手写C语言HTTP服务器:epoll与Reactor模式实战

C语言HTTP服务器epoll
于 2026-10-29 05:40:49 修改
·本内容遵循CC 4.0 BY-SA版权协议

1. 为什么我要手写一个 C 语言 HTTP 服务器

1.1 从一次线上 404 说起

事情的起因特别简单:我负责的一个内部小工具,原本跑在一个现成的框架上,某天突然开始间歇性返回 404,日志里什么都看不出来。排查了两天,最后发现是框架内部连接复用逻辑的一个边界 bug。那次之后我就动了念头——与其在别人的抽象层里猜谜,不如自己用 C 语言从 socket 开始撸一个 HTTP 服务器,把每一行行为都攥在自己手里。

这个项目最终跑到了单机 9000 QPS 的水平,中间踩的坑足够写一篇长文。它适合两类人看:一类是学过 C 语言、懂一点 Linux 系统调用,但没真正写过网络服务器的同学;另一类是用过 Nginx、Redis 这类高性能服务,想搞清楚它们内部到底怎么组织事件循环的开发者。我会把 Reactor 模式的设计取舍、epoll 的用法、HTTP 报文解析的细节、压测调优的全过程都摊开讲,代码层面的关键片段也会给出来,你可以直接抄作业。

先说清楚这个服务器的定位:它是一个单 Reactor 单线程的 HTTP/1.1 服务器,支持静态文件服务、长连接(keep-alive)、基本的请求解析和响应构造。它不是要替代 Nginx,而是作为一个教学和自用的底座,让你彻底理解一个 HTTP 服务器从 0 到 1 的每一块拼图。

1.2 为什么选单 Reactor 而不是多线程

很多人一上来就想搞多线程、线程池,觉得线程越多性能越好。我一开始也这么想,后来发现方向错了。Reactor 模式的核心思想是事件驱动 + 非阻塞 IO,一个线程通过 epoll 同时管理成千上万个连接,谁有数据可读就去读,读完立刻处理,处理完立刻写回,全程不阻塞。

单 Reactor 单线程的优势在于:没有锁竞争,没有线程切换开销,没有共享状态的同步问题。对于 IO 密集型任务(HTTP 服务器就是典型的 IO 密集型),单线程事件循环往往比多线程更快,因为瓶颈在 IO 而不在 CPU。Redis 就是单线程的,照样能跑到十万级 QPS,道理是一样的。

当然单 Reactor 也有天花板:如果业务逻辑里有耗时计算,会阻塞整个事件循环。所以我的设计里,事件循环只做 IO 和轻量解析,重活留给后续扩展(比如加一个 worker 线程池)。这个取舍在后面性能调优那节会详细讲。

1.3 整体架构一图流(文字版)

整个服务器的骨架就四层:

  • 网络层:socket、bind、listen、accept、epoll 的封装
  • 事件层:Reactor 事件循环,负责分发可读/可写事件
  • 协议层:HTTP 请求解析、响应构造、状态机
  • 应用层:静态文件读取、路由分发、连接管理

数据流向是:客户端连接 → epoll 通知可读 → 读缓冲区 → HTTP 解析 → 生成响应 → 写缓冲区 → epoll 通知可写 → 发送 → 根据 keep-alive 决定是否关闭。每一层职责单一,方便定位问题,这也是我坚持手写的原因——出问题时我能精确知道是哪一层挂了。

2. 核心细节解析:epoll 与 HTTP 解析的硬骨头

2.1 epoll 的三种触发模式怎么选

Linux 下做高并发 IO 复用,epoll 是绕不开的。它有三个关键 API:epoll_create1、epoll_ctl、epoll_wait。真正让人纠结的是**水平触发(LT)和边缘触发(ET)**的选择。

水平触发的意思是:只要缓冲区里还有数据没读完,epoll_wait 就会一直通知你。边缘触发则是:只在状态发生变化时通知一次,你必须一次性把数据读干净,否则剩下的数据可能永远等不到下一次通知。

