자바 9 Process API가 개선되었습니다. , 운영 체제 프로세스를 관리하고 제어하는 데 도움이 됩니다. Java 9 이전에는 Java 프로그램을 사용하여 운영 체제 프로세스를 관리하고 제어하기가 어려웠습니다. Java 9 이후 , Java 프로그램을 통해 운영 체제 프로세스를 제어하기 위해 새로운 클래스와 인터페이스가 추가되었습니다. ProcessHandle 과 같은 새로운 인터페이스 및 ProcessHandle.Info 프로세스 에 새로운 방법이 추가되었습니다. 수업. 아래 예에서는 프로세스 트리를 탐색할 수 있습니다.
이름이 없는 모듈 이름이 없는 의 개념입니다. 패키지 . 패키지나 클래스가 명명된 모듈 그러나 jar 파일에 존재 클래스 패스에서. 코드가 해당 파일에서 유형을 로드할 수 있으면 모듈 시스템은 classpath 조회를 시도합니다. 로드합니다. 이름이 없는 모듈 모든 명명을 포함하여 다른 모든 모듈을 읽습니다. ,내장 플랫폼 모듈 및 모든 패키지 내보내기 . 명명되지 않은 모듈의 패키지는 무시할 수 있으며 이는 명명된 모듈에서도 정의됩니다. 이름 없는 모듈은 다음에 액세스할 수 있습니다. 다른 모든 모듈에서 내보낸 모
OpenCV 라이브러리를 사용하여 이미지 필터링, 기하학적 이미지 변환, 색 공간 변환, 히스토그램 등과 같은 이미지 처리 작업을 수행할 수 있습니다. 이미지 작성 Imgcodecs 클래스의 imread() 메서드를 사용하여 이미지의 내용을 읽을 때마다 결과가 Matrix 객체로 읽힙니다. imwrite() 메서드를 사용하여 이미지를 작성/저장할 수 있습니다. 이것은 두 개의 매개변수를 허용합니다. 즉 - 파일 − 결과가 저장되어야 하는 파일 경로를 나타내는 문자열 값입니다. 이미지 − 저장할 이미지의 데이터를 포함하
imread() Imgcodecs 메서드 클래스는 파일 이름을 나타내는 문자열 값을 매개변수로 받습니다. 이 메서드는 지정된 파일의 내용을 행렬 객체로 읽어서 반환합니다. 이 방법을 사용하면 이미지의 내용을 읽을 수 있습니다. 이 외에도 Imgcodecs 클래스는 필요한 읽기 모드를 지정하는 플래그를 나타내는 정수 값을 허용하는 이 메서드의 또 다른 변형을 제공합니다. 다음은 Imgcodecs의 다양한 필드입니다. 플래그 값으로 사용할 수 있는 클래스입니다. IMREAD_COLOR − 플래그가 이 값으로 설정되면 로드
cvtColor() Imgproc 메서드 클래스는 이미지의 색상을 서로 변경/변환합니다. 이 메소드는 세 개의 매개변수를 받아들입니다 - src − 소스를 나타내는 Matrix 개체입니다. dst - 목적지를 나타내는 Matrix 객체. 코드 − 대상 이미지의 색상을 나타내는 정수 값입니다. 컬러 이미지를 회색조로 변환하려면 Imgproc.COLOR_RGB2GRAY를 전달해야 합니다. 이 메서드의 세 번째 매개변수로 사용합니다. 예시 import org.opencv.core.Core; import org.op
cvtColor() Imgproc 메서드 클래스는 이미지의 색상을 서로 변경/변환합니다. 이 메소드는 세 개의 매개변수를 받아들입니다 - src − 소스를 나타내는 Matrix 개체입니다. dst - 목적지를 나타내는 Matrix 객체. 코드 − 대상 이미지의 색상을 나타내는 정수 값입니다. 컬러 이미지를 회색조로 변환하려면 Imgproc.COLOR_RGB2BGR을 전달해야 합니다. 이 메서드의 세 번째 매개변수로 사용합니다. 예시 import org.opencv.core.Core; import org.openc
