php实现微信JS-SDK分享朋友和朋友圈(自定义图标，标题等)功能，看似小功能，研究了两天终于成功了，代码都写好了 只需替换appid信息

modbus测试工具，可以测试modbus协议，读取数据，和写入数据

一个Neo4j的.dump数据库备份文件，可直接导入数据库，注意仅可用于个人测试和学习；数据源csv文件来自网络，如有侵权会进行删除。

导读：日前，凌力尔特公司 （以下简称“Linear”）宣布推出一款具MPPT的80V太阳能铅酸和锂电池充电控制器--LT8490.该器件非常适合于对多种锂电池或铅酸化学类型电池进行充电。 　　日前，凌力尔特公司 （以下简称“Linear”）宣布推出一款具MPPT的80V太阳能铅酸和锂电池充电控制器--LT8490.该器件非常适合于对多种锂电池或铅酸化学类型电池进行充电。 　　主要特性： 　　（1）具备自动最大功率点以找出真正的MPPT; 　　（2）高于、低于或等于稳定电池浮置电压的输入电压工作； 　　（3）可选的恒定电流恒定电压，支持许多类型的铅酸和锂电池； 　　（4）运用高频抖动

DFRobot_MAX30102 MAX30102-based Heart-rate & Oximeter Sensor Library The MAX30102 is an integrated pulse oximetry and heart-rate monitor biosensor module based on PPG ((PhotoPlethysmoGraphy). It is so small that you can just wear it on your finger or wrist for data collecting. Internally integrated 18bit ADC, the sensor supports I2C data output, which could be compatible for most controllers. Examples included in this library: real-time display basic reading on serial monitor; display heartbeat

python爬虫程序源代码-淘宝和天猫微信公众号乌云知乎爬虫.zip

import cv2 as cv def ORB_Feature(img1, img2): # 初始化ORB orb = cv.ORB_create() # 寻找关键点 kp1 = orb.detect(img1) kp2 = orb.detect(img2) # 计算描述符 kp1, des1 = orb.compute(img1, kp1) kp2, des2 = orb.compute(img2, kp2) # 画出关键点 outimg1 = cv.drawKeypoints(img1, keypoints=kp1, outImage=None) outimg2 = cv.drawKeypoints(img2, keypoints=kp2, outImage=None)

NeuTomPy工具箱 NeuTomPy工具箱是用于层析数据处理和重建的Python软件包。 这样的工具箱包括预处理算法，伪影去除和广泛的迭代重建方法以及“滤波反投影”算法。 NeuTomPy工具箱最初是为中子断层扫描术设计的，旨在满足用户和研究人员比较最新的重建方法并为其数据选择最佳数据处理工作流程的需求。 特征 TIFF和FITS文件以及图像堆栈的读写器 通过剂量校正，旋转轴倾斜校正，环形滤波器，异常值去除，光束硬化校正进行数据归一化 由提供支持的多种重建算法：FBP，SIRT，SART，ART，CGLS，NN-FBP，MR-FBP 多种指标的图像质量评估 安装 NeuTomPy工具箱支持Linux ， Windows和Mac OS 64位操作系统。 首先，使用Python 3.6安装 python环境，然后将其激活： conda create -n ntp_env pyth

经过测试，使用7管脚的MAX30102和MAX30100，VCC-GND-SDA-SCL-INT-IRD-RD。需要将SDA和SCL管脚各接一个 4.7K的上拉电阻。将MAX30102上的3个4.7K的电阻去掉。 MAX30102 UNO VIN----------------5V GND----------------GND SDA(接上拉电阻)----------------A4 SCL(接上拉电阻)----------------A5 PC端的软件使用PYTHON做的界面。新版本的MAX30102来了以后，优先使用此方案。python的版本为3.9.11 安装库的位置：C:\Users\LLY\AppData\Local\Arduino15\staging\libraries\SparkFun_MAX3010x_Pulse_and_Proximity_Sensor_Library-1.1.1\SparkFun_MAX3010x_Pulse_and_Proximity_Sensor_Library-1.1.1\examples\Example8_SPO2

用于darknet框架下深度学习的数据集，自己收集的图片制作而成，一共1600余张，包括手工标注的xml文件，可以直接用于训练使用