当前位置: 首页 > 编程日记 > 正文

Kinect V1读取图像数据(For Windows)

Kinect V1读取图像数据(For Windows)

  • 这篇博客
  • Kinect V1介绍
  • 数据读取的基本流程
  • 运行代码和注释
  • 结尾

这篇博客

刚好有一台现成的Kinect V1相机,所以就拿过来学习一下它的数据读取方式和编程方法,毕竟它还能用于跑RGBD-SLAM。Kinect V1,没错就是微软早就停产的那个相机,它仍然能战斗!下面对相机进行简单的介绍。

Kinect V1介绍

Kinect V1相机的长相如下:
在这里插入图片描述
 Kinect V1由彩色摄像头,深度传感器,和用于语音识别的多点阵列麦克风组成。它本来是给Xbox的体感游戏游戏服务的,但由于它能获得深度图和RGB图,所以它也被研究员拿来做RGBD-SLAM的研究。关于Kinect V1的发展和更详细的介绍,大家可以参考百度百科的内容。
 微软为了方便研究人员对Kinect V1进行开发,提供了专门的Kinect for Windows SDK。这个SDK主要是针对Windows7设计(Windows10也能用),内含驱动程序、丰富的原始感测数据流程式开发接口(RawSensorStreamsAPI)、自然用户接口、安装文件以及参考数据。Kinect for Windows SDK可让使用C++、C#或VisualBasic语言搭配MicrosoftVisualStudio2010(VS2019也可使用)工具的程序设计师轻易开发使用。
 所以想要开发Kinect V1程序就需要找到对应的SDK和DeveloperToolkit,我使用的是V1.7的版本(SDK下载和DeveloperToolkit下载)。这两个开发工具的选择一定要根据你实际使用的机器型号来选,Kinect V1就选择V1.X版本,Kinect V2则是V2.X,不然驱动对不上。

数据读取的基本流程

下面介绍一些我自己总结的Kinect V1的图像数据读取的代码流程:

(1)先定义一个能指向Kinect对象的指针(好像只能通过指针的形式调用Kinect中的参数),并通过SDK中的函数为指针创建一个Kinect实例对象,帮助代码中的对象能够和现实设备联系上;
(2)然后就能够通过指针调用对象内置的函数,完成初始化,并在初始化时设置你准备初始化Kinect的哪些功能。实验中我初始化了RGB图和深度图两个功能;
(3)完成设备的初始化后,我们通过打开数据流通道(Kinect V1采用的是数据流的形式来传输、读取数据)的方式,开启RGB图和深度图的数据流通道,以便之后的数据获取。在开启数据流通道时,还需要使用一些句柄和事件对象来共同完成对数据流通道的配置;
(4)此时可以从开通的数据流通道中获取数据,并将此数据锁住,防止Kinect修改此数据。获取的数据会被放在一个数组中,需要一个一个地将它们赋值给OpenCV的Mat对象。这时图像就已经被提取出来了;
(5)使用完数据后,一定要记住将数据解锁,否则Kinect会卡住(因为它不能移除掉当前数据),无法传输下一个数据;
(如果还要进行RGB图和深度图的对齐,则再可以先不解锁数据)