컬렉션 표시를 사용하여 데이터베이스의 모든 기존 컬렉션 목록을 인쇄할 수 있습니다. 예시 아래와 같이 MongoDB 데이터베이스에 3개의 컬렉션을 생성했다고 가정합니다. - > use sampleDatabase switched to db sampleDatabase > db.createCollection("students") { "ok" : 1 } > db.createCollection("teachers") { "ok" : 1 } > d
bitwise_or()를 사용하여 비트 단위 또는 두 이미지 사이를 계산할 수 있습니다. org.opencv.core.Core 메소드 수업. 이 방법은 세 개의 매트 원본, 대상 및 결과 행렬을 나타내는 개체는 원본 행렬의 각 요소에 대한 비트 분리를 계산하고 결과를 대상 행렬에 저장합니다. 예시 다음 Java 예제에서는 이미지를 이진 및 회색조로 변환하고 결과의 비트 분리를 계산합니다. import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.hig
픽셀은 디지털 이미지의 가장 작은 요소이며 각 픽셀에는 알파, 빨강, 녹색, 파랑 값의 값이 포함됩니다. 픽셀 값은 ARGB 값(각각 8비트)을 동일한 순서로 보유하는 32비트 메모리 공간에 저장됩니다. 따라서 이미지의 색상을 수정하려면 - 이미지의 각 픽셀을 반복해야 합니다. getRGB() 메서드를 사용하여 픽셀 값을 가져옵니다. 픽셀 값에서 ARGB 값을 검색합니다. RGB 값에 필요한 수정을 수행합니다. 수정된 RGB 값으로 새 픽셀 값을 만듭니다. setRGB() 메서드를 사용하여 새 픽셀
자바 9 REPL 생성이라는 새로운 기능을 도입했습니다. (읽기-평가-인쇄-루프 ) JShell이라고 함 . 명령줄입니다. 완전한 프로그램을 작성할 필요 없이 Java 코드를 평가하는 프롬프트 도구입니다. JShell에 코드나 내부 명령을 입력할 수 있으면 현재 세션에서 사용해야 합니다. JShell을 닫고 다시 로그인하면 이전에 입력한 모든 코드가 손실됩니다. /save를 사용하여 파일에 입력된 모든 코드를 저장하기 위해 내부 명령이 구현되었습니다. 명령. / save [file-path] / save -all [file-pa
모듈 재사용을 위해 설계된 패키지의 컨테이너입니다. , 각 모듈에는 모듈 설명자 가 포함됩니다. 모듈 이름에 대한 정보가 포함된 , 모듈 종속성 (의존하는 다른 모듈의 이름) 및 패키지 이름 의존하는 모듈에서만 사용할 수 있는 것을 내보냅니다. 모듈의 장점 강력한 캡슐화 모듈 시스템의 주요 장점 중 하나는 public 액세스 지정자는 더 이상 모든 사람이 액세스할 수 없습니다. 모듈 시스템을 사용하면 제한된 패키지 집합이 외부 응용 프로그램에 액세스할 수 있도록 허용할 수 있습니다. 애플리케이션을 가벼움으로 만듭니다. , 더 많
이미지를 음수로 변환하는 알고리즘 각 픽셀의 빨간색 녹색 파란색 값 가져오기 255에서 각 색상 값을 빼고 새 색상 값으로 저장합니다. 수정된 색상에서 새 픽셀 값을 만듭니다. 새 값을 픽셀로 설정합니다. 자바 구현 ImageIO.read() 메서드를 사용하여 필요한 이미지를 읽습니다. 이미지의 높이와 너비를 가져옵니다. 중첩 for 루프를 사용하면 이미지의 각 픽셀을 통과합니다. getRGB() 메서드를 사용하여 픽셀 값을 가져옵니다. 위에서 검색한 픽셀 값 asparameter
부정적인 이미지를 긍정적인 이미지로 변환하려면 - ImageIO.read() 메서드를 사용하여 필요한 이미지를 읽습니다. 이미지의 높이와 너비를 가져옵니다. 중첩 for 루프를 사용하면 이미지의 각 픽셀을 통과합니다. getRGB() 메서드를 사용하여 픽셀 값을 가져옵니다. 픽셀에서 각 값을 검색하려면 각 색상의 시작 위치로 오른쪽으로 이동해야 합니다. 즉, 빨간색 등의 경우 알파 16의 경우 24이고 비트 단위 및 0Xff로 연산을 수행해야 합니다. 이것은 마지막 8비트를 남기고 나머지 비트를 모두 무시
