结合面积和边缘亮度过度来提高圆环检测精度
简 介: 本文讨论了在对金属模板中的圆环直径检测过程中,将轮廓面积方法与边缘亮度曲线建模的方法相结合,看是否能够提高圆环的精度。从测试结果上来看,并没有显出两种结合方法的优势。
关键词
: 圆环检测,边界面积,中心
§01 圆环检测
1.1 问题背景
在 利用边缘灰度变化建模,来提高圆环直径求取精度 讨论了利用抑菌圈金属模板图片圆环边界亮度变化建模来增加测量精度的方法。最终证明:
- 该方法可以提高原来基于HoughCircles变换所得到的圆形半径;
- 但是比起 利用圆形轮廓面积测量圆形半径 的方法来说,上述利用变换亮度变化建模还没有达到面积测量精度。
因此,遗留下一个问题,是否可以将这两种方法结合在一起最终提高测量精度呢?
1.1.1 方法结合
将边缘亮度建模与轮廓面积统计两者结合可以有以下两种方式:
1. 利用边缘亮度建模中的参数提供给轮廓面积中的二值化阈值;
2. 利用轮廓面积的中心点给边缘亮度建模提供中心点;
下面通过实验研究来验证以上两种方法的结合是否有效果。
1.2 轮廓面积方法
处理的程序来自于利用圆形轮廓面积测量圆形半径博文最后的处理程序。处理图片数据为模板在扫描以上对角线平移所得到的100张数据。
1.2.1 轮廓面积计算圆形半径
下面是利用轮廓面积计算出的圆形半径随着金属模板在扫描仪表面对角线平移所得到的半径的变化。可以看到无论是大圆还是小圆的半径,半径数据都随着平移呈现周期波动,而且两个圆的波动的相位恰好互补,大约呈现180°的相位差。
▲ 图1.2.1 利用轮廓面积获得圆形半径的数据
1.2.2 大圆、小圆半径取平均
根据上面的波动情况,将两个大圆,两个小圆分成两个组别,进行平均,查看平均后的数值变化。
下图显示了大圆和小圆分别进行平均后的测量曲线变化:
- 的确原来的波动大为减少;
- 但是波动并没有完全消失;
▲ 两个大圆,两个小圆分别进行平均值后对应的测量结果
下面显示了平均后的数据极差:
max(r1a)-min(r1a): 0.409755637718888
max(r2a)-min(r2a): 0.742439612301439
下面是原来四个圆半径对应的方差和极差,可以看到经过平均值后,这些极差也相对减少了。
std(rdim1): 0.10686994419992152
std(rdim2): 0.12228622717628217
std(rdim3): 0.24442592829855
std(rdim4): 0.2037604935717777
max(rdim1)-min(rdim1): 0.49655149847501434
max(rdim2)-min(rdim2): 0.6161167744770495
max(rdim3)-min(rdim3): 0.9954571335234874
max(rdim4)-min(rdim4): 0.8185206978833861
但是减少的并不多的原因来自于在原来的数据波动的基础上,还存在着一个大的数据增加的趋势。这个变化成为数据极差主要的贡献。
§02 方法融合
2.1 第一种融合方案
第一种融合方案就是利用圆形的边缘灰度建模,通过建模参数来估计出图片分割的阈值。
2.1.1 代码变动部分
#------------------------------------------------------------cealldiag = '/home/aistudio/work/Scanner/cealldiag.npz'
cealldata = load(cealldiag, allow_pickle=True)
ceall = cealldata['ceall']#------------------------------------------------------------def sigmoidx(x, a,b,c,d):return a/(1+exp(-(x-c)*d)) + b#------------------------------------------------------------
block_side = 140
def img2block(img, circles):block = []for c in circles:left = int(c[0] - block_side)right = left + block_side*2top = int(c[1] - block_side)bottom = top + block_side*2block.append(img[top:bottom, left:right, :])return block#------------------------------------------------------------
rdim1 = []
rdim2 = []
rdim3 = []
rdim4 = []threshold = 100
threshdim = []for id,f in tqdm(enumerate(allfile)):img = cv2.imread(f)cc = alldim[id]ce = ceall[id]# if id >= 41: break#--------------------------------------------------------
'''for c in cc:printt(c:)cv2.circle(img, (c[0], c[1]), int(c[2]), (0,0,255), 10)plt.figure(figsize=(10,10))plt.imshow(img[:,:,::-1])break
'''#--------------------------------------------------------block = img2block(img, cc)#--------------------------------------------------------
'''plt.figure(figsize=(10,10))plt.subplot(2,2,1)plt.imshow(block[0])plt.subplot(2,2,2)plt.imshow(block[1])plt.subplot(2,2,3)plt.imshow(block[2])plt.subplot(2,2,4)plt.imshow(block[3])plt.savefig('/home/aistudio/stdout.jpg')break