我一开始用的是 LT,因为写起来简单,不容易丢数据。但压测时发现,当连接数上去之后,LT 模式下 epoll_wait 返回的事件里,有大量是重复通知同一个连接的,白白浪费了 CPU。切换到 ET 之后,QPS 直接涨了大概 30%。

ET 模式的代价是:必须配合非阻塞 socket,并且循环读到返回 EAGAIN 为止。这是新手最容易踩的坑——只 read 一次就以为读完了,结果 HTTP 请求体被截断,解析出一堆莫名其妙的错误。正确的读法是:

C
while (1) {
ssize_t n = read(fd, buf + offset, sizeof(buf) - offset);
if (n > 0) {
offset += n;
if (offset >= sizeof(buf)) break; // 缓冲区满,需要扩容
} else if (n == 0) {
// 对端关闭连接
close_conn(fd);
break;
} else {
if (errno == EAGAIN || errno == EWOULDBLOCK) {
break; // 数据读完了,正常退出
} else if (errno == EINTR) {
continue; // 被信号打断,重试
} else {
close_conn(fd); // 真错误
break;
}
}
}

注意:ET 模式下如果忘记处理 EAGAIN,会出现"连接卡死"的现象——客户端发了数据,服务器却再也不响应。这个 bug 我调了整整一个下午。

2.2 非阻塞 socket 是 ET 的前提

很多人不知道,ET 模式必须搭配非阻塞 socket,否则循环 read 会在最后一次调用时永久阻塞,整个事件循环就死了。设置非阻塞的标准做法:

C
int flags = fcntl(fd, F_GETFL, 0);
fcntl(fd, F_SETFL, flags | O_NONBLOCK);

accept 出来的新连接也要设成非阻塞,这一点特别容易漏。我见过有人只把 listen fd 设了非阻塞,结果新连接还是阻塞的,一压测就卡。另外,accept4 这个系统调用可以直接带 SOCK_NONBLOCK 标志,一步到位,比 accept 之后再 fcntl 少一次系统调用,性能更好。

2.3 HTTP 报文解析:状态机才是正解

HTTP 请求解析是另一个大坑。新手常见的写法是用 strstr 找 \r\n\r\n,找到就认为请求头结束了。这在简单场景能用,但遇到分片到达的请求就崩了——TCP 是流式协议,一个 HTTP 请求可能分好几次才到齐。

正确做法是用状态机逐字节解析。我把解析过程分成几个状态:请求行、请求头、请求体。每读到一个字节就推进状态,遇到 \r\n 就完成一行。这样即使数据分片到达,也能正确拼接。

请求行的格式是 METHOD SP URI SP VERSION CRLF,解析时要注意:

  • 方法只支持 GET、POST、HEAD 就够用了,其他返回 501
  • URI 要做 URL 解码,%20 要还原成空格
  • 版本号要校验,HTTP/1.1 默认 keep-alive,HTTP/1.0 默认 close

请求头里最关键的是 Content-Length 和 Connection。前者决定请求体读多少字节,后者决定连接是否复用。如果只有 Transfer-Encoding: chunked 而没有 Content-Length,处理起来更复杂,我的实现里暂时返回 411 让客户端改用 Content-Length。

实操心得:解析时一定要限制请求头和请求体的最大长度,否则恶意客户端发一个超长请求就能把你的内存吃光。我设的上限是请求头 8KB、请求体 1MB,超过直接返回 413。

2.4 缓冲区管理:别每次都 malloc

早期我的实现里,每个连接读写都 malloc 一块缓冲区,压测时 malloc/free 的开销非常可观。后来改成每个连接预分配固定大小的读写缓冲区,连接建立时分配,关闭时释放,中间复用。缓冲区大小我选的 8KB,正好是一个内存页的两倍,兼顾了内存占用和减少 read 次数。

对于响应,如果文件很大,不能一次性读进内存。我的做法是:先发响应头,然后用 sendfile 系统调用直接把文件内容从内核态发到 socket,零拷贝,省去了用户态和内核态之间的数据搬运。这是静态文件服务性能的关键优化,实测比 read + write 快了将近一倍。

