组织机构代码9位校验位算法详解与ValidX实现

组织机构代码校验位算法MOD 11-2
于 2026-10-29 04:02:55 修改
·本内容遵循CC 4.0 BY-SA版权协议

做企业数据清洗的头两年,我处理过最多的一串编号不是手机号,也不是银行账号,而是营业执照、供应商登记表、招投标文件里那一串不起眼的9位组织机构代码。那时候我的第一反应是:这串代码没什么规律,顶多保证唯一性,直接用就好了。直到我真正上手做组织机构代码验证,才发现最后一位其实完全是由前8位算出来的,背后是一套固定权重的校验位算法。后来我把它封装进一个叫 ValidX 的组件里,用来做本地批量校验和表单实时校验。这篇就把整套逻辑一次讲清楚:9位代码怎么构成、校验位怎么算、验证代码怎么写、最容易在哪几个地方翻车。

1. 9位组织机构代码里,最后一位不是白给的

1.1 8+1结构:本体代码加校验码

组织机构代码按国标GB 11714-1997《全国组织机构代码编制规则》编制,整个代码定长为9位,结构是“8位本体代码 + 1位校验码”。本体代码由登记管理机关在赋码时按顺序分配,相当于机构的内部唯一编号;校验码则是根据本体代码计算出来的附加字符,写在最后。平时在证照上最常见到的写法是XXXXXXXX-X,第8位和第9位之间加一个连字符,纯粹是为了肉眼阅读时容易分组,去掉连字符后仍然是9位。

这9位并不都是数字。合法字符集包括0到9,以及大写拉丁字母A到Y中剔除I、O、S、V、Z后的21个字母。也就是说字符集里一共有31个合法字符,后面的算法、字符数值映射全都建立在这31个字符上。很多第一次接触的人会默认它和身份证号一样全是数字,这是第一个认知误区。

1.2 为什么需要校验位

校验位最直接的用途是防误录。企业ERP、CRM、发票、招投标这类系统里,机构代码一旦录错,往往不是当场报错,而是等到后面对账、关联、审批时才暴露出数据对不上,那时候再回溯错误成本就高了。而校验位算法的价值在于:不用联网、不用查库,本地就能判断一个代码“形制上算不算合法”,把绝大多数打字错误拦在第一道门外。

第二层价值是防伪造。一个机构代码要能被系统接受,最后一位必须和本体代码匹配。伪造者如果不知道加权取模的规则,随便编一个9位数很容易在校验位这一关就暴露。当然,知道规则的人可以反向生成合法代码,所以校验位防的是“低水平错误”和“粗糙伪造”,不是防止高水平恶意行为。这一点在后面落地策略里还会展开。

1.3 真正值得注意的事实:校验位是被算出来的

“校验位由前8位本体代码计算得出”这句话看起来简单,但很多业务系统其实没利用它。我见过不少项目把最后一位也当作普通序列号的一部分,存进去、读出来,从不校验。结果就是数据库里积累了大量垃圾代码:长度对、格式像,但最后一位根本对不上本体代码。只要在入库前加一个算法校验,这些问题本来是可以零成本避免的。

更微妙的是:只要本体代码中任何一位发生变化,最后一位就必须重新计算,否则整个代码校验失败。这意味着“把第3位改一下,其他不动”这种偷懒改法在算法层面完全站不住脚。理解这一点,才算真正理解9位组织机构代码的校验位算法的意义。

2. 校验位算法拆解:字符集、加权因子与MOD 11-2

2.1 31个合法字符,为什么偏偏少了I、O、S、V、Z

完整的合法字符集是这个字符串:

TEXT
0123456789ABCDEFGHJKLMNPQRTUWXY

数字部分是0到9,字母部分从A到Y连续排,但它刻意跳过了I、O、S、V、Z五个字母。公开资料的通行解释是避免混淆:I和1太像,O和0太像,Z和2太像,S和5太像,V和U不易区分。当然具体取舍原因以标准原文为准,但这个字符集是所有后续计算的基础。

