JVM调优实战:内存模型、GC选型与OOM排查避坑指南

JVM调优JVM内存模型Full GC
于 2026-10-29 04:01:26 修改
·本内容遵循CC 4.0 BY-SA版权协议

做Java后端这些年,我接过的“JVM调优”需求少说也有几十个。每次对方一开口,我都会先反问一句:你要调的是什么?接口响应慢?频繁Full GC?还是干脆OOM了?目标不一样,手段完全不同。很多人一上来就搬一堆-XX参数往启动脚本里塞,看着很专业,其实大部分是在给自己加戏。这篇文章不整虚的,就把JVM内存模型、垃圾回收选型、核心参数配置、排查工具链、真实避坑经验完整捋一遍。适合正在被线上OOM、Full GC停顿、接口毛刺折磨的研发,也适合准备jvm面试题的朋友拿来当复习提纲。

1. 先搞清楚:JVM调优到底在调什么

1.1 调优不是玄学,是资源博弈

很多文章一上来就贴参数,搞得跟秘方一样。但实际的调优流程永远是先测量、后调整、再验证,跟调MySQL性能参数或者Linux内核参数是一个套路。核心说白了:JVM调优就是在有限的物理内存和CPU下,通过调整堆大小、分代比例、垃圾回收器类型和线程配置,让业务请求的吞吐量和响应时间达到预期,同时把GC停顿、内存溢出这类系统性风险压到可接受范围。

我见过最典型的反面教材:给一个只需要2G堆的小服务硬塞了8G堆和CMS参数,结果Full GC一次停顿好几秒,比原来更糟。为什么?堆越大,GC扫描范围越大,停顿时间跟着涨。所以调优第一课就是克制——先量化问题,再动手,而不是把参数当装饰品贴满启动脚本。真正靠得住的做法是:打开GC日志,观察数据,让每一次参数调整都有前因后果。

1.2 三个核心维度:堆、GC、线程

我习惯把JVM调优分成三条线,排查时各归各,不容易乱:

  • 堆内存:分配多大、新生代和老年代各占多少、元空间够不够、有没有内存泄漏。这决定了对象的生存周期和GC频率。
  • 垃圾回收:选哪款回收器(Parallel、CMS、G1、ZGC),目标停顿时间设多少,GC日志怎么开。这决定了停顿是否会伤到业务。
  • 线程与锁:线程池大小、栈深度、锁竞争。很多“卡顿”其实跟GC无关,是线程阻塞或者上下文切换太频繁。

面试官也爱从这三条线问。你看网上流传的JVM面试题,绕来绕去就是这几个点:内存区域怎么划分、对象怎么分配、GC算法和回收器怎么对比、OOM怎么排查。把这三条线理清楚,笔试口试和线上实战就都不虚了。

2. JVM内存模型:不懂分区就没法谈调优

2.1 堆内存分代:新生代和老年代的分工

JVM的堆是对象的主要住所,按对象的年龄分成新生代和老年代。新生代里又细分成Eden区、Survivor0和Survivor1。为什么要这么折腾?因为绝大部分对象是“朝生夕死”的——创建一个HTTP请求对象,处理完就没人引用了。把它们集中放在新生代,用复制算法小范围清理,成本极低;活过一定次数的对象才晋升到老年代,用标记-复制或标记-整理处理,频率低很多。

对象分配的实际路径是这样的:优先在栈上分配(栈上分配逃逸分析通过就直接不进堆),不行就进TLAB(线程本地分配缓冲区),再不行才进Eden。Minor GC触发时,存活对象从Eden和正在使用的Survivor复制到另一个空Survivor,来回倒腾,直到对象年龄超过阈值(默认15)进入老年代。这套机制决定了新生代内部比例的敏感性。默认Eden:S0:S1 = 8:1:1,如果堆是2G,新生代1G,Eden大约800M,两个Survivor各100M。这个比例看着合理,但对象存活率高的时候,100M的Survivor根本兜不住,对象会直接晋升老年代,反而导致Full GC提前到来。

2.2 堆外也有战场:元空间、虚拟机栈、直接内存

只盯着堆调优,早晚吃大亏。还有几块堆外区域,每块都出过事:

  • 元空间:存放类元数据。Java 8之后从永久代迁到了本地内存,默认不设上限,但类加载过多(热部署反复加载、动态生成代理类)会把机器内存吃爆,所以线上必须设-XX:MaxMetaspaceSize。
  • 虚拟机栈:每开一个线程就要占一块栈空间,默认512K到1M。线程开到几千的时候,栈内存累加起来非常可观,这就是无脑加大线程池会出事的原因。
  • 直接内存:NIO用的,-XX:MaxDirectMemorySize可以限制。这个最容易漏,很多人堆调得挺好,结果Direct Buffer溢出,报的却是OutOfMemoryError。

顺便把JRE和JVM的关系理一下:JRE是Java运行时环境,JVM是JRE内部的虚拟机核心。我们调优调的是JVM这一层,但用的工具链——jps、jstat、jmap这些——是JRE提供的。很多时候“no suitable JVM was found to start the application”这类报错,就是JRE环境或JAVA_HOME出了问题,跟代码一点关系没有,别一上来就查业务逻辑。

2.3 从OutOfMemoryError倒推配置

常见的OOM分好几种,每种对应的排查方向完全不同。我整理了一个表方便对照:

OOM类型 含义 优先排查方向
Java heap space 堆空间不足 堆太小还是内存泄漏
GC Overhead Limit Exceeded GC一直工作但回收不了多少 是否有对象疯狂创建且不可回收
Metaspace 元空间不足 类加载器泄漏、动态代理过多
Direct buffer memory 直接内存不足 NIO/Netty缓冲区泄漏
Unable to create new native thread 线程数超限 系统线程数限制或线程池失控

拿到任何OOM,第一反应不是加内存,而是先dump堆转储文件分析。加内存只是把问题往后推,泄漏不解决,给多大堆都得爆。后面第4节我会说具体的排查工具和方法。

3. 垃圾回收器选型与参数配置实战

3.1 主流GC对比与选型思路

现在还在服役的回收器大致是这几款:

回收器 工作方式 适用场景 特征
Serial 单线程、Stop The World 客户端小应用 简单但停顿明显
Parallel 多线程并行回收 追求吞吐的服务端 JDK 8默认,停顿偏长
CMS 并发标记清除 老年代、响应优先 已废弃,有碎片问题
G1 分区化、可预测停顿 大堆、JDK 11+默认 当前主流
ZGC/Shenandoah 低延迟、几乎不停顿 超大堆、超低延迟 JDK 15+逐渐成熟

选型第一原则:没有万能回收器,只有适不适合场景。批处理任务、对响应时间不敏感,用Parallel追求吞吐很合适;接口要求P99在几百毫秒内,堆在4G以上,直接上G1;堆超过16G、要求亚毫秒级停顿,可以试ZGC,但要掂量JVM版本、兼容性和运维成本。CMS已经被JDK 14移除,新项目别往里跳,老项目也该规划迁移了。

3.2 核心参数逐个拆解:每个参数背后是什么

参数不在多,关键的就这么几个,我说一下我的理解:

  • -Xms 和 -Xmx:初始堆和最大堆。生产环境强烈建议设成一样,避免运行期扩容。大小怎么定?先看机器剩余内存,预留操作系统、元空间、直接内存、线程栈的份额,堆一般占总内存的50%到70%。
  • -Xmn:新生代大小。太大,老年代变小,大对象容易直接进老年代触发Full GC;太小,短命对象频繁Minor GC。经验值是堆的1/3到1/2,具体要看业务对象的生命周期。
  • -XX:NewRatio:老年代和新生代的比例,默认2,即老年代是新生代2倍。这个和-Xmn一起看,不要两个都乱设,用哪个就以哪个为准。
  • -XX:SurvivorRatio:Eden和Survivor的比例,默认8。对象存活率高的业务里,适当调小这个值,给Survivor留更多空间,能有效减少对象提前晋升。
  • -XX:MaxMetaspaceSize:元空间上限,建议512M起步,动态代理和反射多的项目再往上加。
  • -XX:+UseG1GC:显式指定G1,配套-XX:MaxGCPauseMillis=100,告诉G1期望的停顿目标,它会动态调整年轻代大小去满足。
  • -XX:+HeapDumpOnOutOfMemoryError 和 -XX:HeapDumpPath:必须开!OOM时自动dump堆转储文件,没有这个,OOM之后只能干瞪眼。
  • -Xlog:gc*:JDK 9+统一日志配置,替代老旧的-XX:+PrintGCDetails,格式更规范,生产环境用这个。

G1特别的地方在于它把堆分成一个个Region,按价值优先回收,H区(Humongous Region)专门放大对象。对象超过Region一半大小就进H区,H区太多会导致G1退化,所以超大对象特别多的业务要谨慎评估G1。这些细节,面试官深挖的时候会问,写在简历上“熟悉G1”之前先问问自己是不是真懂。

