用完全獨(dú)立于語言的文本格式，但是也使用了類似于C語言家族的習(xí)慣（包括C, C+, C#, Java, JavaScript, Per

11、l, Python等）。這些特性使JSON成為理想的數(shù)據(jù)交換語言。易于人閱讀和編寫，同時(shí)也易于機(jī)器解析和生成。JSON 可以將 JavaScript 對(duì)象中表示的一組數(shù)據(jù)轉(zhuǎn)換為字符串，然后就可以在函數(shù)之間輕松地傳遞這個(gè)字符串，或者在異步應(yīng)用程序中將字符串從 Web 客戶機(jī)傳遞給服務(wù)器端程序。 AJAX：在基于數(shù)據(jù)的應(yīng)用中，用戶需求的數(shù)據(jù)如聯(lián)系人列表，可以從獨(dú)立于實(shí)際網(wǎng)頁(yè)的服務(wù)端取得并且可以被動(dòng)態(tài)地寫入網(wǎng)頁(yè)中，給緩慢的Web應(yīng)用體驗(yàn)著色使之像應(yīng)用一樣。Ajax的核心是JavaScript對(duì)象XmlHttpRequest。該對(duì)象在Internet Explorer 5中首次引入，它是一種支持異步請(qǐng)

12、求的技術(shù)。簡(jiǎn)而言之，XmlHttpRequest使您可以使用JavaScript向服務(wù)器提出請(qǐng)求并處理響應(yīng)，而不阻塞用戶。不是一種新的語言，而是一種用于創(chuàng)建更好更快以及交互性更強(qiáng)的Web應(yīng)用程序的技術(shù)。對(duì)計(jì)算機(jī)科學(xué)的認(rèn)識(shí)本專業(yè)是硬件與相結(jié)合、面向系統(tǒng)、側(cè)重應(yīng)用的寬口徑專業(yè)。通過基礎(chǔ)教學(xué)與專業(yè)訓(xùn)練，培養(yǎng)基礎(chǔ)知識(shí)扎實(shí)、知識(shí)面寬、工程實(shí)踐能力強(qiáng)，具有開拓創(chuàng)新意識(shí)，在領(lǐng)域從事、教育、開發(fā)和應(yīng)用的高級(jí)人才。當(dāng)今計(jì)算機(jī)技術(shù)正朝著巨型化、微型化、網(wǎng)絡(luò)化和智能化方向發(fā)展。當(dāng)今發(fā)展趨勢(shì)，可以把它分為三維考慮。一維是是向高的方向。性能越來越高，速度越來越快，主要表現(xiàn)在計(jì)算機(jī)的主頻越來越高。像前幾年我們使用的都是2

13、86、386、主頻只有幾十兆。美國(guó)另一項(xiàng)計(jì)劃的目標(biāo)是2010年左右推出每秒一千萬億次機(jī)（Petaflops計(jì)算機(jī)），其處理機(jī)將采用量子器件，每個(gè)處理機(jī)每秒100億次，共用10萬個(gè)處理機(jī)并行。 另一個(gè)方向就是向“廣”度方向發(fā)展，計(jì)算機(jī)發(fā)展的趨勢(shì)就是無處不在，以至于像“沒有計(jì)算機(jī)一樣”。近年來更明顯的趨勢(shì)是網(wǎng)絡(luò)化與向各個(gè)領(lǐng)域的滲透，即在廣度上的發(fā)展開拓。 第三個(gè)方向是向深度方向發(fā)展，即向信息的智能化發(fā)展。網(wǎng)上有大量的信息，怎樣把這些的東西變成你想要的知識(shí)，這是計(jì)算科學(xué)的重要課題，同時(shí)更加友好。目前計(jì)算機(jī)思維的方式與人類思維方式有很大區(qū)別，人機(jī)之間的間隔還不小。人類還很難以自然的方式，如語言、手勢(shì)、

14、表情與計(jì)算機(jī)打交道，計(jì)算機(jī)難用已成為阻礙計(jì)算機(jī)進(jìn)一步普及的巨大障礙。估計(jì)5-10年內(nèi)手寫和口語輸入將逐步成為主流的輸入方式。手勢(shì)（特別是手勢(shì)）和臉部表情識(shí)別也已取得較大進(jìn)展。使人沉浸在的（Virtual Reality）技術(shù)是近幾年來發(fā)展較快的技術(shù)，21世紀(jì)將更加迅速的發(fā)展。1.C的結(jié)構(gòu)體和C+結(jié)構(gòu)體的區(qū)別 1.1 C的結(jié)構(gòu)體內(nèi)不允許有函數(shù)存在，C+允許有內(nèi)部成員函數(shù)，且允許該函數(shù)是虛函數(shù)。所以C的結(jié)構(gòu)體是沒有構(gòu)造函數(shù)、析構(gòu)函數(shù)、和this指針的。 1.2 C的結(jié)構(gòu)體對(duì)內(nèi)部成員變量的訪問權(quán)限只能是public，而C+允許public,protected,private三種。 1.3 C語言的結(jié)

