数字旗手

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% 更新日志： 2019-9-30 更新： 增加了ImageJ和ImagePy两种UI加载方式的对比 以下为正文 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% ImagePy的主界面就是名为ImagePy的类，这一部分详解主界面是如何渲染出来的。 父类初始化 ImagePy这个类是继承自wxPython的Frame类，所以首先对这个类进行初始化，包括名称、尺寸、位置、样式等。 1 2 3 wx.Frame.__init__ ( self, parent, id = wx.ID_ANY,

参考资料： Windows下配置多个git账号的SSH Key Git的多账号如何处理？ 同一台电脑配置多个git账号 有以下两种场景需要进行区分。 多个账号+同一邮箱 对于 Git 而言，邮箱是识别用户的唯一手段。因此如果在不同的代码托管服务商（GitHub、GitLab或Bitbucket）中使用同一邮箱作为账号，此时不需要担心密钥的问题，因为这些网站push pull 认证的唯一性是邮箱。此时只需生成一个通用的私钥和公钥对即可： 1 ssh-keygen -t rsa -C "[email protected]" 此时会在用户目录的.ssh/ 下生成两个文件，id_rsa 是私

这一部分详解ImagePy的工具条是如何加载的。 构建工具条入口 通过build_tools这个函数来构建工具条： 1 self.toolbar = toolsloader.build_tools(self, 'tools', 'plugins', None, True) 这几个实参所对应的该函数的形参依次为：tools传入toolpath, plugins传入extends（这个参数目前看没有用处），None传入bar，True赋给report。 下面详细看这个函数做了什么。 递归获得所有工具的类文件和图标文件 上面的build_tools函数又会调用loader的build_

在第一部分中已经介绍，ImagePy的插件就是文件，这一篇详细解析ImagePy怎样解析物理文件，然后将其加载到菜单栏中。 主界面构建菜单 首先在主界面中根据路径添加菜单项（插件就是菜单），即逐层遍历’menus’路径下的文件夹和文件，找到特定后缀的文件（比如后缀为”plgs.py”），并添加为菜单项。这是整个插件加载的入口函数。 1 2 3 self.menubar = pluginloader.buildMenuBarByPath(self, 'menus', 'plugins', None, True) self.SetMenuBar( self.menubar ) 下面详

Prerequisites Linux系统还是建议选Ubuntu系的，首先是驱动支持得全面，再者是Ubuntu源很给力，安装软件不费劲。 这里选择的Linux发行版是Linux Mint 19，它也是Ubuntu系的，界面比原生的Ubuntu要舒服，且软件源也是用的Ubuntu的。 安装Nvidia GPU驱动 首先确认系统是否有Nvidia GPU驱动： 1 nvidia-smi 如果显示没有驱动的话，则需要下载安装驱动，可以有多种方式安装，最简单的一种是通过Ubuntu或Linux Mint的Driver Manager。打开该管理器，等待更新缓存后，就会有可用的Nvidia驱

==== 2019.7.20 更新：增加docker走代理 ==== docker也是不走.bashrc中配置的代理，需要走自己的配置文件，修改/etc/default/docker文件，增加： 1 2 HTTP_PROXY="http://[proxy-addr]:[proxy-port]/" HTTPS_PROXY="https://[proxy-addr]:[proxy-port]/" 然后重启docker服务。 参考见： Docker网络代理设置 ==== 2019.7.2更新：增加apt走代理 === Linux系统下经过下面的设置后，pip可以正常联网，但apt仍然无法

在学习OpenCV的分水岭算法时，找到Xuhui Zhao小朋友的一篇总结文章，把分水岭算法所需要的预处理和背景知识都讲解得非常透彻细致，特向他申请了转载权限，致谢～ 原文链接在这里。 =============================================================================== 二值图像距离变换 图像距离变换是二值化图像处理与操作中的常用手段， 其主要思想是通过标识空间点(目标点与背景点)距离，将二值化图像转换为灰度图像。 可用于骨架提取、图像窄化等等。它的结果是得到一张与输入影像类似的灰度图像， 但是灰度值只出现在前景区域

这是记录一下第一次跟阿里云服务器打交道的过程。。 购买 阿里云服务器有两种： （1）轻量应用服务器； （2）云服务器ECS 两者的区别可以参考如下： * ECS 还是轻量应用服务器，看完评测你就知道了 * 轻量应用服务器和ecs云服务器怎么选? 这里购买了Ubuntu服务器，所以下面的操作都是适用于Linux系统，关于Windows系统的配置详见阿里云文档。 配置为：2核 CPU | 2GB 内存 | 80GB SSD | 30Mbps 限制峰值带宽 | 3TB 每月流量 | 香港， 价格为：每月67元。 连接 有三种连接方式： 浏览器直连： 直接通过浏览器点击网页上的“远程连接

ImagePy简介 “ImagePy是一款基于 Python 的可扩展图像处理框架，融合了ImageJ与Python的优势，是一个轻量级的、可扩展的图像处理框架。”（语出ImagePy官网：http://www.imagepy.org/about/） ImagePy作为一个GUI框架，可以快速接入opencv、scikit-image、mayavi等python的第三方库，因此，在功能性和易用性上都有很好的表现。 ImagePy的作者是闫霄龙yxdragon，目前是成都坐标创意科技有限公司的CEO，真牛人~~ 项目的GitHub主页是：https://github.com/Image-Py/i

开篇说明 前面介绍过开发ImageJ的Python脚本的过程（在这里），这里介绍怎样开发ImageJ的插件。 插件相对于脚本来说，一方面，它的功能更加强大，可以认为是寄生在ImageJ上面的一个完备的小程序；另一方面，它使用Java开发，格式可以采用编译好的class文件，有利于保护代码不被泄露。 ImageJ由于历史原因，存在着ImageJ1和ImageJ2两个版本，且两者的API是迥然不同的，底层架构更是不同，导致两者的开发套路有很大差别。在写这篇tutorial时，深感两者在网上的文档资源相互交叉，论坛里的答案在不同版本间有时不适用。所以这里尝试从零开始一步步地记录ImageJ2的插件开