字符对应的数值不是字母的ASCII码,而是“在字符集字符串中的下标”。也就是说:

字符范围 数值
0-9 0-9
A-H 10-17
J-N 18-22
P-R 23-25
T-U 26-27
W-Y 28-30

这里有个容易忽略的点:因为跳过了字母,字符值和字母顺序并不连续。比如J的值不是19而是18,Y不是35而是30。直接用ASCII码减固定值去算字符映射,在后面的代码实战里会踩大坑,这里先埋个伏笔。

2.2 加权因子与计算主流程

校验位的计算过程分三步。第一步,把本体代码8位字符从左到右分别乘以固定权重:

TEXT
权重:3, 7, 9, 10, 5, 8, 4, 2

也就是第1位乘3、第2位乘7、第3位乘9,依此类推。第二步,把8个乘积加起来得到总和S,再对S取模11,得到余数M。第三步,按规则把M映射成校验位。

校验位和余数M的关系是这个算法的精髓:

  • M=0时,校验位为0
  • M=1时,校验位为X
  • M=2时,校验位为9
  • M=3时,校验位为8
  • M=4时,校验位为7
  • M=5时,校验位为6
  • M=6时,校验位为5
  • M=7时,校验位为4
  • M=8时,校验位为3
  • M=9时,校验位为2
  • M=10时,校验位为1

换一个更统一的话说:先计算11 - M,得到10就用X表示,得到11就用0表示,其余情况直接写上数字。这套思路在国际标准ISO 7064的MOD 11-2里可以找到出处,GB 11714-1997把这组权重固定成了上面那8个数。取模11会丢失一部分信息,所以它不能保证检出所有错误,但足以覆盖绝大多数单字符替换和相邻交换类的录入错误。

2.3 手工演算一个例子:33333333为什么配X

光说公式不够,我们手推一次。假设本体代码是33333333,8个字符都是数字3,映射值也都是3。加权和是:

TEXT
3×3 + 3×7 + 3×9 + 3×10 + 3×5 + 3×8 + 3×4 + 3×2
= 3 × (3+7+9+10+5+8+4+2)
= 3 × 48
= 144

144除以11,商13余1(11×13=143),所以M=1。校验位取11-1=10,10对应字符X。因此33333333-X是一组在算法上完全合法的代码。声明一下,这是演算用的构造值,不代表任何真实登记机构。

再快速验证一个纯数字组合12345678:

TEXT
1×3 + 2×7 + 3×9 + 4×10 + 5×5 + 6×8 + 7×4 + 8×2
= 3 + 14 + 27 + 40 + 25 + 48 + 28 + 16
= 181

181除以11,余5(11×16=176),校验位11-5=6,所以12345678-6是合法代码。两个例子分别覆盖了“校验位是数字”和“校验位是X”的情况,手工验证了一次后,后面写代码时心里就有底了。

2.4 校验码映射的两个特殊情况

很多人第一次推算法时会在两个地方卡住。第一个是X的出现:M=1时按公式应该得到10,但校验位只能是一个字符,于是用大写X代表10,这和身份证号码里X代表10的道理类似。第二个是M=0:很多人会想当然地以为余数为0时校验位就是0,但严格套公式11-0=11,11不是一个合法字符,规则规定这时用0来记。所以每个合法代码的校验位,都落在“0到9加X”这个集合里,不会出现10或11。

如果要用一个紧凑公式表达完整映射,可以写成:

TEXT
校验位 = CODE_CHARS[(11 - total % 11) % 11]

这里的% 11而不是% 10是关键,后面有一节专门讲这个坑。

3. ValidX落地实现:两个版本代码与一组用例

3.1 输入清洗:连字符、大小写、全角数字

算法本身只有8次乘法和一次取模,真正让校验工具难以落地的往往是输入太脏。我在真实项目里遇到的输入五花八门:证照上带连字符12345678-6,Excel导出的值后面带空格,OCR识别出全角数字12345678,还有人录入了小写字母。如果不做清洗,这些数据都会在校验之前被误杀。