3. 实操过程:从零到能跑通的完整步骤

3.1 环境准备与编译配置

开发环境很简单:一台 Linux 机器(我用的是 Ubuntu 22.04),gcc 编译器,再加一个压测工具。编译命令我习惯用:

BASH
gcc -O2 -Wall -Wextra -g -o http_server main.c -lpthread

-O2 是必须的,-O0 下性能差一大截。-Wall -Wextra 打开所有警告,C 语言里很多隐蔽 bug 都是编译器警告提示出来的。-g 保留调试符号,方便用 gdb 排查。

如果你用 VSCode 开发,配置 c_cpp_properties.json 时把 includePath 指向系统头文件目录,tasks.json 里把上面的编译命令填进去,一键编译。调试时用 gdb 附加到进程,或者直接在 launch.json 里配好,断点打在事件循环里,能清楚看到每个事件的处理过程。

3.2 服务器启动流程的代码骨架

主流程其实很清晰,我按顺序列一下关键步骤:

  1. 创建 listen socket:socket(AF_INET, SOCK_STREAM, 0)
  2. 设置 SO_REUSEADDR:避免重启时 "Address already in use"
  3. bind 到指定端口:bind 之前要填好 sockaddr_in
  4. listen 开始监听:backlog 设成 SOMAXCONN
  5. 创建 epoll 实例:epoll_create1(0)
  6. 把 listen fd 加入 epoll:监听 EPOLLIN
  7. 进入事件循环:epoll_wait 阻塞等待
C
int lfd = socket(AF_INET, SOCK_STREAM | SOCK_NONBLOCK, 0);
int opt = 1;
setsockopt(lfd, SOL_SOCKET, SO_REUSEADDR, &opt, sizeof(opt));
 
struct sockaddr_in addr;
addr.sin_family = AF_INET;
addr.sin_addr.s_addr = htonl(INADDR_ANY);
addr.sin_port = htons(8080);
bind(lfd, (struct sockaddr*)&addr, sizeof(addr));
listen(lfd, SOMAXCONN);
 
int epfd = epoll_create1(0);
struct epoll_event ev;
ev.events = EPOLLIN | EPOLLET;
ev.data.fd = lfd;
epoll_ctl(epfd, EPOLL_CTL_ADD, lfd, &ev);

注意:SOCK_NONBLOCK 在 socket 创建时直接带上,比后面 fcntl 更省事。listen fd 用 ET 模式,accept 时要循环 accept 直到 EAGAIN,否则会漏掉连接。

3.3 事件循环的核心逻辑

事件循环是整个服务器的心脏,它的伪代码大概是这样:

C
struct epoll_event events[MAX_EVENTS];
while (1) {
int n = epoll_wait(epfd, events, MAX_EVENTS, -1);
for (int i = 0; i < n; i++) {
int fd = events[i].data.fd;
if (fd == lfd) {
handle_accept(lfd, epfd); // 处理新连接
} else if (events[i].events & EPOLLIN) {
handle_read(fd, epfd); // 处理可读
} else if (events[i].events & EPOLLOUT) {
handle_write(fd, epfd); // 处理可写
}
}
}

MAX_EVENTS 我设的 1024,一次 epoll_wait 最多返回这么多事件。设太大浪费内存,设太小会增加 epoll_wait 调用次数。1024 是个经验值,你可以根据连接数调整。

handle_read 里做三件事:读数据到缓冲区、驱动 HTTP 状态机解析、如果请求完整就生成响应。生成响应后不一定能立刻写完(socket 发送缓冲区可能满),所以要把 fd 的关注事件改成 EPOLLOUT,等可写时再发。

3.4 连接生命周期管理

每个连接我用一个结构体表示,包含 fd、读缓冲区、写缓冲区、解析状态、keep-alive 标志等。用一个哈希表或数组按 fd 索引,方便快速查找。

连接关闭的时机有几个:客户端主动关闭(read 返回 0)、解析出错、响应发送完毕且不是 keep-alive、超时。超时管理我用的是时间轮的简化版——每个连接记录最后活跃时间,事件循环里定期扫描,超过 60 秒没活动的就关掉。这样能防止大量空闲连接占着 fd 不放。

