logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

windows下网络聊天室项目(C++、SQLite、计算机网络)——思路+源码+解析

2.在注册时需要设置用户名、密码、是否为管理员等信息(注意:这里需要在代码里设置一个结构体,来保存用户名、密码等信息,然后向服务器发送这些信息以注册,最后得到服务器反馈而来的注册成功信息,在注册成功之后需要返回刚开始的界面)4.普通用户界面(主要包含的功能有:查看当前在线人数、进入群聊界面、进入私聊界面、查看聊天记录、文件传输、更改密码、在线注销、退出等功能),这些功能主要通过向服务器发送请求,然

文章图片
#windows#网络#c++
特征点检测与匹配(码—基于opencv)

理论知识参考于基于图像的三维重建-特征点检测与匹配在这里用的opencv是440版本的,接下来就是相应的代码#include<opencv2/xfeatures2d/nonfree.hpp>#include<opencv2/features2d/features2d.hpp>#include<opencv2/highgui/highgui.hpp>#includ

#opencv#计算机视觉
捆绑调整(码—opencv)

理论知识参考于基于图像的三维重建—捆绑调整(6)过程比较复杂,这里也不废话,直接上代码ba_dense_vector.h#pragma once#include <cmath>#include <stdexcept>#include <vector>template <typename T>class DenseVector{public:Dense

#计算机视觉
Qt类总结(一)QTextEdit

1.QTextEdit简介  Header:#include < QTextEdit >  qmake: QT += widgets  Inherits: QAbstractScrollArea  Inherited By: QTextBrowserQTextEdit属性acceptRichText : bool  此属性保存文本编辑是否接受用户的富文本插入。当此属性设置为false

#qt
CUDA C编程(三十二)多GPU间细分计算

在 多 设 备 上 分 配 内 存在从主机向设备分配计算任务之前,需要确定在当前中有多少可用的GPU:int ngpus;cudaGetDeviceCount(&ngpus);printf("CUDA-capable devices: %i\n",ngpus);一旦GPU的数量已经确定,接下来就需要为多个设备声明主机内存、设备内存、流和事件。保存这些变量的一个简单方法是使用数组,声明如下:

基于图像的三维重建——基于空间patch扩散的方法(PMVS)

1.PMVS:多视图匹配经典算法简介导语:常见的稠密重建方法主要有三种:基于体素的方法、基于深度图融合的方法以及基于3D patch扩张的方法。第一种基于体素的方法仅适用于小场景,单个物体,遮挡较少的情况,不予赘述。第二种基于深度图融合的方法在前面已经介绍过:基于图像的三维重建——深度图计算方法1-SGM/tSGM(9)以及基于图像的三维重建——深度图计算方法2-PatchMatch(10),这两

CUDA C编程(二十七)cuRAND库

  拟 随 机 数 或 伪 随 机 数 的 选 择  cuRAND 库 概 述  概念介绍  主机和设备端API对比  cuRAND 介 绍  替换rand()  为CUDA内核生成随机数  cuRAND 发 展 中 的 重 要 主 题  ...

数据库开发(Sqlite)

它是一种桌面数据库,只适合数据量少的应用,在处理少量数据和单机访问的数据库时是很好的,效率也高,但是它的同时访问客户端不能多于4个。MySQL是一个开放源码的小型关系型数据库管理系统,开发者为瑞典MySQL AB公司,目前MySQL被广泛地应用在Internet上的中小型网站,具有体积小、速度快、成本低、开发源码的特点。二、添加、修改、删除行;在用户对数据进行插入、修改、删除等操作时,DBMS自动

#sqlite#数据库开发#数据库
Qt类总结(一)QTextEdit

1.QTextEdit简介  Header:#include < QTextEdit >  qmake: QT += widgets  Inherits: QAbstractScrollArea  Inherited By: QTextBrowserQTextEdit属性acceptRichText : bool  此属性保存文本编辑是否接受用户的富文本插入。当此属性设置为false

#qt
CUDA C编程(三十一)从一个GPU到多个GPU

  在应用程序中添加对多GPU的支持,其最常见的原因是以下几个方面:问题域的大小:现有的数据集太大,单GPU内存大小与其不相符合;如果单GPU适合处理单任务,那么可以通过使用多GPU并发地处理多任务来增加应用程序地吞吐量。  在多GPU系统中,允许分摊跨GPU的服务器节点的功率消耗,具体方式是为给定的功率消耗单元提供更多的性能,同时提高吞吐量。当使用多GPU运行应用程序时,需要正确设计GPU间的通

    共 23 条
  • 1
  • 2
  • 3
  • 请选择