Android逆向实战:APK反编译与Frida动态Hook全解析

androidapk反编译
于 2026-10-29 07:31:01 修改
·本内容遵循CC 4.0 BY-SA版权协议

1. 从一个标题说起:设备里的“秘密”到底指什么

“藏在设备上的秘密,终究藏不住”——这句话第一次看到的时候,我脑子里蹦出来的不是悬疑剧,而是这些年折腾 Android 逆向时反复出现的一个场景:一个 APK 安安静静躺在手机里,图标普通、名字正常,但只要你把它拖进反编译工具,里面的接口地址、密钥、资源文件、甚至业务逻辑就全摊在桌面上了。所谓“秘密”,在移动安全这个语境里,通常指的就是这些:硬编码的凭证、未加固的代码、明文存储的配置、可被动态 Hook 的关键函数。

这篇内容我想聊的不是某一个具体 App 的破解,而是围绕 android、apk、反编译、jadx、frida 这一整套技术链路,把“设备上的信息为什么藏不住”这件事讲透。适合谁看?如果你是做移动端开发的,想知道自己的 App 有哪些暴露面;如果你是安全测试方向的新人,想系统了解静态分析和动态分析怎么配合;如果你只是对 APK 内部结构好奇,想自己动手看看一个安装包到底由什么组成——这篇都能给你一条能落地的路径。

我尽量不写成教科书,而是按我实际操作的顺序来:先搞清楚 APK 里有什么,再讲静态反编译怎么读代码,接着讲动态调试怎么在运行时“抓现行”,最后聊聊加固与对抗的现实情况。整个过程会涉及 jadx、jd-gui、frida、Android Studio 这些工具,也会补充一些热词里出现的打包、签名、模拟器相关的实操细节。

提醒:以下所有技术讨论仅用于合法的安全研究、自有应用调试和学习目的。对他人应用进行未授权的逆向分析可能违反相关协议与规定,请务必在合规范围内使用这些知识。

2. APK 到底是什么:先把“容器”拆开看

2.1 一个 APK 其实就是个改了后缀的压缩包

很多人第一次知道这件事的时候会有点意外:APK 本质就是一个 ZIP 包。你可以直接把 xxx.apk 改成 xxx.zip,然后用解压工具打开。里面大致是这么几类东西:

  • classes.dex:Dalvik 字节码,Java/Kotlin 代码编译后的产物,可能有一个或多个(classes.dex、classes2.dex……),这是反编译的主战场。
  • resources.arsc:编译后的资源索引表,字符串、颜色、尺寸等资源的映射。
  • AndroidManifest.xml:二进制格式的清单文件,声明权限、组件、入口 Activity。
  • res/ 目录:图片、布局、各种 XML 资源。
  • lib/ 目录:各 CPU 架构的 so 动态库,native 代码在这里。
  • META-INF/:签名相关信息。
  • assets/:原样打包的资源,很多游戏引擎(比如 Cocos Creator)的脚本和配置就放这儿。

理解这个结构非常关键,因为它决定了你后面用什么工具、看哪个文件。比如你要找业务逻辑,去 dex;要找 native 加密,去 lib;要找游戏脚本,去 assets。

2.2 为什么“秘密”容易暴露在 dex 里

Java/Kotlin 编译成 dex 之后,虽然指令集变了,但类名、方法名、字段名、字符串常量这些信息默认是保留的。这就意味着,如果开发者把 API Key、加密盐值、服务器地址直接写在代码里,反编译之后基本就是明文可见。我见过太多案例:一个 String AES_KEY = "..." 就这么躺在某个 Util 类里。

这也是为什么“反编译”这件事在安全圈一直热度不减——门槛没有想象中那么高。一个 jadx 图形界面,拖进去,几分钟就能看到大致逻辑。真正难的是加固、混淆、native 化之后的对抗,那是另一个层级的故事,后面会讲。

2.3 静态分析与动态分析的分工

我习惯把整个逆向流程分成两条腿走路:

维度 静态分析 动态分析
代表工具 jadx、jd-gui、apktool frida、Xposed、调试器
看什么 代码结构、字符串、调用关系 运行时参数、返回值、内存
优势 全局视野,快 能看到解密后的真实数据
劣势 混淆/加固后难读 需要环境搭建,易被检测

