拉伸

PE的加载从文件到内存有一个拉伸的过程，拉伸的原因是因为PE在文件中的对齐字节和在内存中的对齐字节可能不一样（文件对齐字节<=内存对齐字节，为了节省磁盘空间，目前的pe文件大部分文件和内存对齐字节都是一样的）。文件对齐字节在可选PE头里： _IMAGE_OPTIONAL_HEADER: 32 4 SectionAlignment 内存对齐 当加载进内存时节的对齐值（以字节计）。它必须≥FileAlignment。默认是相应系统的页面大小。 36 4 FileAlignment 文件对齐 用来对齐镜像文件的节中的原始数据的对齐因子（以字节计）。它应该是界于512和64K之间的2的幂（包括这两个边界值）。默认是512。如果 SectionAlignment 小于相应系统的页面大小，那么FileAlignment必须与SectionAlignment相等。 下面模拟PE文件加载时内存拉伸的过程： 1、读取文件，判断文件大小，分配一段与文件大小相同的内存缓冲区，filebuffer 2、读取DOS头结构，根据DOS头，判断第一个WORD e_magic，这是dos头标记‘MZ’，用来判断是否是pe文件格式，读取最后一个DWORD（e_lfanew）指向NT头 3、读取NT头结构，NT头包括PE签名、标准PE头和可选PE头。根PE头中的SizeOfImage是在内存中拉伸后的大小 4

参考 http://zhidao.baidu.com/question/33507476.html?fr=qrl http://www.ty121.cn/tylw/kyxl/200711/12442.html 坐位体前屈表现的是人体大腿后侧和内侧、腰腹部、背部及肩部关节活动幅度和范围的大小。在训练中采用适宜的训练手段和方法，提高受测部位的柔韧素质，对于提高坐位体前屈成绩具有重要作用。坐位体前屈训练的具体手段有如下几点。 1．拉伸大腿后部 　　(1)坐压腿：双腿分开坐在地面上，一条腿屈膝，脚跟接触伸展腿的内侧。呼气，上体前倾贴近伸展腿大腿的上部。伸展腿膝部保持伸直，动作幅度尽量大。 　　(2)压腿：在高台前站立，一条腿伸直放在台上，另一条腿支撑地面。呼气，双腿膝关节伸直，髋关节正对台子。上体前倾，贴近台上大腿上部，双手扶踝关节前部。伸展腿膝部和背部保持伸直。动作幅度尽量大。 　　(3) 站立拉伸：背贴墙站立，呼气，直膝抬起一条腿。同伴用双手抓住踝关节上部，帮助腿上举。同伴帮助上举腿时练习者呼气，动作幅度尽量大。 2．拉伸大腿内侧 　　(1)直膝分腿坐压腿：双腿尽量左右分开，坐在地面上，双手体前扶地。呼气，转体，上体前倾贴在一条腿上，双手扶在身体前倾一侧腿的踝关节前部。充分伸展双腿和腰部。 　　(2)弓箭步拉伸：弓箭步站立，双脚间距离约60厘米，后脚左转90度，双手叉腰。呼气

1、点击效果不能在普通的Layout或View上通过selector的xml来做。如果这个layout是一个listview或gridview的item布局除外。普通的layout对item的state_pressed、state_focus、state_checked不起作用。 2、一个补间动画的start()方法有时候放在oncreate()中不起作用。要放到事件监听器里边才行。 3、在android3.0版本以上连接网络的操作必须放到线程里边。 4、ImageView的background和src中的图片都会拉伸，但是src图片拉伸会保持原来的长宽比例。例如一个正方形的图片不会被拉伸成长方形。 5、一个空的文件夹listFiles()得到的File[]是null，所以不能用listFiles().length()来判断一个文件夹是否为空。 来源： https://www.cnblogs.com/fufu100/archive/2013/06/05/3118158.html