清洗建议按这个顺序处理:先做Unicode归一化(NFKC),这一步能把全角数字、全角字母统一转成半角;然后去掉首尾空格;接着转大写;最后把连字符和中间空格删除。清洗完成后再进入算法校验。注意一定先归一化再转大写,否则全角小写字母容易漏。

3.2 Python实现:核心函数与错误原因设计

我给ValidX写的Python版实现大概是这个样子:

PYTHON
import unicodedata
 
CODE_CHARS = "0123456789ABCDEFGHJKLMNPQRTUWXY"
WEIGHTS = (3, 7, 9, 10, 5, 8, 4, 2)
 
def _clean(code: str) -> str:
code = unicodedata.normalize("NFKC", code).strip().upper()
return code.replace("-", "").replace(" ", "")
 
def calc_check_digit(body8: str) -> str:
if len(body8) != 8:
raise ValueError("本体代码必须为8位")
total = 0
for ch, weight in zip(body8, WEIGHTS):
idx = CODE_CHARS.find(ch)
if idx == -1:
raise ValueError(f"非法字符: {ch}")
total += idx * weight
return CODE_CHARS[(11 - total % 11) % 11]
 
def validx_validate(code: str) -> dict:
cleaned = _clean(code)
if len(cleaned) != 9:
return {
"valid": False,
"reason": "LENGTH_ERROR",
"message": f"组织机构代码应为9位,当前长度{len(cleaned)}位"
}
if any(ch not in CODE_CHARS for ch in cleaned):
return {
"valid": False,
"reason": "ILLEGAL_CHAR",
"message": "包含字符集之外的字符"
}
body, actual = cleaned[:8], cleaned[8:]
expected = calc_check_digit(body)
if expected != actual:
return {
"valid": False,
"reason": "CHECK_DIGIT_MISMATCH",
"message": f"校验位应为{expected},实际为{actual}"
}
return {"valid": True, "reason": "OK", "message": "校验通过"}

为什么用CODE_CHARS.find(ch)而不是ASCII公式算字符值,我在前面的章节已经提过:跳过的字母会让ASCII偏移整体错位。为什么校验位映射写成CODE_CHARS[(11 - total % 11) % 11]?因为它用一个式子同时处理了“M=0取0”和“M=1取X”两件最容易被分案处理错的情况。

返回值设计成{valid, reason, message}而不是简单的布尔值,是给调用方用的。表单提示只需要message,批量清洗工具需要reason做分类统计,比如统计多少条是长度问题、多少条是校验位问题。一个接口同时服务两种场景,不用为每个场景单独拆方法。

3.3 JavaScript实现:前端表单实时校验

前端做实时校验的场景,我用的是JavaScript版本。逻辑一致,只是清洗和字符串处理换成了JS语法:

JS
const CODE_CHARS = "0123456789ABCDEFGHJKLMNPQRTUWXY";
const WEIGHTS = [3, 7, 9, 10, 5, 8, 4, 2];
 
function cleanCode(code) {
return String(code)
.normalize("NFKC")
.trim()
.toUpperCase()
.replace(/[- ]/g, "");
}
 
function calcCheckDigit(body) {
let total = 0;
for (let i = 0; i < body.length; i++) {
const idx = CODE_CHARS.indexOf(body[i]);
if (idx < 0) throw new Error(`非法字符: ${body[i]}`);
total += idx * WEIGHTS[i];
}
return CODE_CHARS[(11 - total % 11) % 11];
}
 
function validxValidate(code) {
const cleaned = cleanCode(code);
if (cleaned.length !== 9) {
return { valid: false, reason: "LENGTH_ERROR", message: `组织机构代码应为9位` };
}
if ([...cleaned].some(ch => !CODE_CHARS.includes(ch))) {
return { valid: false, reason: "ILLEGAL_CHAR", message: "包含字符集之外的字符" };
}
const body = cleaned.slice(0, 8);
const actual = cleaned.slice(8);
const expected = calcCheckDigit(body);
if (expected !== actual) {
return { valid: false, reason: "CHECK_DIGIT_MISMATCH", message: `校验位应为${expected},实际为${actual}` };
}
return { valid: true, reason: "OK", message: "校验通过" };
}