3.3 一个可落地的参数配置计算案例

拿真实场景算一次。一台8G内存机器部署订单服务,预计线程300个,用Netty做RPC:

  • 线程栈按512K算:300 × 512K ≈ 150M
  • 元空间预留512M
  • 直接内存预留512M
  • 操作系统和文件缓存预留1G左右

能分给堆的空间差不多5G。于是配置可以这样起步:

BASH
- Xms5120m -Xmx5120m -Xmn2048m -XX:MaxMetaspaceSize=512m \
- XX:MaxDirectMemorySize=512m -XX:+UseG1GC -XX:MaxGCPauseMillis=100 \
- XX:+HeapDumpOnOutOfMemoryError -XX:HeapDumpPath=/data/logs/dump \
- Xlog:gc*:/data/logs/gc.log:time,uptime,level,tags

启动后跑压测,重点看GC日志里Minor GC频次和Full GC频次。如果Minor GC每秒好几次,说明新生代小了,可以把-Xmn往3G调;如果老年代持续增长不回落,那大概率是对象泄漏或晋升异常,这时候该dump堆而不是加内存。记住:每改一次参数,重压一次,对比一次GC停顿和业务RT数据,有数据支撑的调整才叫调优。

4. 排查工具链:从JDK自带命令到堆分析平台

4.1 命令行三兄弟:jps、jstat、jmap、jstack

服务器上不一定有可视化界面,但JDK自带命令一定有。我最常用的组合:

BASH
jps -l # 列出Java进程和主类,先找到PID
jstat -gcutil 12345 1000 # 每秒打印一次GC统计
jmap -dump:live,format=b,file=/tmp/heap.hprof 12345 # 堆转储
jstack 12345 # 打印线程栈,抓死锁和阻塞

jstat的-gcutil输出重点看这几列:E(Eden使用率)、O(老年代使用率)、FGC(Full GC次数)、FGCT(Full GC累计耗时)。如果FGC频繁、FGCT持续增长,问题基本锁定在老年代或元空间。jstack在CPU飙高或者接口卡死时是救命的,配合top -Hp找到CPU最高的线程,再把线程PID转十六进制去jstack日志里搜,能直接定位到哪段代码在烧CPU。这个“top找线程PID + jstack核对栈”的组合拳,是我排查线上问题用得最多的招。

jmap -dump在生产要慎用,执行时会触发一次Full GC,有停顿风险,最好配合业务低峰期或者压测窗口来操作。现在新版本JDK里jmap和jcmd都可以配合使用,jcmd功能更全,可以替代不少老命令,值得学一下。

4.2 堆转储分析:MAT和Arthas

dump出来的hprof文件动辄几个G,用MAT(Memory Analyzer)打开后,第一眼看Leak Suspects报告,它会自动圈出最可疑的持有链。我的操作路径是:Dominator Tree看大对象 -> Path to GC Roots查谁还引用着它 -> 顺着业务代码找源头。

如果公司有条件,线上神器还是Arthas。不用重启应用,dashboard一眼看内存、GC和线程状态,thread -b直接找死锁,heapdump命令在线导出堆,stack和trace能定位方法调用耗时。Arthas的watch命令还能盯某个方法的入参和返回值,排查内存泄漏的源头比MAT还要直接。工具不在多,把jstat、jmap、jstack、MAT、Arthas这几样用熟,95%的JVM问题都能搞定。

4.3 内存泄漏排查五步法

遇到疑似泄漏,我按这个流程走,基本稳:

  1. 先看GC日志,确认老年代使用率曲线是否持续上升不回落。
  2. 用jstat或Arthas连续采样几轮,确认不是偶发波动。
  3. 挑业务低峰期做一次堆dump,保存现场。
  4. 用MAT定位泄漏嫌疑点,重点查静态集合、缓存、ThreadLocal、未关闭的连接。
  5. 修复后保持-XX:+HeapDumpOnOutOfMemoryError开启,上线观察GC曲线是否回归平稳。

这套流程的核心经验是:保存现场比猜测重要。很多人看到老年代上涨就开始猜“是不是这个集合没清空”“是不是那个连接没关”,不如老老实实dump一次,全局引用链拉出来,证据清清楚楚。ThreadLocal泄漏是特别经典的一类:线程池里的线程长期存活,ThreadLocalMap的key虽然弱引用,但value是强引用,配合线程池复用,value就永远清不掉。这种问题不dump,靠肉眼看代码很难发现。