相比C++而言，Python适合做原型。本系列的文章介绍如何在Python中用OpenCV图形库，以及与C++调用相应OpenCV函数的不同之处。这篇文章介绍在Python中使用OpenCV和NumPy对直方图进行均衡化处理。 提示： 转载请详细注明原作者及出处，谢谢！ 本文不介详细的理论知识，读者可从其他资料中获取相应的背景知识。笔者推荐清华大学出版社的《 图像处理与计算机视觉算法及应用(第2版) 》，对于本节的内容，建议直接参考 维基百科直方图均衡化 ，只需看下页面最后的两幅图就能懂了。 本文内容： 使用查找表拉伸直方图 使用OpenCV和NumPy的函数以不同的方式进行直方图均衡化 在某些情况下，一副图像中大部分像素的强度都集中在某一区域，而质量较高的图像中，像素的强度应该均衡的分布。为此，可将表示像素强度的直方图进行拉伸，将其平坦化。如下： 图来自维基百科 实验数据 本节的实验数据来自维基百科，原图如下： 其直方图为： 使用查找表来拉伸直方图 在图像处理中，直方图均衡化一般用来均衡图像的强度，或增加图像的对比度。在介绍使用直方图均衡化来拉伸图像的直方图之前，先介绍使用查询表的方法。 观察上图中原始图像的直方图，很容易发现大部分强度值范围都没有用到。因此先检测图像非 0 的最低（ imin ）强度值和最高（ imax ）强度值。将最低值 imin 设为 0 ，最高值 imax

ANSYS软件是融结构，流体，电场，磁场，声场分析等于一体的大型通用有限元分析软件，可以广泛应用于航空航天，能源，机械，土木，汽车医疗等多种行业。本教程通过静态分析建模的简单实例(联轴器应用)来学习对ansys软件的使用。 首先我们需要对ansys进行建模得到联轴器，在此基础上对模型进行应用求解。 建立联轴器模型以及分析 1.进入windows开始界面点击workbench19.0 2.第一步后进入以下界面，左边的工作区是工具栏，右边的工作区是放置项目图标的位置 3.在左边的工具栏下的component systems找到geometry，双击geometry在右侧的项目图表得到geometry项目图表 3.选择项目图表第二栏右键选择new designmodeler Geometry 4.进入以下界面, 选择unit下的mm单位，规定模型大小尺度 5.选中ZX平面，后点击生成草图， 6.选中刚刚生成的草图，点击切换视图为正视视图，如图下，然后在Tree outline点击Sketching,进行绘图 7.切换为sketching,左侧出现了sketching toolboxes，有Draw,Modify,Dimensions等选项，进行绘制草图，在draw下选择circle，在右侧的graphics进行绘图，鼠标点击的点是圆心，生成如下图所示圆。

一、border-image的兼容性 border-image可以说是CSS3中的一员大将，将来一定会大放光彩，其应用潜力真的是非常的惊人。可惜目前支持的浏览器有限，仅 Firefox3.5，chrome浏览器，Safari3+支持border-image。所以，就本文而言，IE浏览器可以回家休息 了，Firefox3及其以下以及Opera浏览器也可以休息去看《阿凡达》了。所以，本文提供的一些demo页面，要在 Firefox3.5+，chrome或Safari3+浏览器下才可以看到效果。 二、熟悉border-image的一些特性 我们可能对于CSS2中的background属性比较熟悉，例如： background:url(xx.jpg) 27px no-repeat; 指代的是图片(url(xx.jpg))，位置(27px)，重复性(no-repeat)。 border-image于此类似，border-image包括图片，剪裁位置（与background位置一样，也是数值，也支持百分值），重复性。例如： border-image:url(border.png) 27 repeat; ，指的就是图片(url(border.png))，剪裁位置(27)，重复方式(repeat)。试着对比background，这有助于border-image属性的记忆。 具体描述border

第一部分:分段（线性变换）函数 摘自百度百科： 灰度拉伸又叫： 对比度 拉伸，它是最基本的一种 灰度 变换， 算法 ：使用的是最简单的分段 线性变换 函数，它的主要思想是提高图像处理时 灰度级 的 动态范围 。 它可以有选择的拉伸某段灰度区间以改善输出图像。如图，所示的变换函数的运算结果是将原图在a到b之间的灰度拉伸到c到d之间。如果一幅图像的灰度集中在较暗的区域而导致图像偏暗，可以用灰度拉伸功能来 拉伸 ( 斜率 >1)物体灰度区间以改善图像；同样如果 图像灰度 集中在较亮的区域而导致图像偏亮，也可以用灰度拉伸功能来 压缩 (斜率<1)物体灰度区间以改善 图像质量 。 原理：函数表达式 第二天睡饱了再看这个函数是如何构造的：选取了四个点（0,0） （x1,y1） (x2,y2) (255,255) 先计算斜率 然后再点斜式，（x1,y1） (x2,y2)自己设定 然后可以不断调整整个函数的图像。 分段函数的图像表达式： 代码： function out = MySegmentLinear(I,x1,x2,y1,y2) %功能：实现灰度图像的分段线性变换 %理论基础:http://pan.baidu.com/s/1dFoFuSD %输入参数I是uint8类型的灰度图像数据; I=im2double(I); [M,N] = size(I); out = zeros(M,N); for