15、構(gòu)體是不可以繼承的，C+的結(jié)構(gòu)體是可以從其他的結(jié)構(gòu)體或者類繼承過來的。 以上都是表面的區(qū)別，實(shí)際區(qū)別就是面向過程和面向?qū)ο缶幊趟悸返膮^(qū)別： C的結(jié)構(gòu)體只是把數(shù)據(jù)變量給包裹起來了，并不涉及算法。 而C+是把數(shù)據(jù)變量及對(duì)這些數(shù)據(jù)變量的相關(guān)算法給封裝起來，并且給對(duì)這些數(shù)據(jù)和類不同的訪問權(quán)限。 C語言中是沒有類的概念的，但是C語言可以通過結(jié)構(gòu)體內(nèi)創(chuàng)建函數(shù)指針實(shí)現(xiàn)面向?qū)ο笏枷搿?.C+的結(jié)構(gòu)體和C+類的區(qū)別 2.1 C+結(jié)構(gòu)體內(nèi)部成員變量及成員函數(shù)默認(rèn)的訪問級(jí)別是public,而c+類的內(nèi)部成員變量及成員函數(shù)的默認(rèn)訪問級(jí)別是private。 2.2 C+結(jié)構(gòu)體的繼承默認(rèn)是public，而c+類的繼承默認(rèn)

16、是private。1.動(dòng)態(tài)鏈接庫(kù)與靜態(tài)鏈接庫(kù)的區(qū)別。 1.1 靜態(tài)鏈接庫(kù)作為代碼的一部分，在編譯時(shí)被鏈接。 1.2 動(dòng)態(tài)鏈接庫(kù)有兩種使用方式：一種是靜態(tài)加載，即在應(yīng)用程序啟動(dòng)時(shí)被加載；一種是動(dòng)態(tài)加載，即是該動(dòng)態(tài)鏈接庫(kù)在被使用時(shí)才被應(yīng)用程序加載。2.動(dòng)態(tài)鏈接庫(kù)和COM組件的區(qū)別 2.1 動(dòng)態(tài)鏈接庫(kù)的表現(xiàn)形式只能是dll變態(tài)該名的除外, COM組件的表現(xiàn)形式可以是dll也可以是exe。 注：其實(shí)字體、驅(qū)動(dòng)等也算是動(dòng)態(tài)鏈接庫(kù)的一種，這里略去. 2.2 動(dòng)態(tài)鏈接庫(kù)的生成和編譯器及系統(tǒng)相關(guān)，在Windows/Linux下系統(tǒng)，需要分別編譯才能使用。 COM組件是二進(jìn)制編碼，在Windows和Linux下

17、可以直接使用，不需要重新編譯。 2.3 COM組件是按照COM規(guī)范實(shí)現(xiàn)的dll或者exe;動(dòng)態(tài)鏈接庫(kù)是一個(gè)可以導(dǎo)出函數(shù)的函數(shù)集合。 2.4 動(dòng)態(tài)鏈接庫(kù)只能在本機(jī)被調(diào)用，COM組件支持分布式使用。MAC地址是不能通過IP來查詢的!局域網(wǎng)如何根據(jù)ip查maccmdping ip地址arp -a即使ping不通，只要他機(jī)開著，都可以看到MAC！顯示和修改“ (ARP)”緩存中的項(xiàng)目。ARP 緩存中包含一個(gè)或多個(gè)表，它們用于存儲(chǔ) IP 地址及其經(jīng)過解析的或。計(jì)算機(jī)上安裝的每一個(gè)或都有自己?jiǎn)为?dú)的表。如果在沒有參數(shù)的情況下使用，則 arp 命令將顯示幫助信息。-a InetAddr -N IfaceAdd

18、r顯示所有接口的當(dāng)前 ARP 緩存表。要顯示特定 IP 地址的 ARP 緩存項(xiàng)，請(qǐng)使用帶有 InetAddr 參數(shù)的 arp -a，此處的 InetAddr 代表 IP 地址。如果未指定 InetAddr，則使用第一個(gè)適用的接口。要顯示特定接口的 ARP 緩存表，請(qǐng)將 -N IfaceAddr 參數(shù)與 -a 參數(shù)一起使用，此處的 IfaceAddr 代表指派給該接口的 IP 地址。-N 參數(shù)區(qū)分大小寫。BIOSBIOS設(shè)置是在BIOS中的，BIOS芯片是上一塊長(zhǎng)方形或正方形芯片，只有在開機(jī)時(shí)才可以進(jìn)行設(shè)置。BIOS是:直譯過來后中文名稱就是基本輸入輸出系統(tǒng)。其實(shí)，它是一組固化到內(nèi)上一個(gè)上的，它

19、保存著計(jì)算機(jī)最重要的基本輸入輸出的程序、系統(tǒng)設(shè)置信息、開機(jī)后自檢程序和系統(tǒng)自啟動(dòng)程序。 其主要功能是為提供最底層的、最直接的設(shè)置和控制。數(shù)學(xué)中的梯度是什么意思？在向量微積分中，標(biāo)量場(chǎng)的梯度是一個(gè)向量場(chǎng)。標(biāo)量場(chǎng)中某一點(diǎn)上的梯度指向標(biāo)量場(chǎng)增長(zhǎng)最快的方向，梯度的長(zhǎng)度是這個(gè)最大的變化率。更嚴(yán)格的說，從歐氏空間Rn到R的函數(shù)的梯度是在Rn某一點(diǎn)最佳的線性近似。在這個(gè)意義上，梯度是雅戈比矩陣的一個(gè)特殊情況。 在單變量的實(shí)值函數(shù)的情況，梯度只是導(dǎo)數(shù)，或者，對(duì)于一個(gè)線性函數(shù)，也就是線的斜率。 梯度一詞有時(shí)用于斜度，也就是一個(gè)曲面沿著給定方向的傾斜程度?？梢酝ㄟ^取向量梯度和所研究的方向的點(diǎn)積來得到斜度。梯度的數(shù)