踩坑记录:早期我没做超时,压测时客户端异常断开,服务器这边连接一直挂着,fd 很快耗尽,新连接全部 accept 失败。加上超时清理后问题解决。

4. 性能调优:从 404 到 9000 QPS 的实战

4.1 压测工具与基线数据

压测我用的是 wrk,命令是:

BASH
wrk -t4 -c1000 -d30s --latency http://127.0.0.1:8080/index.html

意思是 4 个线程、1000 个并发连接、持续 30 秒,输出延迟分布。第一次跑的时候,QPS 只有 2000 出头,延迟 P99 到了 50ms,明显不合格。

基线数据很重要,它告诉你优化的起点在哪。我建议每次改动后都跑一遍同样的压测,记录 QPS、P99 延迟、CPU 占用,形成对比。没有基线,你根本不知道优化有没有效果。

4.2 第一轮优化:减少系统调用

第一轮优化我盯着系统调用数量。用 strace -c 统计,发现 read 和 write 调用次数特别多。原因是每次事件循环只读一次、写一次。改成 ET 模式循环读写后,系统调用次数降了一半,QPS 涨到 3500。

另一个优化是 accept4 替代 accept + fcntl,每次新连接少一次系统调用。别小看这一次,高并发下每秒几千个新连接,省下来的开销很可观。

4.3 第二轮优化:sendfile 零拷贝

静态文件服务是压测的主要场景。原来我用 read 把文件读进用户态缓冲区,再 write 到 socket,数据在内核态和用户态之间来回拷贝两次。改用 sendfile 后,数据直接从文件描述符传到 socket,全程在内核态完成,零拷贝。

C
off_t offset = 0;
ssize_t sent = sendfile(client_fd, file_fd, &offset, file_size);

这一项优化让 QPS 从 3500 涨到 6000。sendfile 是 Linux 特有的,如果你要跨平台,得用其他方式,但在 Linux 上它就是静态文件服务的性能利器。

4.4 第三轮优化:TCP 参数调优

应用层优化到瓶颈后,我开始调内核参数。几个关键的:

  • net.core.somaxconn:listen backlog 的上限,默认 128 太小,调到 65535
  • net.ipv4.tcp_tw_reuse:允许复用 TIME_WAIT 状态的连接,高并发下很有用
  • net.ipv4.tcp_fastopen:开启 TCP Fast Open,减少握手往返
  • net.core.rmem_max 和 wmem_max:调大 socket 缓冲区上限

这些参数在 /etc/sysctl.conf 里改,sysctl -p 生效。调完之后 QPS 又涨了大概 15%。

4.5 第四轮优化:内存池与对象复用

最后一轮优化针对内存分配。每个连接的缓冲区、解析状态对象,如果频繁 malloc/free,开销不小。我实现了一个简单的内存池,预分配一批连接对象,用的时候从池里取,用完还回去,避免频繁的系统调用。

这一轮优化把 QPS 从 7000 推到了 9000,P99 延迟降到 5ms 以内。到这一步,单线程的 CPU 已经跑满了,再往上就得考虑多 Reactor 或者多进程了。

优化阶段 关键改动 QPS P99 延迟
基线 无 2000 50ms
第一轮 ET 模式 + accept4 3500 25ms
第二轮 sendfile 零拷贝 6000 12ms
第三轮 TCP 参数调优 7000 8ms
第四轮 内存池 9000 5ms

5. 常见问题与排查技巧实录

5.1 连接卡死、无响应

这是最高频的问题,八成是 ET 模式没读干净。排查方法:在 read 循环里加日志,看是否读到了 EAGAIN。如果没读到就退出了循环,说明逻辑有问题。另一个可能是写缓冲区满了但没注册 EPOLLOUT,导致响应发不出去。

5.2 内存持续增长

用 valgrind --leak-check=full 跑一遍,能定位到泄漏点。常见原因是连接关闭时忘了释放缓冲区,或者解析出错时提前 return 没走清理逻辑。我的做法是把清理逻辑统一到一个 close_conn 函数里,所有关闭路径都走它。

