用于Groovy的SonarQube插件从获取测试版本。
描述这个插件可以在SonarQube中分析Groovy。
它利用针对编码规则和提出问题,以解决复杂的循环问题。
为了覆盖代码,应使用SonarQube插件。
此外,此插件仍支持导入JaCoCo二进制报告(不推荐使用,以后将删除)和。
插入1.4/1.51.61.7CodeNarc0.25.21.41.4GMetrics0.71.01.0声纳5.6-6.76.7-7.97.8-8.3分析Groovy项目的步骤安装SonarQube服务器安装SonarQubeScanner,并确保您可以从拥有源代码的目录中调用sonar-scanner安装Groovy插件。
在项目的根目录下创建一个sonar-project.properties文件从项目根目录运行sonar-scanner命令单击分析结尾处提供的链接,以在SonarQubeUI中浏览项目的质量笔记CodeNarc:可以通过设置sonar.groovy.codenarc.repor
1
java调用摄像头拍照录像实用副源码
2024/6/5 15:27:13 32KB 摄像头
1
天若ocr文字识别工具是可以帮助用户朋友进行本地ocr截图文字识别的强大工具,这款天若ocr文字识别工具不花一分钱,只需体验三分钟,就可以让你感受到免费迅速截图识别的魅力。
软件特色:1、对于搜狗的接口调用的,这个接口识别效果很好,但是对于图片的尺寸有规定。
2、腾讯ocr接口,也比较准确,但是速度比较慢。
3、百度ocr接口,精确度还可以,但是标点符号识别不准确,速度一般。
4、有道ocr接口,速度很快平均0.3-0.4秒就可识别出来。
但是接口受ip请求的限制。
(仅供参考)这个全套版本,最新版已改名,树洞OCR,但新版本没有天若这个版本好用。
2024/6/4 8:51:05 134.58MB 天若OCR tianruoocr OCR文字识别
1
通过“微信网页版”发送消息到微信群或微信号,可用于告警通知等,已经做好了调用接口,用于程序自动化。
需要注意的是,有些新注册的微信号TX是不允许登录网页版微信的,如果扫码后无法登录,极有可能是此问题。
可用浏览器wx.qq.com登录测试,确定微信号可以登录网页版微信。
1
调用RobHess所写实现SIFT代码,其中包含源码可以很好的学习SIFT及K-D树、BBF和RANSAC等算法的代码实现过程!
2024/6/3 13:32:08 7.18MB SIFT RANSAC RobHess
1
MicrosoftVisualStudio2010做的C#简单的鼠标钩子应用实例实例,实现实时监控鼠标位置(需要编译后,在Release文件夹那里运行)主要代码:publicdelegateintHookProc(intnCode,IntPtrwParam,IntPtrlParam);//定义钩子句柄publicstaticintm_iHock=0;//定义钩子类型publicconstintWH_MOUSE_LL=14;publicHookProcHookProcVar;//安装钩子[DllImport("user32.dll",CharSet=CharSet.Auto,CallingConvention=CallingConvention.StdCall)]publicstaticexternintSetWindowsHookEx(intidHook,HookProclpfn,IntPtrhInstance,intthreadId);//卸载钩子[DllImport("user32.dll",CharSet=CharSet.Auto,CallingConvention=CallingConvention.StdCall)]publicstaticexternboolUnhookWindowsHookEx(intidHook);//调用下一个钩子[DllImport("user32.dll",CharSet=CharSet.Auto,CallingConvention=CallingConvention.StdCall)]publicstaticexternintCallNextHookEx(intidHook,intnCode,IntPtrwParam,IntPtrlParam);[StructLayout(LayoutKind.Sequential)]
2024/6/2 16:02:25 69KB VS2010 鼠标钩子
1
基于Python3.7实现手写识别功能,调用KNN算法。
包括源程序、训练数据、测试数据和测试结果。
2024/6/2 10:21:52 548KB 手写识别 源程序 Python
1
基于selective_search源码对手写数字串进行过滤分割,并基于tensorflow在mnist训练好的模型进行识别。
环境:Windows10+tensorflow1.2+python3.5+cv2程序: example/demo.py---对手写数字图片的分割,并将每个数字做成28*28的黑底白字图片,保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练,训练好后读取数据进行识别 example/camera.py---是调用计算机摄像头获取图片用的,按q退出拍照 selectivesearch/selectivesearch.py---是选择性搜索的源代码注意:手写数字的图片尽量不要太大(太大会显得数字写的太细,调大数字粗细度),每个数字大小不要差太多,可以在画板上写的一个数字长宽在50像素左右效果不错,其他的没有测试过。
2024/6/2 10:30:06 49KB python、tf
1
Android调用自身的GPS进行定位的demo
2024/6/2 10:07:01 730KB GPS Android
1
对于难解的常微分方程,使用matlab求数值解分两个m文件,一个为调用指令,一个为原函数可以根据自己的所求方程不同适当修改代码求解每一步都有注释,一边看注释一边体会才是提升的最好办法
2024/6/1 10:31:53 762B matlab 欧拉算法 常微分方程
1
共 1000 条记录 首页 上一页 下一页 尾页
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 钉钉 钉钉打卡