'''#--------------------------------------------------------# plt.figure(figsize=(10,10))ratioDim = []x = linspace(0, 100, 100, endpoint=False)for iidd,b in enumerate(block):y = ce[iidd]param = [140, 20, 50, 0.2]param, conv=curve_fit(sigmoidx, x, y, p0=param)bgray = cv2.cvtColor(b, cv2.COLOR_BGR2GRAY)
# threshold = mean(bgray.flatten())threshold = (param[0]/2+param[1])threshdim.append(threshold)ret,thresh = cv2.threshold(bgray, threshold, 255, 0)contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)cv2.drawContours(b, contours, -1, (0, 0, 255), 3)areaDim = []for id,c in enumerate(contours):areaDim.append(cv2.contourArea(c))asorted = sorted(areaDim)a = asorted[-2]r = sqrt(a/pi)ratioDim.append(r)# plt.subplot(2,2,iidd+1)
# plt.hist(bgray.flatten(), bins=20)
# plt.imshow(b[:,:,::-1])# printt(ratioDim:)if len(ratioDim) != 4:printt(ratioDim:)breakrdim1.append(ratioDim[0])rdim2.append(ratioDim[1])rdim3.append(ratioDim[2])rdim4.append(ratioDim[3])# plt.savefig('/home/aistudio/stdout.jpg')
# plt.show()# break
2.1.2 处理结果
▲ 图2.1.1 处理结果
max(r1a)-min(r1a): 0.42009826663701233
max(r2a)-min(r2a): 0.7635241870300433
std(rdim1): 0.10759563831366077
std(rdim2): 0.12086249841122422
std(rdim3): 0.24667243762087157
std(rdim4): 0.21136071101720186
max(rdim1)-min(rdim1): 0.5210168958673478
max(rdim2)-min(rdim2): 0.619309102259777
max(rdim3)-min(rdim3): 0.95698803317228
max(rdim4)-min(rdim4): 0.8067502496432724
无论从处理数据曲线,还是从最后的统计数字来看,这种结合并没有改善。改善效果非常的微弱。
2.2 第二种方案
第二种方案就是利用边界的中心来修正在边缘亮度曲线建模中的中心点。
2.2.1 寻找边界中心
在博文 OpenCV center of contour 给出了利用cv2.moments函数计算contoursde中的方法。
M = cv2.moments(c)
m00 = M['m00']if m00 > 0:cX = M['m10'] / M['m00']cY = M['m01'] / M['m00']
else:cX = 0cY = 0
利用上述方法来获取圆形边界的中心点。
(1)处理结果
▲ 图2.2.1 处理结果
std(rdim1): 0.111475597768182
std(rdim2): 0.12480667032700701
std(rdim3): 0.2491116756143372
std(rdim4): 0.21128501595131527
max(rdim1)-min(rdim1): 0.5198071417283359
max(rdim2)-min(rdim2): 0.6324433245598016
max(rdim3)-min(rdim3): 1.0217870978580805
max(rdim4)-min(rdim4): 0.8341840265537286
结果分析,这种结合方式并没有取得明显的效果。结果与直接使用边界中心所得到的基本上是一致的。
※ 总 结 ※
本文讨论了在对金属模板中的圆环直径检测过程中,将轮廓面积方法与边缘亮度曲线建模的方法相结合,看是否能够提高圆环的精度。从测试结果上来看,并没有显出两种结合方法的优势。
■ 相关文献链接:
- 利用边缘灰度变化建模,来提高圆环直径求取精度
- 利用圆圈轮廓面积求取圆环半径:cv2.findContours, contourArea
- OpenCV center of contour
● 相关图表链接:
- 图1.2.1 利用轮廓面积获得圆形半径的数据
- 两个大圆,两个小圆分别进行平均值后对应的测量结果
- 图2.1.1 处理结果
- 图2.2.1 处理结果
处理程序
#!/usr/local/bin/python
# -*- coding: gbk -*-
#============================================================
# TEST1.PY -- by Dr. ZhuoQing 2022-01-26
#
# Note:
#============================================================from headm import * # =
import cv2
from tqdm import tqdm
from scipy.optimize import curve_fit#------------------------------------------------------------
npzdiag = '/home/aistudio/work/Scanner/ScanDiagBlock.npz'
scandiagdir = '/home/aistudio/work/Scanner/ScanDiagBlock'
#npzdiag = '/home/aistudio/work/Scanner/ScanRowBlock.npz'
#scandiagdir = '/home/aistudio/work/Scanner/ScanRowBlock'
#npzdiag = '/home/aistudio/work/Scanner/ScanVertBlock.npz'