5.3 压测时 accept 失败

报错 "Too many open files",说明 fd 耗尽。检查两点:一是 ulimit -n 是否调大(我设的 65535),二是连接超时清理是否生效。如果客户端异常断开而服务器没检测到,连接会一直挂着。

5.4 请求体被截断

POST 请求的 body 没读全,通常是 Content-Length 处理有问题。要确保读满 Content-Length 指定的字节数才认为请求完整。如果一次 read 没读够,要继续读,直到读满或者连接关闭。

问题现象 可能原因 排查手段 解决方案
连接卡死 ET 未读干净 read 循环加日志 循环读到 EAGAIN
内存增长 缓冲区泄漏 valgrind 统一清理函数
accept 失败 fd 耗尽 ulimit -n 调大限制 + 超时清理
请求截断 Content-Length 未读满 打印已读字节数 循环读满
响应乱码 缓冲区越界 AddressSanitizer 检查边界

独家技巧:编译时加上 -fsanitize=address 能自动检测缓冲区越界和内存泄漏,开发阶段强烈建议开启。虽然会慢一点,但能提前发现大量隐患。

6. 后续可以怎么扩展

单 Reactor 跑满一个核之后,下一步自然是多 Reactor。思路是主线程只负责 accept,把新连接分发给多个子 Reactor,每个子 Reactor 独立跑事件循环。这就是 Nginx 和 Redis 多线程版的思路。分发策略可以用轮询,也可以用 SO_REUSEPORT 让内核帮你分发。

另一个方向是加线程池处理业务逻辑。事件循环只做 IO,解析完请求后把任务丢给线程池,线程池处理完再把响应塞回事件循环发送。这样能支持耗时的业务逻辑而不阻塞 IO。

我自己在实际操作中的体会是:手写 HTTP 服务器最大的价值不在于性能数字,而在于你对"一个请求从网卡到应用再回到网卡"的整个过程有了肌肉记忆般的理解。以后再遇到 404、502、连接超时这类问题,你脑子里能立刻浮现出可能出问题的环节,排查效率完全不是一个量级。这套代码我后来直接改造成了内部工具的服务底座,稳定跑了半年多,比之前用的框架省心太多。