静态分析帮你画地图,动态分析帮你验证地图。只做静态,遇到字符串加密就卡住;只做动态,不知道从哪下钩子。两者配合,效率最高。下面我就按这个顺序展开。

3. 静态反编译实战:jadx 与 jd-gui 怎么选怎么用

3.1 jadx:反编译 APK 的首选入口

jadx 是我目前最常用的 APK 反编译工具,没有之一。它最大的好处是直接吃 APK,不需要你先解压、再单独处理 dex。它内部会把 dex 转成 Java 源码,同时还能看资源、看 Manifest。

基本使用流程:

  1. 下载 jadx(有命令行版和带界面的 jadx-gui)。
  2. 打开 jadx-gui,直接把 APK 拖进去,或者 File → Open。
  3. 左侧是包结构树,中间是反编译出的 Java 代码,右侧可以切换看 Smali、资源等。
  4. 顶部搜索框支持全局搜索字符串、类名、方法名——这是找关键逻辑的利器。

我找敏感信息时有个固定套路:先全局搜 http、key、secret、token、password 这类关键词,往往几分钟就能定位到可疑代码。然后再顺着调用链往上追,看它是怎么被使用的。

实操心得:jadx 反编译大 APK 时偶尔会卡或者内存溢出,可以在启动脚本里加大 JVM 内存,比如 -Xmx4g。另外,如果某个方法反编译失败显示 // decompilation error,别慌,切到 Smali 视图照样能读逻辑。

3.2 jd-gui:处理单个 jar 和 class 的老牌工具

热词里出现了“反编译jar”“jd-gui反编译工具下载”,说明很多人是从 Java 桌面端转过来的。jd-gui 的定位和 jadx 不太一样:它主要面向 .jar 和 .class 文件,而不是 APK。

什么时候用 jd-gui?当你从 APK 里抽出了某个 jar(比如某些 SDK 以 jar 形式集成),或者你在分析一个纯 Java 项目时。它的界面很朴素,打开 jar 就能看源码,支持导出全部源码。

不过说实话,现在纯用 jd-gui 的场景少了,因为 jadx 也能处理 jar,而且对现代 Java 语法支持更好。jd-gui 的优势在于轻量、启动快,处理小文件时很顺手。我的建议是:APK 用 jadx,零散 jar 用 jd-gui,两个都备着不亏。

3.3 apktool:需要改资源、重打包时的必备

如果你不只是想看代码,还想修改资源、改 Manifest、然后重新打包,那 apktool 是绕不开的。它能:

  • 反编译 APK 得到 Smali 代码和可读的 XML 资源;
  • 修改后重新打包成 APK;
  • 配合签名工具重新签名。

典型命令:

BASH
# 反编译
apktool d target.apk -o output_dir
 
# 修改完内容后重新打包
apktool b output_dir -o repacked.apk
 
# 用 apksigner 或 jarsigner 重新签名
apksigner sign --ks my.keystore --out signed.apk repacked.apk

这里有个坑:重新打包后必须重新签名,否则装不上。而且如果原 APK 用了 v2/v3 签名方案,签名时要对应处理。热词里的“apk签名工具”就是干这个的。

3.4 从 dex 到 Java:反编译结果为什么不能全信

必须强调一点:反编译出来的代码不等于原始源码。它是从字节码“猜”回来的,变量名可能变成 a、b、c,控制流可能被优化得面目全非,尤其是经过混淆(ProGuard/R8)之后。所以读反编译代码时要有心理准备:

  • 类名方法名短得离谱,是混淆的典型特征;
  • 有些逻辑看起来“绕”,可能是编译器优化或混淆插入的无效代码;
  • 遇到看不懂的,切 Smali 对照,Smali 更接近真实执行逻辑。

理解了这一点,你就不会因为“反编译出来看不懂”而怀疑工具坏了。

4. 动态分析:frida 让运行时无处遁形

4.1 frida 是什么,为什么它这么强

静态分析看的是“写死的代码”,但很多关键数据是运行时才产生的:解密后的字符串、网络请求的真实参数、加密前的明文。这时候就需要 frida。

frida 的核心能力是 动态插桩(instrumentation):它能把一段 JavaScript 注入到目标进程里,Hook 指定的函数,在函数执行前后打印参数、修改返回值、甚至替换整个实现。用一句话概括:它让你能在 App 运行时“伸手进去”看和改。

热词里“frida 雷电模拟器”“android 的 frida 服务器搭建与操作”“frida中文教程”出现频率很高,说明大家最关心的还是环境怎么搭。这块我详细讲。

4.2 Android 上 frida 环境搭建的完整步骤

frida 在 Android 上分两部分:电脑端的 frida 工具 和 设备端的 frida-server。两者版本必须匹配,这是新手最容易踩的坑。

第一步,电脑端安装:

BASH
pip install frida-tools
# 验证
frida --version

第二步,确认设备 CPU 架构。用 adb shell getprop ro.product.cpu.abi 查看,常见的是 arm64-v8a、armeabi-v7a、x86_64。

第三步,去 frida 的 GitHub Releases 下载对应架构的 frida-server,版本要和电脑端 frida --version 完全一致。

第四步,推送到设备并启动:

BASH
adb push frida-server /data/local/tmp/
adb shell "chmod 755 /data/local/tmp/frida-server"
adb shell "su -c /data/local/tmp/frida-server &"

第五步,电脑端验证连接:

BASH
frida-ps -U

能列出设备上的进程列表,就说明通了。

注意事项:frida-server 需要 root 权限才能跑起来。模拟器(比如雷电)通常自带 root,真机则需要自行处理。另外,frida-server 的进程名很显眼,很多 App 会检测它,这就是后面要讲的“反调试对抗”。

4.3 一个能直接抄的 frida Hook 模板

假设你在 jadx 里发现某个类 com.example.util.CryptoUtil 有个方法 decrypt(String),你想看它每次的输入输出。脚本可以这么写:

JAVASCRIPT
Java.perform(function () {
var CryptoUtil = Java.use("com.example.util.CryptoUtil");
CryptoUtil.decrypt.overload("java.lang.String").implementation = function (input) {
console.log("[*] decrypt 输入: " + input);
var result = this.decrypt(input);
console.log("[*] decrypt 输出: " + result);
return result;
};
});

保存成 hook.js,运行:

BASH
frida -U -f com.example.app -l hook.js --no-pause

-f 表示启动 App 并挂载,--no-pause 让它直接跑起来。这样每次调用 decrypt,控制台就会打印明文,加密逻辑再复杂也白搭。

4.4 frida 常见 Hook 场景速查

场景 Hook 目标 用途
看加密明文 加解密方法 拿到解密后数据
绕过 SSL Pinning 证书校验函数 抓 HTTPS 包
改返回值 校验/判断方法 绕过某些检查
追踪调用栈 任意方法 理清调用关系
打印所有字符串 String 构造 快速定位敏感信息

这张表基本覆盖了日常 80% 的需求。新手可以先从“打印字符串”入手,感受一下 frida 的威力。

4.5 frida 与模拟器的配合

热词里“frida 雷电模拟器”很典型。模拟器的好处是:root 方便、快照恢复快、不怕搞坏。雷电这类模拟器一般是 x86 或 x86_64 架构,所以下载 frida-server 时要选对应版本,别下成 arm 的。

模拟器上还有个便利:可以随时创建快照,Hook 崩了直接回滚,比真机折腾省事得多。但要注意,有些 App 会检测模拟器环境,跑不起来就得换真机。

5. 打包、加固与对抗:为什么有的“秘密”藏得住

5.1 从 Android Studio 到 APK:打包链路简述

热词里“android studio怎么编译成apk”“cocos creator 打包apk”说明很多读者是从开发侧过来的。简单说,Android Studio 里 Build → Generate Signed Bundle/APK,选 APK,配置签名,就能产出安装包。Cocos Creator 这类引擎则是先构建出 Android 工程,再用 Gradle 打包。

理解打包链路的意义在于:你知道代码是怎么进去的,就知道它可能怎么被拿出来。比如 Cocos 的 JS 脚本会进 assets,Unity 的代码会进 libil2cpp.so,这些不同形态决定了反编译的难度和方法。

5.2 混淆:让反编译结果“能看但看不懂”

ProGuard/R8 是 Android 官方推荐的混淆工具,它做几件事:把类名方法名改成短名、删除无用代码、优化字节码。混淆之后,jadx 里看到的可能是 a.b.c() 这种,逻辑还在,但可读性大幅下降。

不过混淆不是万能的。字符串常量默认还是明文,除非你额外做字符串加密。所以很多团队会配合字符串混淆、控制流平坦化等手段。作为分析方,遇到混淆就要靠动态分析补位——名字看不懂,但运行时行为骗不了人。

5.3 加固:把 dex 藏起来

加固(热词里的“apk加固”)是更进一步的保护。原理大致是:原始 dex 被加密存储,App 启动时由一个壳(通常是 native 代码)解密并加载。这样你直接反编译 APK,看到的只是壳的代码,真正的业务逻辑是加密的。

