SAR图像变化检测代码，基于差异图和比值图融合的代码。
本方法从图像像素的角度出发，对图像像素的灰度值进行操作。
分别才用了差值法和比值法，然后在各自的基础上对代码进行融合，这样就避免了差值法和比值法各种带来的缺点。
本代码适合老手使用，能让初学者从图像像素灰度值的角度去理解SAR图像形变监测的理论。
本方法从图像像素的角度出发，对图像像素的灰度值进行操作。
分别才用了差值法和比值法，然后在各自的基础上对代码进行融合，这样就避免了差值法和比值法各种带来的缺点。
本代码适合老手使用，能让初学者从图像像素灰度值的角度去理解SAR图像形变监测的理论。
2020/9/24 17:11:28
444KB
1
使用8个max7219芯片级联驱动8个8*8点阵；
使用pcf8563实时时钟；
串口进行网络时间修正；
单片机STC11F04E，256字节RAM；
基本原理是建立一块内存buf[8][8]，即把整个屏幕一切像素点都包括了；
显示函数实时显示这个内存的数据；
滚动时对字库内容进行移位赋值到buf；
使用pcf8563实时时钟；
串口进行网络时间修正；
单片机STC11F04E，256字节RAM；
基本原理是建立一块内存buf[8][8]，即把整个屏幕一切像素点都包括了；
显示函数实时显示这个内存的数据；
滚动时对字库内容进行移位赋值到buf；
2020/2/18 1:36:05
1.45MB
1
ORL数据库共有400幅人脸图像(40人，每人1O幅，大小为112像素x92像素)，人物以s1-s40的方式命名。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
2020/2/18 4:23:16
4.04MB
1
ORL数据库共有400幅人脸图像(40人，每人1O幅，大小为112像素x92像素)，人物以s1-s40的方式命名。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
该人脸库中的人脸图片具有表情和姿态的变化，也有戴（或不戴）眼镜，眼睛睁（或闭）的区别。
2020/2/18 4:23:16
4.04MB
1
手写数字集MNIST运用matlab处理后得到的mnist_uint8.mat数据。
数据为uint8类型的图像像素数据，包含train_x,train_y,test_x,test_y,每项都是一行向量的方式存储的。
数据为uint8类型的图像像素数据，包含train_x,train_y,test_x,test_y,每项都是一行向量的方式存储的。
2017/2/23 12:32:55
11.29MB
1
ASCII纵向取模8*16字库。
为1亮。
纵向取模（8位）(取完一横后再取下一横)-LCD12864SPI每个字节代表一列8个像素值，每个ASCII由8*16/8=16个字节存储，前8个字节为上半局部值，后8个字节为下半局部值。
共95个，从32(空格)到126。
ASCII816[0]为空格。
ASCII值减32即为数组二维下标。
为1亮。
纵向取模（8位）(取完一横后再取下一横)-LCD12864SPI每个字节代表一列8个像素值，每个ASCII由8*16/8=16个字节存储，前8个字节为上半局部值，后8个字节为下半局部值。
共95个，从32(空格)到126。
ASCII816[0]为空格。
ASCII值减32即为数组二维下标。
2016/1/5 18:01:01
8KB
1
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。
2024-04-09 15:03
15KB