基于Python+Open CV的手势识别算法设计
伴随着人工智能时代的到来,人机交互的领域也逐渐成为研究的一大方向;其中,手势识别是人机交互领域的一项关键技术,自此手势识别也迎来了一波高潮,近几年无论是在消费领域、电子领域、数码领域、家电领域甚至汽车领域上,都能或多或少的见到手势识别的身影。 手势识别在设计智能高效的人机界面方面具有至关重要的作用, 目前手势识别已应用到手语识别、智能监控、到虚拟现实等各个领域,手势识别的原理都是利用各种传感器(例如红外、摄像头等)对手部的形态进行捕捉并进行建模,形成一个模型信息的序列帧,而后将这些信息序列转换为机器能够识别的相对应指令(例如打开、切换菜单、移动等)来完成控制。 采用Python的集成开发环境Pycharm进行本次课程设计,在Pycharm中进行需要库(模块)的下载,调取电脑摄像头,按帧读取摄像头采集到的头像,形态学处理,图像旋转(由于摄像头采集到的图像是镜像,需要用cv2.flip将摄像头采集到的图像进行处理),选取图片中固定位置作为手势输入,用红线画出手势识别框,基于hsv的肤色检测,进行高斯滤波,找出轮廓,求出图像中手势的凹凸点,手指间角度求取。
努力学习前端的小陈
ArcGIS Pro入门制图教程
地理信息系统 (GIS) 是一种使用地图显示和分析数据的方式。在本教程中,您将学习桌面 GIS 应用程序 ArcGIS Pro 的基础知识。新加坡的一家旅行社希望制作一款宣传册,用于向游客介绍距离市中心热门目的地最近的火车站。该宣传册将与带有文本信息的地图相结合,并在城市的自助设备中出售。您将帮助该旅行社绘制旅游景点的地图,分析其与火车站的距离以及更改地图的外观以使其在视觉上更具吸引力。在 ArcGIS Pro 中,地图和数据通常被组织在一个工程中。开始制作地图之前,您将创建一个工程。
科研online
ArcGIS Pro 布局创建与地图加载全流程解析
本文详细解析了ArcGIS Pro中布局创建与地图加载的全流程。针对从ArcMap转来的用户,重点阐述了布局与地图解耦的核心设计理念,并提供了从新建布局、设置参考比例尺、加载地图框到深度控制与精细化排版的实用技巧,帮助用户高效制作专业地图。
您的账号已被封禁
ArcGIS PRO布局视图避坑指南:地图框添加与专题图制作的5个关键步骤
本文针对ArcGIS PRO用户在布局视图中制作专题图时遇到的常见问题,提供了地图框添加与专题图制作的5个关键步骤避坑指南。从理解布局视图思维、数据框预处理、地图元素协同配置,到深化视觉层次与最终输出检查,系统讲解了如何高效产出严谨美观的专业地图,帮助用户跨越从数据分析到地图输出的最后一公里。
冰炭不同炉
ROS-CV-ImageConverter:将ROS图像转换为OpenCV(cv :: Mat)类型的图像
ROS-CV图像转换器 依存关系 cv_bridge(ROS软件包)
Willis Wang
计算机视觉图像处理-CV2与图像插值算法
用最近邻插值与双线性插值原理完成图像缩放 最近邻插值,是指将目标图像中的点,对应到源图像中后,找到最相邻的整数点,作为插值后的输。缺点:使用最近邻插值算法处理图像放大时,在图象中可能出现明显的块状效应 双线性插值,在两个方向上做三次线性插值。使用双线性插值算法处理图像放大时,在图象中可能出现马赛克 代码 import cv2 img = cv2.imread(’./xiabang.jpg’, cv2.IMREAD_UNCHANGED) #缩放比例 scale_percent = 0.3 width = int(img.shape[1] * scale_percent) height = int
weixin_38697274
基于水平集CV模型的图像分割(Matlab代码)
基于水平集CV模型的图像分割(Matlab代码),全套代码
小宇QAQ
导向滤波(guide_filter)的python实现
导向滤波(guide_filter)的python实现,可以结合暗通道;理论实现比较好的图像去噪效果。
zachzhan_g
ArcGIS Pro 如何新建布局
你是否已经习惯了在ArcGIS中数据视图和布局视图之间来回切换,到了ArcGIS Pro中却找不到二者之间切换的按钮,即使新建布局后却发现地图怎么却是一片空白。从上面的图中可以看到,虽然新建了布局,但是地图还是空白的,如果想要显示地图还需要加载一下,将地图加载进来。在新建的布局上绘制一个框,作为地图显示的范围,绘制后可以看到地图已经完成加载,如下图所示。在菜单栏上选择插入,点击新建布局下拉箭头,选择一个合适的尺寸,如下图所示。点击后完成布局的新建,新建的布局如下图所示。
