国密算法是国家密码局制定标准的一系列算法。
其中包括了对称加密算法，椭圆曲线非对称加密算法，杂凑算法。
具体包括SM1,SM2,SM3等，其中：SM2为国家密码管理局公布的公钥算法，其加密强度为256位。
其它几个重要的商用密码算法包括：SM1，对称加密算法，加密强度为128位，采用硬件实现；
SM3，密码杂凑算法，杂凑值长度为32字节，和SM2算法同期公布，参见《国家密码管理局公告（第22号）》；
SMS4，对称加密算法，随WAPI标准一同公布，可使用软件实现，加密强度为128位。

matlab实验函数，修正图像颜色fori=0:255;f=power((i+0.5)/256,1/2.2);LUT(i+1)=uint8(f*256-0.5);end

AES,高级加密标准（英语：AdvancedEncryptionStandard，缩写：AES），在密码学中又称Rijndael加密法，是美国联邦政府采用的一种区块加密标准。
这个标准用来替代原先的DES，已经被多方分析且广为全世界所使用。
严格地说，AES和Rijndael加密法并不完全一样（虽然在实际使用中二者可以互换），因为Rijndael加密法可以支持更大范围的区块和密钥长度：AES的区块长度固定为128比特，密钥长度则可以是128，192或256比特；
而Rijndael使用的密钥和区块长度可以是32位的整数倍，以128位为下限，256比特为上限。
包括AES-ECB,AES-CBC,

官网可以下载，数据库的脸,(原名“ORL数据库”),包含一组面临1992年4月至1992年4月拍摄的图像在数据库实验室。
用于人脸识别项目的背景下进行合作演讲中,视觉和机器人组的剑桥大学工程系.PGM格式的文件每个图像的大小是92x112像素,每像素256灰色的水平。
图像是组织在40目录(一个为每个主题),表单的名称sX,在那里X表明主体数量(1-40)。
在这些目录中,有十个不同主题的图片,名称的方式Y.pgm,在那里Y是这个主题的图像数量

安全兼容加密示例创建该存储库是为了处理越来越多的在互联网上浮现的不良加密代码示例。
随着时间的推移，该存储库将进行扩展，以包含更多语言的示例。
随着2018年10月，有跨越5个不同的平台，14种语言16倍不同的兼容的例子。
演算法加密：AES-128-GCM密钥派生：PBKDF2PBKDF2基础哈希：SHA-256由于Java无限强度策略（JavaUnlimitedStrengthPolicy），选择了具有128位密钥的AES，这是由于密码导出法要求密钥大小不超过128位。
尽管使用AES-128显示了示例，但可以通过更改参数ALGORITHM_KEY_SIZE（在某些情况下为ALGORITHM_NAME）将它们轻松地更改为256位AES。
兼容性此处显示的每个示例都跨平台和/或语言兼容。
任何语言的encryptString的结果都可以由任何语言的decryptString解密。
对于与现有示例不兼容的示例，请不要提交拉取请求。
方法每个示例都公开了4种签名大致等同于以下方法的方法：stringencryptString(plaintext:

基于FPGA的彩色图片转灰度完成，采用zybo开发板，完成256*256大小的图片处理

设计一个完好的DDS波形发生器模块，可实现频率、相位可调，三种波形。
(1)模式控制：正弦波／三角波／矩形波(2)频率控制：直接设置频率值(3)ROM表地址长度2^8=256、数据位宽10位(4)分辨率优于1Hz

包含了图像处理中常用的一些测试图片有灰度图像也有彩色图像大小从128*128、256*256、512*512或更大的都有图像格式为pbm、ppm、pgmMATLAB下可用。
共六个部分，全部下载完当前，任意解压一个即可。

opencv3.3自编译需求的e6dcfa9f647779eb1ce446a8d759b6ea-boostdesc_binboost_256.i98ea99d399965c03d555cef3ea502a0b-boostdesc_binboost_128.i等放于D:\ProgramFiles\Opencv3.3\sources\.cache下

用共生矩阵进行纹理特征提取**************************************************************************%图像检索——纹理特征%基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵%所用图像灰度级均为256%参考《基于颜色空间和纹理特征的图像检索》%function:T=Texture(Image)%Image:输入图像数据%T:前往八维纹理特征行向量%**************************************************************************functionT=Texture(Image)%Image=imread('E:\1\3.tiff');%[M,N,O]=size(Image);M=256;N=256;%--------------------------------------------------------------------------%1.将各颜色分量转化为灰度%--------------------------------------------------------------------------Gray=double(0.3*Image(:,:,1)+0.59*Image(:,:,2)+0.11*Image(:,:,3));%--------------------------------------------------------------------------%2.为了减少计算量，对原始图像灰度级压缩，将Gray量化成16级

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。