-
在一個多人連線伺服器中，我們要有一個伺服端執行緒負責傾聽是否有客戶端連線，如果有客戶端連線，就指派一個客戶端執行緒專門應付這個客戶端連線，並在客戶端佇列中記錄它，然後進入下一個傾聽。
一個客戶端執行緒的工作，就是讀取客戶連線端的使用者輸入訊息，它不負責回應訊息，而是將讀到的訊息加入訊息佇列中，此外在我們的範例中，客戶端執行緒也負責自己的連線狀態，如果使用者中斷連線，客戶端執行緒會負責將自己從客戶端佇列中清除。
廣播執行緒負責取出訊息佇列中的訊息，然後將之一一傳送訊息給客戶端佇列中尚存在的客戶端執行緒。
標簽：
伺服器
上傳時間：
2015-05-22
上傳用戶：wweqas
-
實現最優二叉樹的構造；在此基礎上完成哈夫曼編碼器與譯碼器。 假設報文中只會出現如下表所示的字符：
字符 A B C D E F G H I J K L M N
頻度 186 64 13 22 32 103 21 15 47 57 1 5 32 20 57
字符 O P Q R S T U V W X Y Z ， ．
頻度 63 15 1 48 51 80 23 8 18 1 16 1 6 2
要求完成的系統應具備如下的功能：
1．初始化。從終端（文件）讀入字符集的數據信息，。建立哈夫曼樹。
2．編碼：利用已建好的哈夫曼樹對明文文件進行編碼，并存入目標文件（哈夫曼碼文件）。
3．譯碼：利用已建好的哈夫曼樹對目標文件（哈夫曼碼文件）進行編碼，并存入指定的明文文件。
4．輸出哈夫曼編碼文件：輸出每一個字符的哈夫曼編碼。
標簽：
186
字符
13
64
上傳時間：
2014-11-23
上傳用戶：shanml
-
輸入數字比如說6
輸出字母組成的Z
即
abcdef
g
h
i
j
klmnop
標簽：
abcdef
klmnop
輸入
數字
上傳時間：
2013-12-24
上傳用戶：VRMMO
-
替代加密:
A B C D E F G H I J K L M N O P Q R S T U V W 密文
Y Z D M R N H X J L I O Q U W A C B E G F K P 明文
X Y Z
T S V
I HAVE A DREAM！#
密文？？
用ARM編程實現替代加密。
標簽：
加密
上傳時間：
2016-07-17
上傳用戶：qq521
-
10個MATLAB處理運算方法,影像強化灰階二值等,看看
標簽：
MATLAB
上傳時間：
2017-07-22
上傳用戶：wlcaption
-
1.24位真彩色->256色灰度圖。
2.預處理:中值濾波。
3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。
初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。
該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。
4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。
5.用自定義模板進行中值濾波
區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。
6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。
7.區域裁剪,截取車牌圖像。
標簽：
Gmax-G
1.24
Gmax
閾值
上傳時間：
2014-01-08
上傳用戶：songrui
-
多人聊天，多路連綫，多綫程，實現
在一個多人連線伺服器中，我們要有一個伺服端執行緒負責傾聽是否有客戶端連線，如果有客戶端連線，就指派一個客戶端執行緒專門應付這個客戶端連線，並在客戶端佇列中記錄它，然後進入下一個傾聽。
一個客戶端執行緒的工作，就是讀取客戶連線端的使用者輸入訊息，它不負責回應訊息，而是將讀到的訊息加入訊息佇列中，此外在我們的範例中，客戶端執行緒也負責自己的連線狀態，如果使用者中斷連線，客戶端執行緒會負責將自己從客戶端佇列中清除。
廣播執行緒負責取出訊息佇列中的訊息，然後將之一一傳送訊息給客戶端佇列中尚存在的客戶端執行緒。
標簽：
上傳時間：
2014-08-26
上傳用戶：linlin
-
基於8951的計數器，用4位LED顯示，通過脈衝計數，每一個下降沿計數一個
標簽：
8951
上傳時間：
2013-11-29
上傳用戶：hgy9473
-
車牌定位－－－VC++源代碼程序
1.24位真彩色->256色灰度圖。
2.預處理:中值濾波。
3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。
初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。
該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。
4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。
5.用自定義模板進行中值濾波
區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。
6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。
7.區域裁剪,截取車牌圖像。
標簽：
1.24
256
圖像
閾值
上傳時間：
2013-11-26
上傳用戶：懶龍1988
-
使用說明
使用時打開此例題目錄下pic中的圖片，然后依次單擊按鈕“轉”、“1”、“2”、“3”、“4”和“5”，就可以實現精確的車牌定位。
具體步驟
1.24位真彩色->256色灰度圖。
2.預處理:中值濾波。
3.二值化:用一個初始閾值T對圖像A進行二值化得到二值化圖像B。
初始閾值T的確定方法是:選擇閾值T=Gmax-(Gmax-Gmin)/3,Gmax和Gmin分別是最高、最低灰度值。
該閾值對不同牌照有一定的適應性,能夠保證背景基本被置為0,以突出牌照區域。
4.削弱背景干擾。對圖像B做簡單的相鄰像素灰度值相減,得到新的圖像G,即Gi,j=|Pi,j-Pi,j-1|i=0,1,…,439 j=0,1,…,639Gi,0=Pi,0,左邊緣直接賦值,不會影響整體效果。
5.用自定義模板進行中值濾波
區域灰度基本被賦值為0。考慮到文字是由許多短豎線組成,而背景噪聲有一大部分是孤立噪聲,用模板(1,1,1,1,1)T對G進行中值濾波,能夠得到除掉了大部分干擾的圖像C。
6.牌照搜索:利用水平投影法檢測車牌水平位置,利用垂直投影法檢測車牌垂直位置。
7.區域裁剪,截取車牌圖像。
標簽：
pic
使用說明
目錄
上傳時間：
2014-01-17
上傳用戶：851197153