20、值有時(shí)也被成為梯度。 如果你是問在純數(shù)學(xué)中的作用，那就是反映那個(gè)量變化的有多劇烈；多元微積分中則還反映在哪個(gè)方向上變化最劇烈.云計(jì)算1是基于的相關(guān)服務(wù)的增加、使用和交付模式，通常涉及通過來提供動(dòng)態(tài)易擴(kuò)展且經(jīng)常是的資源。定義：“云計(jì)算是通過網(wǎng)絡(luò)提供可伸縮的廉價(jià)的分布式計(jì)算能力”。云計(jì)算代表了以虛擬化技術(shù)為核心、以低成本為目標(biāo)的動(dòng)態(tài)可擴(kuò)展網(wǎng)絡(luò)應(yīng)用基礎(chǔ)設(shè)施，是近年來最有代表性的網(wǎng)絡(luò)計(jì)算技術(shù)與模式。是： 、 、 、3 、 、 等傳統(tǒng)和發(fā)展融合的產(chǎn)物。云計(jì)算是通過使計(jì)算分布在大量的機(jī)上，而非本地計(jì)算機(jī)或遠(yuǎn)程服務(wù)器中，企業(yè)的運(yùn)行將與更相似。這使得企業(yè)能夠?qū)①Y源切換到需要的應(yīng)用上，根據(jù)需求訪問和。好比是從古

21、老的單臺(tái)發(fā)電機(jī)模式轉(zhuǎn)向了電廠集中供電的模式。它意味著計(jì)算能力也可以作為一種商品進(jìn)行流通，就像煤氣、水電一樣，取用方便，費(fèi)用低廉。最大的不同在于，它是通過進(jìn)行傳輸?shù)?。：的一種，由一群松散耦合的的一個(gè)超級(jí)，常用來執(zhí)行一些大型任務(wù)；：IT資源的一種打包和計(jì)費(fèi)方式，比如按照計(jì)算、存儲(chǔ)分別計(jì)量費(fèi)用，像傳統(tǒng)的電力等公共設(shè)施一樣；算法的時(shí)間復(fù)雜度一個(gè)花費(fèi)的時(shí)間與算法中語句的執(zhí)行次數(shù)。一個(gè)中的語句執(zhí)行次數(shù)稱為語句頻度或時(shí)間頻度。記為T(n)。計(jì)算方法1. 一般情況下，的基本操作重復(fù)執(zhí)行的次數(shù)是模塊n的某一個(gè)函數(shù)f(n)，因此，算法的記做：T(n)=O(f(n)分析：隨著模塊n的增大，執(zhí)行的時(shí)間的增長(zhǎng)率和 f(

22、n) 的增長(zhǎng)率成正比，所以 f(n) 越小，算法的越低，算法的效率越高。2. 在計(jì)算的時(shí)候，先找出的基本操作，然后根據(jù)相應(yīng)的各語句確定它的執(zhí)行次數(shù)，再找出 T(n) 的同（它的同數(shù)量級(jí)有以下：1，log(2)n，n，n log(2)n ，n的平方，n的三次方，2的n次方，n!），找出后，f(n) = 該數(shù)量級(jí)，若 T(n)/f(n) 求極限可得到一常數(shù)c，則T(n) = O(f(n)十種程序設(shè)計(jì)語言 PASCAL、C、Ada FORTRAN、BASIC、Java、C+、Go 、Delphi、F# SQL、PowerBuilder、static全局變量與普通的全局變量有什么區(qū)別？(外部變量)的說

23、明之前再冠以static 就構(gòu)成了靜態(tài)的。本身就是靜態(tài)存儲(chǔ)方式， 靜態(tài)全局變量當(dāng)然也是靜態(tài)存儲(chǔ)方式。 這兩者在存儲(chǔ)方式上并無不同。這兩者的區(qū)別雖在于非靜態(tài)全局變量的作用域是整個(gè)， 當(dāng)一個(gè)由多個(gè)源文件組成時(shí)，非靜態(tài)的全局變量在各個(gè)源文件中都是有效的。 而靜態(tài)全局變量則限制了其作用域， 即只在定義該變量的源文件內(nèi)有效， 在同一的其它源文件中不能使用它。由于靜態(tài)全局變量的作用域局限于一個(gè)源文件內(nèi)，只能為該源文件內(nèi)的函數(shù)公用， 因此可以避免在其它源文件中引起錯(cuò)誤。從以上分析可以看出， 把改變?yōu)楹笫歉淖兞怂拇鎯?chǔ)方式即改變了它的生存期。把全局變量改變?yōu)楹笫歉淖兞怂淖饔糜颍?限制了它的使用范圍。stat

24、ic函數(shù)與普通函數(shù)作用域不同。僅在本文件。只在當(dāng)前源文件中使用的函數(shù)應(yīng)該說明為內(nèi)部函數(shù)(static)，內(nèi)部函數(shù)應(yīng)該在當(dāng)前源文件中說明和定義。對(duì)于可在當(dāng)前源文件以外使用的函數(shù)，應(yīng)該在一個(gè)中說明，要使用這些函數(shù)的源文件要包含這個(gè)static全局變量與普通的全局變量有什么區(qū)別：static全局變量只初使化一次，防止在其他文件單元中被引用;static和普通有什么區(qū)別：static局部變量只被初始化一次，下一次依據(jù)上一次結(jié)果值；static函數(shù)與普通函數(shù)有什么區(qū)別：static函數(shù)在內(nèi)存中只有一份，普通函數(shù)在每個(gè)被調(diào)用中維持一份拷貝C語言中講講static變量和static函數(shù)有什么作用static