#scandiagdir = '/home/aistudio/work/Scanner/ScanVertBlock'#filedim = sorted([s for s in os.listdir(scandiagdir) if s.find("jpg") > 0])
#printt(filedim:)alldata = load(npzdiag, allow_pickle=True)
#printt(alldata.files:)
alldim = alldata['alldim']
allfile = alldata['allfile']#printt(alldim:, allfile:)#------------------------------------------------------------cealldiag = '/home/aistudio/work/Scanner/cealldiag.npz'
cealldata = load(cealldiag, allow_pickle=True)
ceall = cealldata['ceall']#------------------------------------------------------------def sigmoidx(x, a,b,c,d):return a/(1+exp(-(x-c)*d)) + b#------------------------------------------------------------
block_side = 140
def img2block(img, circles):block = []for c in circles:left = int(c[0] - block_side)right = left + block_side*2top = int(c[1] - block_side)bottom = top + block_side*2block.append(img[top:bottom, left:right, :])return block#------------------------------------------------------------
CIRCLE_NUM = 100
DELTA_RATIO = 7
SAMPLE_NUM = 300
theta = linspace(0, 2*pi, SAMPLE_NUM)
def circleEdges(img, circles, xy):clight = []for iidd,c in enumerate(circles):rdim = linspace(c[-1]-DELTA_RATIO, c[-1]+DELTA_RATIO, CIRCLE_NUM)rmean = []xx = xy[iidd][0]yy = xy[iidd][1]for id,r in enumerate(rdim):thetadim = []for a in theta:x = int(xx + r*cos(a))y = int(yy + r*sin(a))thetadim.append(img[y,x])rmean.append(mean(thetadim))clight.append(rmean)return clight#------------------------------------------------------------
rdim1 = []
rdim2 = []
rdim3 = []
rdim4 = []threshold = 100
for id,f in tqdm(enumerate(allfile)):img = cv2.imread(f)gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cc = alldim[id]rdim = alldim[id]ce = ceall[id]block = img2block(img, cc)x = linspace(0, 100, 100, endpoint=False)xydim = []for iidd,b in enumerate(block):bgray = cv2.cvtColor(b, cv2.COLOR_BGR2GRAY)threshold = mean(bgray.flatten())ret,thresh = cv2.threshold(bgray, threshold, 255, 0)contours,hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)cv2.drawContours(b, contours, -1, (0, 0, 255), 3)areaDim = []momentDim = []bcc = cc[iidd]bx = bcc[0] - block_sideby = bcc[1] - block_sidefor id,c in enumerate(contours):areaDim.append(cv2.contourArea(c))M = cv2.moments(c)m00 = M['m00']if m00 > 0:cX = M['m10'] / M['m00']cY = M['m01'] / M['m00']else:cX = 0cY = 0momentDim.append((cX + bx,cY + by))asorted = sorted(list(zip(areaDim, momentDim)), key=lambda x:x[0])
# printt(len(asorted))a = asorted[-2][0]xydim.append(asorted[-2][1])#--------------------------------------------------------
# img = cv2.imread(f)
# gray = cv2.cvtColor(img, cv2.COLOR_BGR2COLOR)ce = circleEdges(gray, cc, xydim )x = linspace(0, 100, 100, endpoint=False)N = 100delta=7ratioDim = []for i,c in enumerate(ce):y = c
# printt(c:)param = (140, 20, 50, 0.2)param, conv = curve_fit(sigmoidx, x, y, p0=param)r0 = rdim[i][-1]rmod = r0 + (param[2] - N/2)*(2*delta/N)ratioDim.append(rmod)#--------------------------------------------------------rdim1.append(ratioDim[0])rdim2.append(ratioDim[1])rdim3.append(ratioDim[2])rdim4.append(ratioDim[3])# break#------------------------------------------------------------
r1a = (array(rdim1) + array(rdim2)) / 2