5. 高频问题与避坑实录

5.1 代表性故障排查速查表

现象 可能原因 第一步动作
接口偶尔毛刺、STW明显 GC停顿 看GC日志确认停顿时长
CPU飙高但QPS平稳 频繁GC或业务死循环 jstat确认GC频率,jstack看线程栈
老年代持续上涨 内存泄漏或晋升过快 低峰期dump堆,分析GC Roots
no suitable JVM was found JAVA_HOME未配或架构不匹配 检查java -version和JAVA_HOME
元空间OOM 类加载器泄漏 检查动态代理、反射、热部署逻辑
启动即失败、端口起了又掉 堆参数不合理或日志路径不存在 先检查启动脚本和溢出日志
多次Minor GC后仍频繁Full GC Survivor过小或晋升异常 调SurvivorRatio,观察年龄分布

“no suitable JVM was found to start the application”这个报错,新手经常被坑。应用本身没问题,通常是JAVA_HOME没设置,或者装了32位JRE却用了64位的启动器,又或者系统里多个JDK版本导致脚本找错了路径。先跑java -version确认能不能执行,再检查环境变量,这类问题八成不在代码。

5.2 那些年我踩过的坑

第一个坑:给Tomcat调参数只改catalina.sh里的JAVA_OPTS,结果内部工具调用也拿到了这些参数,行为异常。正确姿势是优先设置CATALINA_OPTS,它只在Tomcat启动时生效;JAVA_OPTS会传给所有Java调用,包括自带的管理脚本,别混着用。用容器部署的话,环境变量JAVA_OPTS和CATALINA_OPTS同理,先搞清楚哪个真正生效。

第二个坑:把-Xmx设成机器总内存的90%,比如16G机器设-Xmx14g,看着豪横,结果操作系统和别的进程一紧张,整机进入Swap,性能跌到谷底。堆不是越大越好,要算总账,先把线程栈、元空间、直接内存、系统缓存都减去,剩下的才是堆的合理区间。

第三个坑:改完参数不看GC日志就上线。调优是迭代过程,改一次、看一次、验证一次。我自己的习惯是每次调整都留对比截图,GC停顿数据、业务RT数据、CPU占用,全部记录在案。没有数据支撑的调整不做,这句话写给我自己,也写给所有手痒的人。

5.3 真实场景一瞥:Minecraft治卡顿的思维

可能有人没想到,游戏也是JVM调优的典型场景。《我的世界》Java版跑在JVM上,玩久了卡顿明显——加载区块时GC停顿、模组多了内存紧张频繁Full GC,这些和跑后端服务遇到的机制完全一样。社区里流传的启动参数,比如-Xmx分配内存、-XX:+UseG1GC、追求极致用ZGC,本质都是在跟JDK要更平稳的GC表现。理解了内存分代和回收器原理,再回去改游戏启动脚本,你就知道每个参数在干什么了,不会再看什么“优化版”就无脑抄。同样的道理,网上搜“参数调优三件套”之类的东西,核心也就是监控、分析、调整、验证这个循环,换到任何JVM场景都成立。

6. 最后分享一点个人体会

写到这里,还是那句老话:JVM调优最值钱的是方法论,不是参数表。参数是死的,场景是活的,同一个配置在A服务表现优秀,搬到B服务可能水土不服。我现在的工作习惯是:任何压测、上线、调优,都先把GC日志和堆dump机制打开,把证据链留足,再动参数。数据说话,比经验背书可靠得多。这套流程你多跑几遍,自然会形成自己的判断节奏,下一次再遇到OOM或者Full GC飙升,就不会慌,而是一步步把它钉死。

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
三极管稳压电路仿真分析
Z1的负极连接到三极管的基极,三极管发射极E是输出,形成了一个射极跟随器,也就是说,E极的电压随着B电压变化而变化,但BE之间有一个压降,一般硅管0.7V左右,假设B极是6.7V,那E极就是6.7-0.7=6V,所以就有一个公式VOUT=Vz-Vbe,可以根据VOUT来选择合适的稳压管。从稳压管的SPEC中我们可以看到,Vz@Izt这个参数,指在Izt=20mA时,稳压管的稳压值Vz=5.1V,也就是说流过稳压管的电流在20mA以上,稳压效果最佳。三极管导通之后,E点电压会升高,当升高到Vbe。
创想工作室