25、關(guān)鍵字有兩種意思,你看上下文來判斷1,表示變量是靜態(tài)存儲(chǔ)變量 表示變量存放在靜態(tài)存儲(chǔ)區(qū). 2,表示該變量是內(nèi)部連接 (這種情況是指該變量不在任何之內(nèi),就象全局變量那樣,這時(shí)候加上static) ,也就是說在其它的.cpp文件中,該變量是不可見的(你不能用).當(dāng)static加在函數(shù)前面的時(shí)候 表示該函數(shù)是內(nèi)部連接,之在本文件中有效,別的文件中不能應(yīng)用該函數(shù). 不加static的函數(shù)默認(rèn)為是全局的. 也就是說在其他的.cpp中只要申明一下這個(gè)函數(shù),就可以使用它. 1、static全局變量與普通的全局變量有什么區(qū)別？static局部變量和普通局部變量有什么區(qū)別？static函數(shù)與普通函數(shù)有什么區(qū)別？

26、 答：全局變量(外部變量)的說明之前再冠以static 就構(gòu)成了靜態(tài)的全局變量。全局變量本身就是靜態(tài)存儲(chǔ)方式， 靜態(tài)全局變量當(dāng)然也是靜態(tài)存儲(chǔ)方式。 這兩者在存儲(chǔ)方式上并無不同。這兩者的區(qū)別雖在于非靜態(tài)全局變量的作用域是整個(gè)源程序，當(dāng)一個(gè)源程序由多個(gè)源文件組成時(shí)，非靜態(tài)的全局變量在各個(gè)源文件中都是有效的。 而靜態(tài)全局變量則限制了其作用域， 即只在定義該變量的源文件內(nèi)有效， 在同一源程序的其它源文件中不能使用它。由于靜態(tài)全局變量的作用域局限于一個(gè)源文件內(nèi)，只能為該源文件內(nèi)的函數(shù)公用， 因此可以避免在其它源文件中引起錯(cuò)誤。 從以上分析可以看出， 把局部變量改變?yōu)殪o態(tài)變量后是改變了它的存儲(chǔ)方式即改變了

27、它的生存期。把全局變量改變?yōu)殪o態(tài)變量后是改變了它的作用域， 限制了它的使用范圍。 static函數(shù)與普通函數(shù)作用域不同。static函數(shù)僅在本文件中使用。只在當(dāng)前源文件中使用的函數(shù)應(yīng)該說明為內(nèi)部函數(shù)(static)，內(nèi)部函數(shù)應(yīng)該在當(dāng)前源文件中說明和定義。對(duì)于可在當(dāng)前源文件以外使用的函數(shù)，應(yīng)該在一個(gè)頭文件中說明，要使用這些函數(shù)的源文件要包含這個(gè)頭文件 static全局變量與普通的全局變量有什么區(qū)別：static全局變量只初使化一次，防止在其他文件單元中被引用; static局部變量和普通局部變量有什么區(qū)別：static局部變量只被初始化一次，下一次依據(jù)上一次結(jié)果值； static函數(shù)與普通函數(shù)有

28、什么區(qū)別：static函數(shù)在內(nèi)存中只有一份，普通函數(shù)在每個(gè)被調(diào)用中維持一份拷貝2、如何引用一個(gè)已經(jīng)定義過的全局變量？ 答：extern 可以用引用頭文件的方式，也可以用extern關(guān)鍵字，如果用引用頭文件方式來引用某個(gè)在頭文件中聲明的全局變理，假定你將那個(gè)變寫錯(cuò)了，那么在編譯期間 會(huì)報(bào)錯(cuò)，如果你用extern方式引用時(shí)，假定你犯了同樣的錯(cuò)誤，那么在編譯期間不會(huì)報(bào)錯(cuò)，而在連接期間報(bào)錯(cuò)。3、全局變量可不可以定義在可被多個(gè).C文件包含的頭文件中？為什么？ 答：可以，在不同的C文件中以static形式來聲明同名全局變量。 可以在不同的C文件中聲明同名的全局變量，前提是其中只能有一個(gè)C文件中對(duì)此變量賦初

29、值，此時(shí)連接不會(huì)出錯(cuò)。比較兩個(gè)浮點(diǎn)數(shù)大小在計(jì)算機(jī)中表示一個(gè)，其結(jié)構(gòu)如下： 尾數(shù)部分（定點(diǎn)小數(shù)） 階碼部分（定點(diǎn)整數(shù)）是2的指數(shù)形式來表示小數(shù)。因此一個(gè)小數(shù)用來表示，肯定是有誤差的。比如說兩個(gè)運(yùn)算過程，它們的結(jié)果都是2，但是由于過程不一樣，它結(jié)果可能有差異，比如說可能一個(gè)結(jié)果為2,一個(gè)結(jié)果為1.因此用=號(hào)來比較，會(huì)得出錯(cuò)誤的結(jié)果，比較相等的時(shí)候，用兩個(gè)數(shù)的相減，當(dāng)小于一個(gè)比較小的值時(shí)，就認(rèn)為相等。3D打印打印，即技術(shù)的一種，它是一種以文件為基礎(chǔ)，運(yùn)用狀或塑料等可粘合，通過逐層的方式來構(gòu)造物體的。打印通常是采用數(shù)字技術(shù)材料來的。常在模具制造、等領(lǐng)域被用于制造模型，后逐漸用于一些產(chǎn)品的直接制造，已經(jīng)