r2a = (array(rdim3) + array(rdim4)) / 2printt(max(r1a)-min(r1a):)
printt(max(r2a)-min(r2a):)#------------------------------------------------------------
plt.clf()
plt.figure(figsize=(10,6))
plt.plot(rdim1, label='Ratio1')
plt.plot(rdim2, label='Ratio2')
plt.plot(rdim3, label='Ratio3')
plt.plot(rdim4, label='Ratio4')
#plt.plot(r1a, label='Big')
#plt.plot(r2a, label='Little')
plt.legend(loc="upper right")
plt.xlabel("n")
plt.ylabel("Ratio")
plt.grid(True)
plt.tight_layout()
plt.savefig('/home/aistudio/stdout.jpg')
plt.show()#------------------------------------------------------------
printt(std(rdim1):,std(rdim2):,std(rdim3):,std(rdim4):)
printt(max(rdim1)-min(rdim1):)
printt(max(rdim2)-min(rdim2):)
printt(max(rdim3)-min(rdim3):)
printt(max(rdim4)-min(rdim4):)#------------------------------------------------------------
# END OF FILE : TEST1.PY
#============================================================
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- [MySQL进阶]——事务日志2
笔记整理自 【宋红康】MySQL数据库(mysql安装/基础/高级/优化),并从《MySQL实战45讲》作为补充 文章目录Undo日志概念Undo日志的作用undo的存储结构1、回滚段与undo页2、 回滚段与事务3、回滚段中的数据分类undo的类型undo log 的生命周期(1)…...
2024/4/20 4:39:37 - windows安装cpu版本的torch-geometric教程(附对应版本torch)
前提:conda环境 1、下载到本地 1.1 下载torch torch下载网址 图中圈起来的部分是windows版本的torch,根据自己的python版本下载,例如cp38代表python3.8 1.2 下载torch-geometric依赖包 torch-geometric依赖包下载地址 选择torch-1.5.…...
2024/5/1 7:32:28 - const引用
例子: const int ci 1024; const int &r1ci; //正确:引用及其对应的对象都是常量 r142; //错误:r1是对常量的引用 int &r2ci; //错误:试图让一个非常量引用指向一个常量对象...
2024/4/16 18:17:52 - JS基础-拖拽-尚硅谷-P118-120
视频链接 视频 <!DOCTYPE html> <html><head><meta charset"utf-8"><title></title><style type"text/css">#box1{width: 100px;height: 100px;background-color: #6495ED;position: absolute;}#box2{width: 1…...
2024/4/15 16:31:29 - C语言—PTA乙级基础刷题—1002写出这个数
** 第二题——写出这个数 ** 题解: (1)将一个数的各个数位进行相加。 (2)将这个和用拼音表示,每个拼音之间有空格,一个没有。 题目还是较为简单的,但是需要注意的是,测…...
2024/4/15 3:32:33 - 基于Poi的自编导入工具类--4.2版更新记录
前情回顾:https://blog.csdn.net/weixin_44718708/article/details/121683066 目录 一、提要 二、场景需求 三、新增功能说明 1. DynamicRank 2. 重复性检测 3. Transform 四、优化说明 1. ExcelNumberFormat 2. 起始标志 3. 提示信息列序号 五、GitHub地…...
2024/4/20 11:14:47 - CF1631F:Flipping Range(dp)
解析 设 x,y∈B,x<yx,y\in B,x<yx,y∈B,x<y,那么也有 x−y∈Bx-y\in Bx−y∈B。 递归下去,根据辗转相减求 gcd\gcdgcd 的方法可知,最终会得到 gcd(x,y)\gcd(x,y)gcd(x,y)。 那么对于整个集合 BBB ,它也就等价于所有…...
2024/4/15 3:33:04 - 第十一届蓝桥杯B组C/C++省赛第二场(供个人复习时使用)
记录自己的进步,所有的题目是在自己的理解上写出代码,不会的地方也在其他博客上有参考,代码提交答案是否完全或者很大程度上的正确不敢说有绝对的保证,主要用来写给自己看,加深印象,如果能够帮到其他人那就…...
2024/4/25 23:44:35 - 尽快的学会某项技术,以应付面试遇到的问题,2021年GitHub上那些优秀Android开源库总结
4.加深对技术理解的深度 每次回忆时,深入挖掘还不太懂的部分,尝试理解原理,更新到思维导图上,这样对于该技术的理解就会慢慢变深厚。多看源码。 这一步也很重要,一直停留在表层技术并不能帮你拿到一个好的offer。 5…...