前端调用时,通常放在输入框的失焦事件里。用户粘贴带连字符的代码也能直接通过,清洗函数在表单场景里价值非常大。如果项目要兼容特别旧的环境,把includes换成indexOf即可。

3.4 测试用例:合法与非法都要覆盖

代码写完必须配测试。下面的用例是我建议的最小集合,它覆盖了正常代码、连字符、X校验位、纯0代码、非法字符和长度错误:

输入 valid 说明
33333333X true 手工演算过的合法代码,校验位为X
33333333-X true 带连字符输入,清洗后通过
12345678-6 true 纯数字代码,手工演算过
12345678-7 false 校验位应为6,实际是7
12345678 false 只有8位,缺少校验位
00000000-0 true 算法合法的全0形态
12345678S false S是字符集之外的禁用字符

注意最后一条:合法字符集里S是被剔除的,但它看起来像个正常字母,很容易被人录入。测试用例里没有X结尾用例的校验代码,往往查不出映射写错的问题,所以真实项目里请一定保留33333333X这一条。

4. 最容易翻车的四个细节:X、0、连字符与18位混淆

4.1 X与0的映射:一个mod10和一个mod11之差

网上有不少精简版的校验代码,把最后一步写成类似这样:

JS
var check = "0123456789X"[(11 - sum % 11) % 10];

粗看很聪明,但% 10会把值为10的校验位映射成下标0,也就是字符“0”。这意味着任何校验位本该是X的代码,都会被这个版本判成0,X永远不会出现。问题更隐蔽的地方在于:绝大多数真实机构代码的校验位是数字,如果测试数据里没有X的用例,这个bug可能长期潜伏。

正确的下标计算应该用% 11,或者老老实实用条件分支判断10和11两种情况。VALIDX从第一版就用% 11,这个教训是某次批量校验发现“有一部分代码的校验位总是差一位”时排查出来的。

4.2 字符映射别用ASCII公式:跳过I、O、S、V、Z导致偏移错位

第二种高频错误是字符映射公式化。有人为了省一次字符串查找,直接写charCodeAt(i) - 55来把字母映射成10到35,然后默认A=10、B=11、Z=35。但标准字符集跳过了I、O、S、V、Z,字母本身不连续。举两个例子:J的ASCII码是74,减55得19,但标准映射里J的值是18;Y的ASCII码是89,减55得34,但标准映射里Y的值是30。只要代码里出现J、N之后的字母,加权和就会整体偏移,算出来的校验位自然错。

更麻烦的是,这种错误不是“所有代码都错”,而是“一部分代码错、一部分碰巧对”,很难通过抽样发现。正确做法始终是先把字符集字符串写出来,再查下标。少写一个循环不叫优化,叫埋雷。

4.3 00000000-0:算法合法,不代表业务有效

全0代码00000000-0在算法上是合法的:本体码8个0,加权和0,M=0,校验位取0。但业务上它通常是“未赋码”或“占位”的值,不代表真实存在的机构。所以ValidX的返回值必须区分两层语义:valid=true只表示“这串代码在算法层面成立”,至于“这个机构是否真实存在、状态是否正常”,那是另一个层面的事。

这个区分很重要。做批量清洗时,如果只看算法结果,全0代码就会被当成合法数据放进主数据;做表单校验时,如果只报算法错误,用户无法理解“为什么00000000-0这种看起来很有规律的代码会被拒绝”。正确做法是算法层返回合法,业务层再单独处理全0这类特殊值。

4.4 9位与18位别混用:同一字符集、两套标准

随着统一社会信用代码普及,身边不少系统同时存在9位旧编码和18位新编码。很多开发者看到两套代码的字符集一样,就默认校验算法也一样,这是最贵的坑。

9位组织机构代码用的是MOD 11-2,权重是3、7、9、10、5、8、4、2。18位统一社会信用代码依据GB 32100-2015,整体校验用的是MOD 31-3,权重变成1、3、9、27、19、26、16、17、20、29、25、13、8、24、10、30、28,按前17位计算最后一位。要注意的是,18位编码的第9位到第17位,恰好就是原来9位组织机构代码的“本体8位+校验位”,承接关系存在,但最后校验位是按18位整体算的,不能只拿中间9位套9位代码的算法。