30、有使用這種技術(shù)而成的零。該技術(shù)在珠寶、鞋類、建筑、和（AEC）、，、和產(chǎn)業(yè)、以及其他領(lǐng)域都有所應(yīng)用。1而所謂的與普通打印機(jī)工作原理基本相同，只是打印材料有些不同，普通打印機(jī)的打印材料是墨水和紙張，而3D打印機(jī)內(nèi)裝有、陶瓷、塑料、砂等不同的“打印材料”，是實(shí)實(shí)在在的原材料，與電腦連接后，通過電腦控制可以把“打印材料”一層層疊加起來，最終把計(jì)算機(jī)上的藍(lán)圖變成實(shí)物。通俗地說，3D打印機(jī)是可以“打印”出真實(shí)的3D物體的一種設(shè)備，比如打印一個(gè)機(jī)器人、打印玩具車，打印各種模型，甚至是食物等等。之所以通俗地稱其為“打印機(jī)”是參照了普通打印機(jī)的技術(shù)原理，因?yàn)榉謱蛹庸さ倪^程與噴墨打印十分相似。這項(xiàng)打印技術(shù)稱為立

31、體打印技術(shù)。2大數(shù)據(jù) 分析新數(shù)據(jù)源的業(yè)務(wù)需求需要人工智能、數(shù)據(jù)庫(kù)、和統(tǒng)計(jì)分析知識(shí)等很多跨學(xué)科的知識(shí)。再者，的出現(xiàn)需要條件，第一個(gè)條件：海量的數(shù)據(jù)；第二個(gè)條件：計(jì)算機(jī)技術(shù)大數(shù)據(jù)量的處理能力；第三個(gè)條件：計(jì)算機(jī)的存儲(chǔ)與運(yùn)算能力；第四個(gè)條件：交叉學(xué)科的發(fā)展。大數(shù)據(jù)只是的出現(xiàn)的一個(gè)條件。更為復(fù)雜的新數(shù)據(jù)已經(jīng)出現(xiàn)，而且生成的速度達(dá)到了前所未有的程度社交網(wǎng)絡(luò)數(shù)據(jù)、網(wǎng)絡(luò)日志、存檔數(shù)據(jù)和傳感器數(shù)據(jù)都屬于人們?cè)诜治鲋嘘P(guān)注的新數(shù)據(jù)源盡管傳統(tǒng)環(huán)境不斷發(fā)展，但如今出現(xiàn)了許多更為復(fù)雜的新數(shù)據(jù)類型，企業(yè)需要分析這些數(shù)據(jù)類型，以便充實(shí)其已知信息。此外，這些新數(shù)據(jù)的生成速度遠(yuǎn)遠(yuǎn)超過了以往的紀(jì)錄?？蛻艉蜐撛诳蛻粽谏缃痪W(wǎng)絡(luò)和評(píng)

32、論網(wǎng)站中創(chuàng)建大量的新數(shù)據(jù)。此外，在線新聞項(xiàng)目、氣象數(shù)據(jù)、競(jìng)爭(zhēng)對(duì)手網(wǎng)站內(nèi)容，甚至是數(shù)據(jù)市場(chǎng)如今都已經(jīng)成為可供企業(yè)使用的候選數(shù)據(jù)源。在企業(yè)內(nèi)部，隨著客戶轉(zhuǎn)變?yōu)橐栽诰€渠道作為開展商業(yè)交易及與企業(yè)互動(dòng)的首選方法，網(wǎng)絡(luò)日志也在不斷增加。分析所用的存檔數(shù)據(jù)再次增多，為監(jiān)測(cè)和優(yōu)化業(yè)務(wù)運(yùn)營(yíng)而部署的傳感器網(wǎng)絡(luò)和機(jī)器數(shù)量也越來越多。結(jié)果就生成了大量新數(shù)據(jù)源、快速增加的數(shù)據(jù)量和迅速增加的新數(shù)據(jù)流，需要分析所有這些新數(shù)據(jù)。在信息量如此龐大的背景下，為找尋關(guān)鍵問題的答案，現(xiàn)在的企業(yè)戰(zhàn)略對(duì)于信息管理和利用能力的依賴性更勝于以往。伴隨著井噴式的數(shù)據(jù)增長(zhǎng)，孤立的數(shù)據(jù)存儲(chǔ)是造成信息管理和集成成本激增的主要原因。面對(duì)著分散于不同

33、數(shù)據(jù)庫(kù)的孤立數(shù)據(jù)，企業(yè)主管無法確保自己能夠全面掌握客戶、產(chǎn)品和供應(yīng)商的情況。孤立的信息同樣也令遵守行業(yè)或政府法規(guī)的難度加大。在信息集成戰(zhàn)略和技術(shù)的幫助下，能夠在正確時(shí)間從任意來源檢索數(shù)據(jù)，編排格式后再提供給企業(yè)內(nèi)外的任意目標(biāo)。信息集成能夠幫助企業(yè)執(zhí)行許多關(guān)鍵任務(wù)，其中包括將多個(gè)來源的數(shù)據(jù)加載到倉(cāng)庫(kù)當(dāng)中，整合應(yīng)用程序?qū)嵗?，以及將不同部門和分部的信息關(guān)聯(lián)起來。通過將企業(yè)信息整合成單一來源（不論信息存儲(chǔ)于什么位置），企業(yè)能夠快速處理信息，縮短停機(jī)時(shí)間，減少客戶服務(wù)問題，并在盡量不影響性能的情況下分配信息。IBM 信息集成解決方案用于集成及轉(zhuǎn)化數(shù)據(jù)和內(nèi)容，進(jìn)而提供權(quán)威、一致、及時(shí)、完整的信息，并且在數(shù)