2024/4/14 0:01:12 - JavaScript事件
内容概况 1.绑定事件 2.事件流 3.事件对象扩展 4.事件委托 5.事件类型 事件绑定 1、addEventListener(“eventType” , fun) 2、.element.onEventType fun 区别: 1.addEventListener在同一个元素上的同一事件类型添加多个事件,不会被覆盖࿰…...
2024/4/14 0:01:07 - nxp的wifi驱动调试
文章目录一、设备树配置二、调试方法2.1 确保模块加载2.2 固件加载2.3 文件权限三、bug解决感觉wifi相对与蓝牙来说,hal层和android上层需要配置的东西很多,对于底层来说配置就相对简单很多。一、设备树配置 匹配驱动 ap6256_wifi: ap6256_wifi {compa…...
2024/4/14 0:01:02 - 女生学大数据好还是计算机好?都适合女生吗?就业前景好吗?
女生学大数据好还是计算机好?都适合女生吗?就业前景好吗? 提起理工类专业,特别是工科专业,很多女生都会望而却步,而社会对于女生学工科专业的认可度也比较低。但随着女性职业优势的逐渐展现,这…...
2024/4/7 18:27:59 - 安卓开发者必备的42个链接,android移动开发基础答案
这里有200个视频教程,这些教程专注于安卓开发的各个方面,从下载和安装安卓SDK开始。大多数视频在5分钟左右,这使得你可以在任何小憩的时候看上一段。 10、Derek Banas 安卓开发教程 Derek 定期的上传关于各种主题的视频教程。目前共有五个关…...
2024/4/14 0:01:17 - Java 并发 深入 7-线程池的使用
0. 我是真的不知道为什么不打算开车还得考驾照 本章将介绍对线程池进行配置与调优的一些高级选项,并分析在使用任务执行框架时需要注意的各种危险,以及Executor的一些高级的使用方法。 1. 在任务与执行策略之间的隐性耦合 有些类型的任务需要明确地指…...
2024/4/14 0:00:57 - SpringIoC 源码深度剖析,先教看源码的方法,然后给出流程图,根据方法和流程图去看,这里会将重点总结出来
文章目录一、手写Spring二、Spring IoC高级应用面试常问知识点复习三、Spring IoC源码1. 源码剖析的方法和注意事项2. IoC容器初始化主体流程2.1 BeanFactory及容器继承体系2.2 Bean周期关键时机点代码调用分析2.3 refresh方法3. IoC容器初始化子流程(细节ÿ…...
2024/4/14 0:01:02 - 风控必学,手把手系列—基于时间序列实现坏账预估
较早前,番茄风控有一篇介绍偏长期产品的如何做坏账预估的方法: 《基于移动平均ANR算法的各种资产指标》 文章里面介绍过如何使用移动平均ANR来计算资产,今天我们再跟大家介绍这种基于时间序列的移动加权平均的方法来预估坏账。相信这一内容也…...
2024/4/7 18:27:55 - 【浅谈数据结构】队列的基本函数与操作
文章目录1、定义及基本运算定义:说明:注意:2、队列的基本运算(0)、队列的定义(1)、QueueInit(Q)(2)、QueueEmpty(Q)(3)、 QueueFull(Q)(4)、EnQueue(Q,x&…...
2024/4/21 3:22:10 - 【蓝桥杯单片机学习记录6】串行通信——小蜜蜂老师B站讲解
基础知识 1.串行通信中最常用的是UART。 2.波特率:每秒钟传输的位数,蓝桥杯单片机里最常用的是9600波特率,烧录的时候要记得改 3.用定时器1来产生波特率,使用使用串口通信的话,定时器1就不能做其他用途,在…...
2024/4/18 13:33:59 - 每日一练 — 2022.01.27
文章目录一,路径总和1,程序简介示例 1:示例 2:示例 3:提示:2,程序代码二,单词拆分1,程序简介说明:示例 1:示例 2:示例 3:2…...
2024/4/20 8:12:06 - 集合Collection
集合Collection 1、数组与集合 /*1.集合与数组存储数据概述: 集合、数组都是对多个数据进行存储操作的结构,简称ava容器 说明:此时的存储,主要指的是内存层面的存储,不涉及到持久化的存储(.txt,.jpg,.avi,…...