如果你的照片看上去灰蒙蒙的，缺少生机，那么hsv拉伸也许可以帮你的忙。hsv拉伸是一种可以提高图像鲜艳程度的图像增强方法，它能够让图像的颜色更加鲜活、艳丽，而且它的处理结果看上去很自然，比如源图中较暗的红色会变的鲜红，而不会像拉伸对比度那样把图像弄的难看失真，暗红色变的发紫发黑。 来个例子： 其基本原理如下： 1、 将源图像的(rgb)颜色空间映射到(hsv )， 什么是HSV? 2、 对图像的s和v通道进行一次min-max normalize，h通道不变 所谓min-max normalize是指： dst(x,y) = [src(x,y) – min(src(x,y)) ] / [ (max(src(x,y)) – min(src(x,y)) ] hsv拉伸处理后，图像不失真的关键因素就是h通道不变，即图像的色相与源图一致 3、 将新的(h s' v')映射回(rgb) 下面是gimp给出的源码（只贴出关键部分）： 1 typedef struct { //用来存放最大最小值的结构体 2 double shi; 3 double slo; 4 double vhi; 5 double vlo; 6 } AutostretchData; 7 8 static void //找到最大最小值 9 find_max (guchar *src, gint bpp,

border-radius属性(圆角) border-radius: length / %单独设定某个角 border-top-left-radius //左上角 border-top-right-radius //右上角 border-bottom-right-radius //右下角 border-bottom-left-radius //左下角设置多个角一个值：四个圆角值相同两个值：第一个值为 左上角与右下角，第二个值为 右上角与左下角三个值：第一个值为 左上角，第二个值为 右上角与左下角，第三个值为 右下角四个值：第一个值为 左上角，第二个值为 右上角，第三个值为右下角，第四个值为左下角 box-shadow属性（盒阴影） 设置一个或多个下拉阴影的框box-shadow: h-shadow v-shadow blur spread color inset　　//(水平 垂直 模糊 扩展 颜色 内阴影)//不写inset时，默认外阴影 border-image属性（边界图片） border-image 构建个性化的 可扩展按钮　　//IE和Opera不兼容 border-image: source slice width outset repeat border-image-source border-image-source: url("里面时url地址");　　/

一、dpi介绍 dpi是“Dots Per Inch”的缩写，表示每英寸的像素点个数，也就是像素点的密集度。 dpi = 总像素点 / 总面积 比如一个32寸的显示，但分辨率只有1920*1440，而一个24寸的显示器，分辨率却达到3840*2160，很明显后面这个显示器的每英寸的像素点的个数多，显示的画面更加细腻。 所以：高分辨率不等于高dpi。 苹果的视网膜屏幕的核心就是高dpi：屏幕面积小，却分辨率高达5k，每英寸的像素点（dpi）固然多，画面自然细腻。 二、高dpi显示器如何导致软件显示异常 随着2K、4K显示器的普及，在使用这些高dpi显示器时，为了保证系统软件界面看起来不至于太小，导致视觉疲劳，一般会在系统中设置缩放比例。Windows操作系统对高dpi显示器缩放支持最好的是windows 10，建议使用高dpi显示器时使用Windows 10操作系统。 假设现在有一个软件界面（宽为950像素，高为700像素），该软件在24寸、分辨率为1900*1400的显示器上显示正常，但放到高dpi显示器（同样是24寸，但分辨率为3800*2800）上显示效果会如何？ 从上图可以看到，同样尺寸的软件界面，在高dpi显示器上会显得非常小，会造成严重的视觉疲劳。 所以我们的软件需要针对高dpi进行缩放。 三、Windows 10 DPI缩放规则 Windows