34、據(jù)的整個(gè)生命周期內(nèi)控制數(shù)據(jù)質(zhì)量。其近線性的無縫擴(kuò)展能力以及以元數(shù)據(jù)為驅(qū)動(dòng)的設(shè)計(jì)能夠幫助企業(yè)將不同數(shù)據(jù)庫(kù)統(tǒng)一成單一的整合信息庫(kù)，以及識(shí)別和更正不準(zhǔn)確或冗余的數(shù)據(jù)。給你解釋一下這些術(shù)語：就是個(gè)炒得很熱的商業(yè)概念，其實(shí)說白了就是將計(jì)算任務(wù)轉(zhuǎn)移到服務(wù)器端，用戶只需要個(gè)顯示器就行了，不過服務(wù)器的計(jì)算資源可以。當(dāng)然，要想大規(guī)模，這里還有些問題，特別是隱私保護(hù)問題。：說白了就是數(shù)據(jù)太多了。如今幾兆的數(shù)據(jù)在20年前也是。但如今所說的特殊在哪呢？如今的問題是數(shù)據(jù)實(shí)在是太多了，這已經(jīng)超過了的處理能力（區(qū)別與），所以對(duì)于大數(shù)據(jù)我們不得不用一些折衷的辦法（比如），就是說沒必要所有數(shù)據(jù)都需要，實(shí)際上有效數(shù)據(jù)很有限，用的

35、方法把這些有限的知識(shí)提取出來就行了。此外，數(shù)據(jù)，也是解決大數(shù)據(jù)問題的一些策略。：從數(shù)據(jù)中提取潛在知識(shí)，這些知識(shí)可以描述或者預(yù)測(cè)數(shù)據(jù)的特性。有代表性的數(shù)據(jù)挖掘任務(wù)包括分析、等，這些你在任一本數(shù)據(jù)挖掘教材都可以了解。下面我說說和大數(shù)據(jù)的區(qū)別：數(shù)據(jù)挖掘只是大的一個(gè)方法。所說的大數(shù)據(jù)，或者如今商業(yè)領(lǐng)域所說的大數(shù)據(jù)，實(shí)際上指的就是數(shù)據(jù)挖掘，其實(shí)真正所謂大數(shù)據(jù)，或者Science雜志中提到的大數(shù)據(jù)，或者提出的大數(shù)據(jù)，我的理解是，這些都遠(yuǎn)遠(yuǎn)大于數(shù)據(jù)挖掘的范疇，當(dāng)然數(shù)據(jù)挖掘是其中很重要的一個(gè)方法。真正目的是如何將大數(shù)據(jù)進(jìn)行。：這個(gè)詞很虛，泛指了一大類。重點(diǎn)是學(xué)習(xí)這個(gè)詞，如果想讓計(jì)算機(jī)，目前絕大多數(shù)方法都采用了

36、的方法。所以在科研界，只要是采用了這種并不斷逼近的策略，一般都可以歸到的范疇。此外，所謂學(xué)習(xí)，肯定要知道學(xué)什么，這就是所謂訓(xùn)練集，從訓(xùn)練集數(shù)據(jù)中計(jì)算機(jī)要學(xué)到其中的某個(gè)一般規(guī)律，然后用一些別的數(shù)據(jù)（即測(cè)試集）來看看學(xué)得好不好，之后才能用于實(shí)際應(yīng)用。所以，選取合適的訓(xùn)練集也是個(gè)學(xué)問。：意思就是模式的識(shí)別。模式多種多樣，可以是語言，可以是圖像，可以是事物一些有意義的模塊，這些都算。所以總體來說，這個(gè)詞我是覺得有點(diǎn)虛，倒是具體的人臉、聲音識(shí)別等，這些倒是挺實(shí)在的。也許是我不太了解吧。另外說說你的其他問題。傳統(tǒng)不包括數(shù)據(jù)挖掘。對(duì)于這塊我不是很了解，不過可以肯定的是，傳統(tǒng)分析都有一定的分析方向，比如我就想

37、知道這兩個(gè)商品的關(guān)聯(lián)情況，那數(shù)據(jù)庫(kù)就行了。數(shù)據(jù)挖掘雖說有些歷史，不過也挺時(shí)髦的，它是自動(dòng)將那些關(guān)聯(lián)程度大的商品告訴你，這期間不需要用戶指定的具體對(duì)象。如果想應(yīng)對(duì)，數(shù)據(jù)挖掘這門課是少不了的。此外對(duì)數(shù)據(jù)庫(kù)，特別是、，最好了解點(diǎn)。至于和，這些總的來說和數(shù)據(jù)挖掘關(guān)系不太大，除了一些特殊的領(lǐng)域外?？傊?，概念挺熱，但大數(shù)據(jù)還很不成熟，無論從研究上還是上。我目前在作大數(shù)據(jù)背景下的算法研究，說實(shí)話，目前基本沒有拓展性非常強(qiáng)的算法，所以未來大數(shù)據(jù)的發(fā)展方向，我也挺迷茫。PS：將數(shù)據(jù)挖掘應(yīng)用于商業(yè)，最最重要的就是如何確定挖掘角度，這需要你對(duì)具體應(yīng)用的領(lǐng)域知識(shí)非常了解，需要你有非常敏銳的眼光。至于數(shù)據(jù)挖掘的具體算法