对抗加固是个技术活,常见思路包括:脱壳(在内存中 dump 出解密后的 dex)、Hook 类加载器、分析壳的解密流程。这块门槛较高,且涉及的法律和合规边界更敏感,我这里只做原理性说明,不建议在没有授权的情况下深入。

5.4 反调试与检测:frida 也会被“抓”

App 可以检测 frida:检查进程名、扫描内存特征、检测端口、检查 /data/local/tmp 下的文件等。一旦发现,可能直接退出或走假逻辑。热词里“有没有魔改的frida 过调试”反映的就是这个对抗。

应对思路(仅限合法研究):改 frida-server 的名字、用非默认端口、把 server 放到不显眼的路径、用更隐蔽的注入方式。但这是一场持续的猫鼠游戏,没有一劳永逸的方案。

6. 常见问题与排查技巧实录

6.1 反编译相关的高频问题

问题 可能原因 解决思路
jadx 打开卡死 APK 太大/内存不足 加大 JVM 内存,或只反编译部分 dex
代码全是 a.b.c 被混淆 结合动态分析,或找未混淆的入口
反编译报错 加固/畸形 dex 尝试脱壳,或换工具
资源看不懂 二进制 XML 用 apktool 反编译成可读 XML
重打包装不上 没重新签名 用 apksigner 重新签名

6.2 frida 相关的高频问题

问题 可能原因 解决思路
frida-ps -U 无输出 server 没起/版本不匹配 检查 server 进程和版本
Hook 不生效 类名方法名写错 用 jadx 确认准确签名
App 一 Hook 就崩 有反调试 先绕过检测再 Hook
overload 报错 参数类型不对 用 overload() 明确指定类型
模拟器连不上 架构不匹配 下载对应架构的 server

6.3 几条踩坑换来的经验

第一,版本匹配是 frida 的生命线。电脑端和 server 端版本不一致,报错信息往往很含糊,让人以为是别的问题。养成先对版本的习惯。

第二,静态和动态要交叉验证。jadx 里看到的方法名,拿去 frida Hook 时可能因为混淆或内联而找不到,这时候要回到 Smali 或运行时去确认。

第三,别迷信工具。工具只是放大你的判断力,真正决定效率的是你对 Android 运行机制的理解——类加载、JNI、Binder、ART 虚拟机这些底层知识,才是走得远的基础。

第四,合规红线要清楚。技术本身中性,但用在哪里、对谁用,决定了它的性质。做安全研究,最好从自己的 App 或明确授权的靶场开始。

7. 我个人在实际操作中的几点体会

折腾这些年,我最大的感受是:设备上的“秘密”藏不藏得住,本质上取决于开发者投入的保护成本和分析者愿意付出的时间之间的博弈。一个没有任何保护的 APK,jadx 拖进去十分钟就能看个大概;而一个经过加固、混淆、native 化、反调试层层加码的 App,可能几天都啃不动核心逻辑。

对开发者来说,结论很直接:不要把敏感信息硬编码在客户端。客户端永远是“不可信环境”,密钥、凭证这类东西应该放在服务端,客户端只持有短期、可撤销的令牌。混淆和加固能提高门槛,但不能替代正确的安全设计。

对学习者来说,我的建议是从简单目标练手,把工具链跑通,再逐步深入。先学会用 jadx 读代码,再用 frida 验证运行时行为,最后理解加固与对抗的原理。这条路径走下来,你对 Android 安全的理解会比单纯背工具命令扎实得多。

最后分享一个小技巧:建立一个自己的“工具版本对照表”,把 jadx、frida、apktool、Python 环境的版本都记下来,遇到环境问题时先对照这张表排查,能省掉大量无谓的试错时间。这个习惯我坚持了好几年,实测下来非常值。

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。
qq_57587705
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。
2301_77413856
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。
ol789012345
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。
weixin_29251131
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)
weixin_42099070
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
qq_36348777
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。
mrib
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。
weixin_29230865
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。
weixin_29235923
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。
weixin_29229055
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
weixin_42169674
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。
weixin_28831399
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
weixin_42148975
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
OpenBmc开发11:添加传感器(I2C)
1 查看传感器信息 通过qemu以本地端口映射方式运行编译后的镜像,访问bmcweb页面的网址是:https://localhost:2443/,如果想用IP地址启动请参考:openbmc开发4:启动运行编译镜像。(这里以网桥方式启动,以ip地址方式访问BMC) 输入用户名和密码,密码是:0penBmc(第一个是数字)。 选择Health,然后点击Sensor,可以看到传感器信息。 2 查看传感器配置文件 进入meta-live/meta-test/recipes-phosphor/...
qq_34160841