水经注GIS
ArcGIS Pro数据修复与图层管理实战指南
本文是ArcGIS Pro数据修复与图层管理的实战指南。针对数据源丢失导致的“红色叹号”问题,详细讲解了一键批量修复和进阶手动修复策略,并分享了使用相对路径、打包工程等防患于未然的黄金法则。同时,深入介绍了如何利用图层组进行高效的地图内容组织、比例尺控制与批量操作,帮助用户构建清晰、智能的专业地图,大幅提升GIS项目管理效率。
Tomato
ArcGIS Pro布局设计实战:从空白页面到专业地图输出的完整工作流
本文详细解析了ArcGIS Pro中从“新建布局”开始,到输出专业地图的完整工作流。内容涵盖布局哲学、地图框深度运用、制图元素集成及视觉排版等核心环节,旨在帮助中级用户掌握项目驱动的现代化制图方法,实现从数据到出版级地图的精准转化。
AnjneyMidha
ArcGIS PRO布局视图避坑指南:地图框添加与坐标系设置的5个常见错误
本文针对ArcGIS PRO用户在布局视图中常遇的难题,重点解析了地图框添加与坐标系设置的5个常见错误。从地图框的创建逻辑、坐标系冲突的根源剖析,到地图范围控制、元素联动更新以及打印导出设置,提供了一套完整的避坑指南与实战解决方案,帮助用户高效、精准地完成地图制图与输出工作。
重离子猫猫
ArcGIS Pro布局设计避坑指南:为什么你的地图总是显示空白?
本文深入解析ArcGIS Pro布局设计中地图显示空白的常见问题,提供从基础操作到高级排错的完整解决方案。重点讲解地图框的正确使用方法、布局元素配置技巧,以及多地图框协同工作等进阶功能,帮助用户快速掌握专业地图制作的核心技术。
习翔宇
CV算法(MATLAB)
chan 和 vese 提出的经典CV模型
beastLOVE
GrabCut:使用opencv-python cv2.grabCut交互式剪切图像
GrabCut 使用opencv-python cv2.grabCut交互式剪切图像
Aaron Gary
Opencv-Python图像透视变换cv2.warpPerspective的示例
今天小编就为大家分享一篇关于Opencv-Python图像透视变换cv2.warpPerspective的示例,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
weixin_38711369
leetcodecv-Kylin:CV算法岗面经&LeetCode刷题总结
leetcode cv Kylin CV算法岗面经 & LeetCode刷题总结 不断更新中。。。。 面试&笔试经验 LeetCode
weixin_38499553
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS.pdf
基恩士CV-X系列相机控制器用户手册CV-X Series Users Manual_CHS真的很不错,
weixin_43905342
ArcGIS布局视图方向调整与优化技巧
地图布局方向是GIS制图的基础设置,直接影响空间数据的可视化效果。横向(Landscape)和竖向(Portrait)布局通过调整页面长宽比例,可优化不同地理要素的展示方式。在ArcGIS等专业制图软件中,方向设置会联动影响比例尺、图例等核心元素的自动适配逻辑。本文以A4纸张为例,详解通过页面设置、Python脚本批处理等技术手段实现布局方向的高效调整,并针对比例尺失准、图例溢出等典型问题提供工程解决方案。特别适用于带状区域地图制作等需要最大化利用版面空间的场景,可提升40%以上的图面利用率。
塞音菩光
ArcGIS Pro 3.4必学新功能:符号系统与布局视图的可见性联动(含省时技巧)
ArcGIS Pro 3.4引入了符号系统与布局视图的可见性联动功能,通过唯一值符号化和复选框控制,实现原子级要素显示/隐藏。这一创新极大提升了制图效率,支持在符号系统窗格、内容窗格和布局视图中同步操作,特别适合城市规划、环境监测等需要动态展示的场景。
t8u9v0
ArcGIS Pro 布局创建与地图加载全攻略
本文详细解析了ArcGIS Pro中布局与地图分离的设计哲学,并提供了从新建布局到加载地图的完整操作指南。重点介绍了如何通过“插入”选项卡新建布局、选择合适的页面尺寸,以及使用地图框工具将项目中的地图动态链接至布局。文章还涵盖了地图范围控制、比例尺锁定、图例添加等深度定制技巧,帮助用户高效创建专业地图并导出为高质量成果。
milk8