38、，這些就交給我們專門搞研究的吧！（對(duì)算法的理解也很重要，這可以把算法拓展到你的應(yīng)用領(lǐng)域）直方圖灰度直方圖的定義灰度直方圖是灰度級(jí)的函數(shù)，描述圖像中該灰度級(jí)的像素個(gè)數(shù)（或該灰度級(jí)像素出現(xiàn)的頻率）：其橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)表示圖像中該灰度級(jí)出現(xiàn)的個(gè)數(shù)（頻率）。 灰度直方圖是數(shù)字圖像中最簡(jiǎn)單且有用的工具，這一篇主要總結(jié)OpenCV中直方圖CvHistogram的結(jié)構(gòu)和應(yīng)用?；叶戎狈綀D的定義灰度直方圖是灰度級(jí)的函數(shù)，描述圖像中該灰度級(jí)的像素個(gè)數(shù)（或該灰度級(jí)像素出現(xiàn)的頻率）：其橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)表示圖像中該灰度級(jí)出現(xiàn)的個(gè)數(shù)（頻率）。一維直方圖的結(jié)構(gòu)表示為高維直方圖可以理解為圖像在每個(gè)維度上灰度級(jí)分布

39、的直方圖。常見的是二維直方圖。如紅-藍(lán)直方圖的兩個(gè)分量分別表示紅光圖像的灰度值和藍(lán)光圖像灰度值的函數(shù)。其圖像坐標(biāo)（Dr,Db）處對(duì)應(yīng)在紅光圖像中具有灰度級(jí)Dr同時(shí)在藍(lán)光圖像中具有灰度級(jí)Db的像素個(gè)數(shù)。這是基于多光譜每個(gè)像素有多個(gè)變量的數(shù)字圖像，二維中對(duì)應(yīng)每個(gè)像素統(tǒng)計(jì)個(gè)變量。OpenCV中的直方圖CvHistogram注意我們?cè)谏厦胬斫庵狈綀D的意義時(shí)更多把他想象成一幅“圖”，繼而理解圖中橫坐標(biāo)，縱坐標(biāo)的意義。而在OpenCV中，應(yīng)該更多把直方圖看做“數(shù)據(jù)結(jié)構(gòu)”來理解。OpenCV中用CvHistogram表示多維直方圖（）：cpp 1 typedef struct CvHistogram 2 3

40、 int type; 4 CvArr* bins; /存放每個(gè)灰度級(jí)數(shù)目的數(shù)組指針 5 float threshCV_MAX_DIM2; /均勻直方圖 6 float* thresh2; /非均勻直方圖 7 CvMatND mat; /直方圖數(shù)組的內(nèi)部數(shù)據(jù)結(jié)構(gòu) 8 9 CvHistogram; 這個(gè)結(jié)構(gòu)看起來簡(jiǎn)單（比IplImage*元素少多了。）其實(shí)并不太好理解。第一個(gè)成員type用來指定第二個(gè)成員bins的類型。OpenCv中常見到CvArr*的接口，可以用以指定諸如CvMat、CvMatND、IplImage的類型，其實(shí)CvArr*的是一個(gè)指向void的指針。在函數(shù)內(nèi)部有時(shí)需要得到確切的

41、指向類型，這就需要type來指定。thresh用來指定統(tǒng)計(jì)直方圖分布的上下界。比如0 255表示用來統(tǒng)計(jì)圖像中像素分別在灰度級(jí)0 255區(qū)間的分布情況，CV_MAX_DIM對(duì)應(yīng)直方圖的維數(shù)，假如設(shè)定二維紅-藍(lán)直方圖的thresh為0 255;100 200，就是分別統(tǒng)計(jì)紅色圖像灰度級(jí)在0 255以及藍(lán)色圖像在灰度級(jí)100 200的分布情況。thresh用以指定均勻直方圖的分布，我們按每個(gè)像素理解自然是“均勻分布”，其實(shí)也可以統(tǒng)計(jì)像素在幾個(gè)區(qū)間的分布。如果統(tǒng)計(jì)像素在2個(gè)區(qū)間的分布，則對(duì)應(yīng)0 255的上下界，均勻分布統(tǒng)計(jì)的區(qū)間即0 127 127 255分布的概率，這也是為什么thresh第二個(gè)維

42、數(shù)默認(rèn)為2會(huì)自動(dòng)均分上下界；而thresh2指定非均勻的分布，這就需要指定每個(gè)區(qū)間的上下界，如果要統(tǒng)計(jì)直方圖在區(qū)間（0，10,100,255）的分布，那需要指定thresh2的一個(gè)維度為0 10 100 255，所以用float*形式表示。mat簡(jiǎn)單說就是存儲(chǔ)了直方圖的信息，即我們統(tǒng)計(jì)的直方圖分布概率。創(chuàng)建直方圖 cvCreateHist()OpenCV中用cvCreateHist()創(chuàng)建一個(gè)直方圖：cpp 10 CvHistogram* cvCreateHist( 11 int dims, /直方圖維數(shù) 12 int* sizes,/直翻圖維數(shù)尺寸 13 int type, /直方圖的表示格