实际改造老系统时最容易遇到的错误是:把旧的9位校验函数直接套在18位输入上,或者反过来拿18位的MOD 31-3去验证9位输入。两类接口如果在同一个表单里出现,一定要按输入长度分流,分别调用不同模块,不能图省事共用一个函数。

5. 落地策略:算法能挡住什么错,挡不住什么错

5.1 三层防线:格式、算法、登记数据

把校验位算法放进真实业务里,需要理解它处在三层防线中的哪一层。第一层是格式层,判断字符串长得像不像代码;第二层是算法层,判断校验位和本体码是否匹配;第三层是业务层,判断这个机构在登记数据里是否存在、状态是否正常。ValidX这类工具负责前两层,第三层必须靠查库或对接官方公开核验渠道完成。

我见过不少团队把算法层当成万能验证,结果闹出“代码合法但企业根本不存在”的数据事故。反过来也有团队完全依赖数据库查询,输入稍微有点脏就查不到,本地不先做清洗和算法预筛,查询量也被无效数据浪费。正确的用法是:算法层做第一道闸门,清洗完、格式对、校验位对,再进入登记数据比对。这样查询接口的压力能少掉一大半。

5.2 批量清洗:先正则会再算法会再对账会

批量场景我推荐三段式流程。第一步用宽松正则^[0-9A-Z]{8}[0-9A-Z]$把明显不是代码的行直接踢出,这里的[A-Z]先不限制字符集,交给算法去细判;第二步对剩下的数据跑ValidX,按reason分类统计,分别输出“长度错误”“非法字符”“校验位错误”三个清单;第三步对校验位错误的数据,用calc_check_digit算出期望校验位,和实际值一起导出,人工一眼就能定位问题。

有人担心9位代码校验是不是很耗时。其实每次校验只有8次字符查表、8次乘法、1次取模,复杂度就是常数级,百万行数据跑起来也就在毫秒到秒级,瓶颈基本都在IO和读取文件上,完全不需要额外缓存。如果同一份数据反复打标签,倒是可以把结果加成一个布尔字段存下来,省得每次都要重新算。

5.3 表单实时校验的交互细节

前端实时校验时,提示信息的设计很影响用户体验。与其笼统提示“组织机构代码格式错误”,不如直接说“校验位应为X,实际为Y”,这种精确提示能帮录入员快速定位是自己看错了一位,还是粘贴时漏了字符。此外输入框不要限制只能填数字,因为这串代码完全可能以X结尾,也不要把连字符当非法字符直接拒绝,交给清洗函数处理才是正确姿势。

到最后,我再分享一个小细节:数据库存储9位组织机构代码时,字段一定要用字符串类型,长度至少VARCHAR(9),如果希望保存带连字符的展示格式就留VARCHAR(10)。有人贪方便存成整数,遇到X结尾的代码直接存不进去,或者强行转成0,等于把校验位这一层保护彻底废掉了。算法、清洗、存储,三个环节串起来,这串9位代码才算真正被验证管住了。

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
kaggle——销量预测的baseline(M5 Forecasting - Accuracy)
前言 在刚刚结束的kaggle比赛M5 Forecasting - Accuracy中,因为是第一次参加,笔者也是花了大量的时间和精力在上面,最终拿到一块银牌(所以我拿到了大学第一个考试挂科。。。求求电磁场老师高抬贵手给点平时分放我一马吧。。。早上看到kaggle成绩异常兴奋,中午考完直接爆炸=。=),当然运气占了很大因素,这次比赛private leadboard的shake up非常大,排名波动几千名都存在的。笔者运气不错,是向上的shake:)。这里总结一下销量预测的基本流程。 从下图可以看到这次比
偶是等一下