ArcGIS多图布局实战:从数据框管理到批量导出的完整指南
在地理信息系统(GIS)制图领域,将多张地图高效整合到单一版面是提升分析报告专业性与表现力的关键技术。其核心原理在于理解并运用数据框与布局视图的分离机制,通过独立的数据框承载不同区域或专题的地理数据,并在统一的布局视图中进行精确排版与视觉整合。这项技术的核心价值在于实现了制图流程的标准化与自动化,避免了传统拼图方式带来的效率低下与更新困难问题,尤其适用于区域对比、时间序列分析、综合评估报告等需要多视角、多维度展示地理信息的应用场景。本文聚焦于ArcGIS Pro平台,深入剖析了多图布局中数据框范围联动、地图
aaa1231722
monolithic-cv:CV算法的集合
单片-cv 计算机视觉算法转储
晨曦姜
改进的cv图像分割
改进的cv图像分割,对学习cv模型有帮助
a904235765
C++实现基于暗通道与导向滤波的图像去雾算法
资源下载链接为: https://pan.quark.cn/s/1bfadf00ae14 在图像处理领域,图像去雾技术用于消除大气散射导致的模糊,提升图像清晰度和视觉质量。本文将介绍一种基于暗通道和导向滤波的图像去雾算法,并探讨如何使用C++和OpenCV库实现。 暗通道理论由Jia等人于2006年提出。他们发现自然场景中存在一些低亮度像素,通常位于无直射光区域。这些像素被称为暗通道像素,可用于估计大气散射模型中的透射率。具体方法是将图像分块,在每块中找到最暗像素值作为暗通道像素。 大气散射模型是图像去雾的基础,描述了光线在大气中传播时的散射影响。模型公式为: I(x)=T(x)×J(x)+A×(1−T(x)) 其中,T(x)是透射率,J(x)是无雾图像亮度,A是全局大气光。透射率与散射程度成反比,无雾图像亮度反映物体本身色彩。 利用暗通道先验,可以近似估计透射率。假设D(x)为暗通道像素,透射率T(x)可通过迭代公式计算: T k+1 (x)= max(D)+ϵ D(x) +(1− max(D)+ϵ D(x) )×T k (x) 其中,k是迭代次数,ϵ是小常数,用于避免除零。 估计透射率后,使用导向滤波器平滑透射率图,减少噪声和边缘失真。导向滤波是一种自适应局部滤波方法,可保持图像边缘细节,同时进行平滑处理。在图像去雾中,它根据图像梯度信息指导滤波过程,更好地恢复图像清晰度。 通过大气散射模型,可得到去雾后的图像: J out (x)= T(x) I(x)−A×(1−T(x)) +A 在C++中,可借助OpenCV库处理图像数据。首先读取输入图像,然后提取暗通道,估计透射率,应用导向滤波,最终恢复无雾图像。OpenCV提供了丰富的图像处理函数,如cv::split用于分离通道,cv::min用于找最小值,cv::filter2D用于导向滤波,cv::imwrite用于保存
KaiyuanCode
cv模型图像分割matlab源程序
cv模型 matlab 图像分割源码,逻辑清晰,注释详尽。
phoenix01
CV图像分割
从pud找到的CV图像分割代码,代码的通过较少的迭代次数就可以实现图像的分割,对学习CV分割有帮助。
a904235765
ArcGIS Pro 3.0 布局视图实战:5分钟搞定专业地图的图例、比例尺与指北针
本文详细介绍了ArcGIS Pro 3.0布局视图的实战技巧,帮助用户在5分钟内高效添加图例、比例尺与指北针,打造专业地图。通过智能图例、动态比例尺和现代化指北针设计,提升制图效率与美观度,特别适合GIS初学者和从ArcMap迁移的用户。
weixin_30652491
ArcGIS Pro界面突然消失?3种恢复方法+自定义布局技巧
本文针对ArcGIS Pro用户常见的操作界面元素突然消失问题,提供了三种核心恢复方法:通过“视图”功能区一键唤回、利用“重置窗格”命令恢复默认布局,以及通过应用程序设置进行深度恢复。文章还深入讲解了如何通过停靠、分组窗格以及自定义功能区等技巧,打造高效个性化的操作界面,帮助用户从被动解决问题转向主动优化工作环境。
nnn11
Ansys Lumerical 启动时出现 Error: Could not connect to Ansys license server specified at 1055@ 的另一种解决办法
昨天在关闭了中之后 就能正常打开 FDTD 了,结果今天想开启出现了同样的报错:我猜测昨天能启动的原因在于关闭之后要重启电脑,并且在重启之后我第一时间打开 lumerical 测试因此端口没有被占用,今天是在电脑启动之后一段时间才打开所以又遇到了端口占用的问题。
asa440