43、式 14 float* ranges=NULL, /圖中方塊范圍的數(shù)組 15 int uniform=1 /歸一化標(biāo)識(shí) 16 ); size數(shù)組的長(zhǎng)度為dims，每個(gè)數(shù)表示分配給對(duì)應(yīng)維數(shù)的bin的個(gè)數(shù)。如dims=3，則size中用s1,s2,s3分別指定每維bin的個(gè)數(shù)。type有兩種：CV_HIST_ARRAY 意味著直方圖數(shù)據(jù)表示為多維密集數(shù)組 CvMatND; CV_HIST_TREE 意味著直方圖數(shù)據(jù)表示為多維稀疏數(shù)組 CvSparseMat。ranges就是那個(gè)復(fù)雜的不好理解的thresh的范圍，他的內(nèi)容取決于uniform的值。uniform為0是均勻的，非0時(shí)不均勻。計(jì)算圖像直

44、方圖的函數(shù)為CalcHist()：cpp 17 void cvCalcHist( 18 IplImage* image, /輸入圖像（也可用CvMat*） 19 CvHistogram* hist, /直方圖指針 20 int accumulate=0, /累計(jì)標(biāo)識(shí)。如果設(shè)置，則直方圖在開始時(shí)不被清零。 21 const CvArr* mask=NULL /操作 mask, 確定輸入圖像的哪個(gè)象素被計(jì)數(shù) 22 ); 要注意的是這個(gè)函數(shù)用來計(jì)算一張（或多張）單通道圖像的直方圖，如果要計(jì)算多通道，則用這個(gè)函數(shù)分別計(jì)算圖像每個(gè)單通道。實(shí)踐：一維直方圖下面實(shí)踐一下用OpenCV生成圖像的一維直方圖cp

45、p 23 int main( ) 24 25 IplImage * src= cvLoadImage(baboon.jpg); 26 IplImage* gray_plane = cvCreateImage(cvGetSize(src),8,1); 27 cvCvtColor(src,gray_plane,CV_BGR2GRAY); 28 29 int hist_size = 256; /直方圖尺寸 30 int hist_height = 256; 31 float range = 0,255; /灰度級(jí)的范圍 32 float* ranges=range; 33 /創(chuàng)建一維直方圖，統(tǒng)計(jì)圖像

46、在0 255像素的均勻分布 34 CvHistogram* gray_hist = cvCreateHist(1,&hist_size,CV_HIST_ARRAY,ranges,1); 35 /計(jì)算灰度圖像的一維直方圖 36 cvCalcHist(&gray_plane,gray_hist,0,0); 37 /歸一化直方圖 38 cvNormalizeHist(gray_hist,1.0); 39 40 int scale = 2; 41 /創(chuàng)建一張一維直方圖的“圖”，橫坐標(biāo)為灰度級(jí)，縱坐標(biāo)為像素個(gè)數(shù)（*scale） 42 IplImage* hist_image = cvCreateImag

47、e(cvSize(hist_size*scale,hist_height),8,3); 43 cvZero(hist_image); 44 /統(tǒng)計(jì)直方圖中的最大直方塊 45 float max_value = 0; 46 cvGetMinMaxHistValue(gray_hist, 0,&max_value,0,0); 47 48 /分別將每個(gè)直方塊的值繪制到圖中 49 for(int i=0;ihist_size;i+) 50 51 float bin_val = cvQueryHistValue_1D(gray_hist,i); /像素i的概率 52 int intensity = cv

48、Round(bin_val*hist_height/max_value); /要繪制的高度 53 cvRectangle(hist_image, 54 cvPoint(i*scale,hist_height-1), 55 cvPoint(i+1)*scale - 1, hist_height - intensity), 56 CV_RGB(255,255,255); 57 58 cvNamedWindow( GraySource, 1 ); 59 cvShowImage(GraySource,gray_plane); 60 cvNamedWindow( H-S Histogram, 1 );

49、61 cvShowImage( H-S Histogram, hist_image ); 62 63 cvWaitKey(0); 64 試驗(yàn)結(jié)果：對(duì)應(yīng)的，我們可以用一樣的思路統(tǒng)計(jì)每個(gè)通道的直方圖，并繪制圖像每個(gè)通道像素的分布：實(shí)踐：二維直方圖我們也可以結(jié)合OpenCV的例子生成二維直方圖：cpp 65 IplImage* r_plane = cvCreateImage( cvGetSize(src), 8, 1 ); 66 IplImage* g_plane = cvCreateImage( cvGetSize(src), 8, 1 ); 67 IplImage* b_plane = cvCr

50、eateImage( cvGetSize(src), 8, 1 ); 68 IplImage* planes = r_plane, g_plane ; 69 /將HSV圖像分離到不同的通道中 70 cvCvtPixToPlane( src, b_plane, g_plane, r_plane, 0 ); 71 72 / 生成二維直方圖數(shù)據(jù)結(jié)構(gòu) 73 int r_bins =256, b_bins = 256; 74 CvHistogram* hist; 75 76 int hist_size = r_bins, b_bins ; 77 float r_ranges = 0, 255 ; / hue is 0,180 78 float b_ranges = 0, 255 ; 79 float* ranges = r_ranges,b_ranges ; 80 hist = c