컬러 이미지를 세피아로 변환하는 알고리즘 − 각 픽셀의 빨간색 녹색 파란색 값 가져오기 이 3가지 색상의 평균을 구하세요. 깊이 및 강도 값을 정의합니다(이상적으로는 20 및 30). 값을 -로 수정합니다. 빨간색 =빨간색 + (깊이*2). 녹색 =녹색 + 깊이. 파란색 =파란색 강도. 수정된 값이 0에서 255 사이인지 확인하십시오. 수정된 색상에서 새 픽셀 값을 만들고 새 값을 픽셀로 설정합니다. 자바 구현 ImageIO.read() 메서드를 사용하여 필요한 이미지를
컬러 이미지를 회색조로 변환합니다. 각 픽셀의 빨간색 녹색 파란색 값 가져오기 이 3가지 색상의 평균을 구하세요. RGB 값을 평균으로 바꿉니다. 수정된 색상에서 새 픽셀 값을 만듭니다. 새 값을 픽셀로 설정합니다. 예시 import java.io.File; import java.io.IOException; import java.awt.Color; import java.awt.image.BufferedImage; import javax.imageio.ImageIO; public class Color2G
거울 이미지를 만들려면 ImageIO.read() 메서드를 사용하여 필요한 이미지를 읽습니다. 이미지의 높이와 너비를 가져옵니다. 결과를 저장할 빈 버퍼링된 이미지 생성 중첩 for 루프를 사용하면 이미지의 각 픽셀을 통과합니다. 이미지의 너비를 오른쪽에서 왼쪽으로 반복합니다. getRGB() 메서드를 사용하여 픽셀 값을 가져옵니다. 새로운 너비 값을 대체하여 setRGB() 메서드를 사용하여 픽셀 값을 결과 이미지 객체로 설정합니다. 예시 import java.io.File; import
다음 Java 예제는 주어진 이미지에 워터마크(Hello)를 그리고 다시 저장합니다. 예시 import java.awt.Color; import java.awt.Font; import java.awt.Graphics; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; public class WaterMarkExample { public static voi
뒤집기() 핵심 의 방법 OpenCV 클래스는 x/y 축을 따라 이미지를 뒤집습니다. 이 방법은 - 원본 이미지의 데이터를 결합하는 소스 행렬입니다. 결과 이미지의 데이터를 저장할 빈 대상 행렬입니다. 이미지의 방향을 지정하는 플립 코드(0 –x 축, +ve – y 축, – 두 축 모두). 이미지를 뒤집으려면 - loadLibrary() 메서드를 사용하여 OpenCV 핵심 네이티브 라이브러리를 로드합니다. imread() 메서드를 사용하여 이미지 파일의 내용을 행렬로 읽습니다. 결과를 저장할 빈
두 이미지를 비교하려면 - Image.IO.read()를 사용하여 둘 다 읽습니다. 방법. 두 항목의 높이와 너비가 동일한지 확인합니다. 픽셀 값을 가져오고 두 이미지의 RGB 값을 가져옵니다. 이 두 이미지의 RGB 값 차이의 합계를 구합니다. 다음 공식을 사용하여 차이의 백분율을 계산하십시오 - Average = difference/weight*height*3; Percentage = (Average/255)*100; 예 import java.awt.Color; import java.awt.im
CascadeClassifier 클래스는 분류기 파일을 로드하고 이미지에서 원하는 개체를 감지하는 데 사용됩니다. 이 클래스의 detectMultiScale()은 다양한 크기의 여러 객체를 감지합니다. 이 방법은 - 입력 이미지를 담고 있는 Mat 클래스의 객체. 감지된 얼굴을 저장할 MatOfRect 클래스의 개체입니다. 이미지의 얼굴 수를 얻으려면 - CascadeClassifier 클래스를 사용하여 lbpcascade_frontalface.xml 파일을 로드합니다. detectMultiScale()