来自数字图像处理 技术详解与Visual C++实践随书光盘，这是10~14章源码，不是图书

本文实例讲述了C#实现的上传图片、保存图片、加水印、生成缩略图功能。分享给大家供大家参考，具体如下： 伴随移动设备地普及，处理图片、视频等需求也变得越来越基础，这里介绍的是图片的存储。 上传图片必须使用form表单提交的方式，我只知道这一种方法，如果大家知道其他方法的话请留言。 保存图片、加水印和生成缩略图这三种功能最好各自放在单独的方法中，尽量降低耦合度，提高代码复用程度，除此之外我们平常写代码是也要尽量做到方法功能的唯一性。 前台代码： <form method=POST enctype=multipart/form-data action=UploadImg.ashx>

QSharedPointer Demo示例， 基于VS2019+ Qt5.15

Linux Socket两则示例，Server/Client.

手电筒功能 动画用法 多媒体用法 数据库用法 添加 Widgets插件 自定义添加了mEmoji 图标避免了别的机型显示口。 添加了一些有趣的动画震动示例（如果你的设备支持的话）！

Winform中通过NPOI导出Excel的三种方式HSSFWorkbook，XSSFWorkbook，SXSSFWorkbook示例代码

零基础CMake入门：项目实战示例2：复杂项目，例源码

运动模糊：由于相机和物体之间的相对运动造成的模糊，又称为动态模糊 Opencv+Python实现运动模糊，主要用到的函数是cv2.filter2D()： # coding: utf-8 import numpy as np import cv2 def motion_blur(image, degree=12, angle=45): image = np.array(image) # 这里生成任意角度的运动模糊kernel的矩阵， degree越大，模糊程度越高 M = cv2.getRotationMatrix2D((degree / 2, degree / 2), angle

里面包含两个例子， JQuery版本的PDF文件读取展示在HTML页面 pdf.js原生JS版本的读取PDF文件展示在HTML页面

介绍 torchadver是一个Pytorch工具箱，用于生成对抗性图像。 基本的对抗攻击得以实施。 如 ， ， ， ， 等。 安装 如何使用 简短的攻击过程如下所示。 您可以参考更详细的过程介绍。 通过满足L2范数生成对抗性图像 非目标攻击 from torchadver . attacker . iterative_gradient_attack import FGM_L2 , I_FGM_L2 , MI_FGM_L2 , M_DI_FGM_L2 mean = [ 0.5 , 0.5 , 0.5 ] std = [ 0.5 , 0.5 , 0.5 ] # images normalized by mean and std images , labels = ... model = ... # use mean and std to determine effective rang