2024/4/25 15:14:40
最新文章
- 【webrtc】MessageHandler 2: 基于线程的消息处理:以PeerConnectionClient为例
PeerConnectionClient 前一篇 nullaudiopoller 并么有场景线程,而是就是在当前线程直接执行的, PeerConnectionClient 作为一个独立的客户端,默认的是主线程。 PeerConnectionClient 同时维护客户端的信令状态,并且通过OnMessage实现MessageHandler 消息处理。 目前只处理一…...
2024/5/1 8:22:02 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/3/20 10:50:27 - dp小兰走迷宫
昨天学习了bfs的基本概念,今天来做一道经典习题练练手吧! bfs常用的两类题型 1.从A出发是否存在到达B的路径(dfs也可) 2.从A出发到B的最短路径(数小:<20才能用dfs) 遗留的那个问题的答案- 题目:走迷宫 #incl…...
2024/4/30 3:33:06 - 【stm32】I2C通信协议
【stm32】I2C通信协议 概念及原理 如果我们想要读写寄存器来控制硬件电路,就至少需要定义两个字节数据 一个字节是我们要读写哪个寄存器,也就是指定寄存器的地址 另一个字节就是这个地址下存储寄存器的内容 写入内容就是控制电路,读出内容就…...
2024/4/30 17:11:40 - 【外汇早评】美通胀数据走低,美元调整
原标题:【外汇早评】美通胀数据走低,美元调整昨日美国方面公布了新一期的核心PCE物价指数数据,同比增长1.6%,低于前值和预期值的1.7%,距离美联储的通胀目标2%继续走低,通胀压力较低,且此前美国一季度GDP初值中的消费部分下滑明显,因此市场对美联储后续更可能降息的政策…...
2024/4/29 23:16:47 - 【原油贵金属周评】原油多头拥挤,价格调整
原标题:【原油贵金属周评】原油多头拥挤,价格调整本周国际劳动节,我们喜迎四天假期,但是整个金融市场确实流动性充沛,大事频发,各个商品波动剧烈。美国方面,在本周四凌晨公布5月份的利率决议和新闻发布会,维持联邦基金利率在2.25%-2.50%不变,符合市场预期。同时美联储…...
2024/4/30 18:14:14 - 【外汇周评】靓丽非农不及疲软通胀影响
原标题:【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五,美国方面公布了新一期的非农就业数据,大幅好于前值和预期,新增就业重新回到20万以上。具体数据: 美国4月非农就业人口变动 26.3万人,预期 19万人,前值 19.6万人。 美国4月失业率 3.6%,预期 3.8%,前值 3…...
2024/4/29 2:29:43 - 【原油贵金属早评】库存继续增加,油价收跌
原标题:【原油贵金属早评】库存继续增加,油价收跌周三清晨公布美国当周API原油库存数据,上周原油库存增加281万桶至4.692亿桶,增幅超过预期的74.4万桶。且有消息人士称,沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油,印度炼油商预计将每日获得至多20万桶的额外原油供…...
2024/4/30 18:21:48 - 【外汇早评】日本央行会议纪要不改日元强势
原标题:【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升,避险资金回流日元有关,也与前一段时间的美日贸易谈判给日本缓冲期,日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策,但这符…...
2024/4/27 17:58:04 - 【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响
原标题:【原油贵金属早评】欧佩克稳定市场,填补伊朗问题的影响近日伊朗局势升温,导致市场担忧影响原油供给,油价试图反弹。此时OPEC表态稳定市场。据消息人士透露,沙特6月石油出口料将低于700万桶/日,沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”,沙特将满…...
2024/4/27 14:22:49 - 【外汇早评】美欲与伊朗重谈协议
原标题:【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议,昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告,伊朗外长昨日回应称,欧洲国家履行它们的义务,伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...
2024/4/28 1:28:33 - 【原油贵金属早评】波动率飙升,市场情绪动荡
原标题:【原油贵金属早评】波动率飙升,市场情绪动荡因中美贸易谈判不安情绪影响,金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际,美国按照既定计划向中国2000亿商品征收25%的关税,市场情绪有所平复,已经开始接受这一事实。虽然波动率-恐慌指数VI…...
2024/4/30 9:43:09 - 【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试
原标题:【原油贵金属周评】伊朗局势升温,黄金多头跃跃欲试美国和伊朗的局势继续升温,市场风险情绪上升,避险黄金有向上突破阻力的迹象。原油方面稍显平稳,近期美国和OPEC加大供给及市场需求回落的影响,伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级,美国对中…...
2024/4/27 17:59:30 - 【原油贵金属早评】市场情绪继续恶化,黄金上破
原标题:【原油贵金属早评】市场情绪继续恶化,黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动,人民币汇率出现大幅的贬值动能,金融市场受到非常明显的冲击。尤其是波动率起来之后,对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势,这…...
2024/4/25 18:39:16 - 【外汇早评】美伊僵持,风险情绪继续升温
原标题:【外汇早评】美伊僵持,风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件,导致波斯湾局势进一步恶化,市场担忧美伊可能会出现摩擦生火,避险品种获得支撑,黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日,四艘商船在阿联酋领海附近的阿曼湾、…...
2024/4/28 1:34:08 - 【原油贵金属早评】贸易冲突导致需求低迷,油价弱势
原标题:【原油贵金属早评】贸易冲突导致需求低迷,油价弱势近日虽然伊朗局势升温,中东地区几起油船被袭击事件影响,但油价并未走高,而是出于调整结构中。由于市场预期局势失控的可能性较低,而中美贸易问题导致的全球经济衰退风险更大,需求会持续低迷,因此油价调整压力较…...
2024/4/26 19:03:37 - 氧生福地 玩美北湖(上)——为时光守候两千年
原标题:氧生福地 玩美北湖(上)——为时光守候两千年一次说走就走的旅行,只有一张高铁票的距离~ 所以,湖南郴州,我来了~ 从广州南站出发,一个半小时就到达郴州西站了。在动车上,同时改票的南风兄和我居然被分到了一个车厢,所以一路非常愉快地聊了过来。 挺好,最起…...
2024/4/29 20:46:55 - 氧生福地 玩美北湖(中)——永春梯田里的美与鲜
原标题:氧生福地 玩美北湖(中)——永春梯田里的美与鲜一觉醒来,因为大家太爱“美”照,在柳毅山庄去寻找龙女而错过了早餐时间。近十点,向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”,到郴州必吃的美食之一。 哇塞!那个味美香甜…...
2024/4/30 22:21:04 - 氧生福地 玩美北湖(下)——奔跑吧骚年!
原标题:氧生福地 玩美北湖(下)——奔跑吧骚年!让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...
2024/5/1 4:32:01 - 扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!
原标题:扒开伪装医用面膜,翻六倍价格宰客,小姐姐注意了!扒开伪装医用面膜,翻六倍价格宰客!当行业里的某一品项火爆了,就会有很多商家蹭热度,装逼忽悠,最近火爆朋友圈的医用面膜,被沾上了污点,到底怎么回事呢? “比普通面膜安全、效果好!痘痘、痘印、敏感肌都能用…...
2024/4/27 23:24:42 - 「发现」铁皮石斛仙草之神奇功效用于医用面膜
原标题:「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势: 1、铁皮石斛:自唐宋以来,一直被列为皇室贡品,铁皮石斛生于海拔1600米的悬崖峭壁之上,繁殖力差,产量极低,所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...
2024/4/28 5:48:52 - 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者
原标题:丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司,专注美业21年,其旗下品牌: 「圣茵美」私密荷尔蒙抗衰,产后修复 「圣仪轩」私密荷尔蒙抗衰,产后修复 「花茵莳」私密荷尔蒙抗衰,产后修复 「丽彦妆」专注医学护…...
2024/4/30 9:42:22 - 广州械字号面膜生产厂家OEM/ODM4项须知!
原标题:广州械字号面膜生产厂家OEM/ODM4项须知!广州械字号面膜生产厂家OEM/ODM流程及注意事项解读: 械字号医用面膜,其实在我国并没有严格的定义,通常我们说的医美面膜指的应该是一种「医用敷料」,也就是说,医用面膜其实算作「医疗器械」的一种,又称「医用冷敷贴」。 …...
2024/4/30 9:43:22 - 械字号医用眼膜缓解用眼过度到底有无作用?
原标题:械字号医用眼膜缓解用眼过度到底有无作用?医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料,含70%以上的水分。体表皮肤温度传导到本产品的凝胶层,热量被凝胶内水分子吸收,通过水分的蒸发带走大量的热量,可迅速地降低体表皮肤局部温度,减轻局部皮肤的灼…...
2024/4/30 9:42:49 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57