 上述就是Kinect V1读取数据的大致流程,下面来看具体实现代码。

运行代码和注释

此代码是在Windows上运行的。因为SDK提供的主要是一些头文件,所以还是用C++实现起来方便些。

#include <iostream>
#include <opencv2/opencv.hpp>
//windows的头文件,必须要,不然NuiApi.h用不了
#include <Windows.h>
//Kinect for windows 的一些头文件
#include <NuiApi.h>
#include <d3d11.h>
//要注意头文件的打开顺序。Windows要放在NuiApi前面。因为NuiApi会用到Windows中的一部分信息//硬记
#define KEY_DOWN(VK_NONAME) ((GetAsyncKeyState(VK_NONAME) & 0x8000) ? 1:0) //主要是用来实现按键退出的功能,不需要的话可以不写
using namespace cv;
using namespace std;//深度相机能够探测到的
//最远距离(mm)
const int MAX_DISTANCE = 3500;
//最近距离(mm)
const int MIN_DISTANCE = 200;//彩图和深度图的图像大小
const LONG m_depthWidth = 640;
const LONG m_depthHeight = 480;
const LONG m_colorWidth = 640;
const LONG m_colorHeight = 480;
const LONG cBytesPerPixel = 4;int main(int argc,char** argv)
{Mat image_rgb;Mat image_depth;image_rgb.create(480, 640, CV_8UC3);image_depth.create(480, 640, CV_8UC1);//一个Kinect实例指针,专门指向一个Kinect类对象INuiSensor* m_pNuiSensor = NULL;//记录当前连接KINECT的数量。也可以不写int iSensorCount=-1;//获得当前KINECT的数量,数量值保存在iSensorCount变量中//返回的hr应该是某中状态变量,用于判断相关函数是否运行出错HRESULT hr = NuiGetSensorCount(&iSensorCount);//给函数传指针std::cout << "The number of Kinects are " << iSensorCount << endl;//按照序列(0开始)创建一系列KINETC实例//函数参数:初始化的Kinect的编号,将要指向该编号的实例的指针的地址!二维指针hr = NuiCreateSensorByIndex(iSensorCount - 1, &m_pNuiSensor);//初始化,让其可以接收彩色和深度数据流(即函数传递过去的那个参数)//对每个创建的实例,使用其自带的初始化函数完成初始化hr = m_pNuiSensor->NuiInitialize(NUI_INITIALIZE_FLAG_USES_COLOR | NUI_INITIALIZE_FLAG_USES_DEPTH);//判断是否出错。所以hr应该是用来判断函数运行情况的变量类型if (FAILED(hr))//主要是Debug时使用,自信的人从不Debug!!!!!!!!!!!!!!!!!!!!!!!!!{std::cout << "NuiInitialize failed" << endl;return hr;}//创建彩色图像获取下一帧事件.创建事件的函数,返回的是事件的句柄!//CreateEvent的参数可以按照下面这个作为标准HANDLE nextColorFrameEvent = CreateEvent(NULL, TRUE, FALSE, NULL);//这个事件句柄是构建数据流通道时的输入,可以用来判断相应事件是否发生//彩色图像数据流通道的事件句柄HANDLE colorStreamHandle = NULL;//这个事件更像是一种指针,即在构建好数据流通道后,该指针直接关联上了数据流通道//创建(是否获取到了下一帧深度图)事件HANDLE nextDepthFrameEvent = CreateEvent(NULL, TRUE, FALSE, NULL);//深度图像数据流的事件句柄HANDLE depthStreamHandle = NULL;//为实例构建其与现实设备的数据流通道,这里NUI_IMAGE_TYPE_COLOR表示彩色图像(即构建的是彩图数据流通道)。hr = m_pNuiSensor->NuiImageStreamOpen(NUI_IMAGE_TYPE_COLOR, NUI_IMAGE_RESOLUTION_640x480, 0, 2, nextColorFrameEvent, &colorStreamHandle);//colorStreamHandle句柄会和这个构建好的流通道相关联//Kinect实例构建与现实设备间深度图像的数据流通道hr = m_pNuiSensor->NuiImageStreamOpen(NUI_IMAGE_TYPE_DEPTH, NUI_IMAGE_RESOLUTION_640x480, 0, 2, nextDepthFrameEvent, &depthStreamHandle);//设置用OpenCV的窗口来显示图像cv::namedWindow("colorImage", CV_WINDOW_AUTOSIZE);cv::moveWindow("colorImage", 300, 600);cv::namedWindow("depthImage", CV_WINDOW_AUTOSIZE);cv::moveWindow("depthImage", 0, 200);//循环读取图像并显示while (1){//这个用来保存Kinect数据流中的某一时刻的数据NUI_IMAGE_FRAME pImageFrame_rgb;NUI_IMAGE_FRAME pImageFrame_depth;//WaitForSingleObject是一种Windows API函数,接受(事件句柄,等待时间ms)两个参数//该函数会在指定等待时间内,查看事件是否发生。在时间内事件发生,返回0;否则返回其他状态值(依情况而定)if (WaitForSingleObject(nextColorFrameEvent, 0) == 0){//从指定的数据流通道(由句柄给定)中得到数据,用指针指向获得的数据。0表示等待多久后再获取数据(注意此时获得的数据不只有帧数据)hr = m_pNuiSensor->NuiImageStreamGetNextFrame(colorStreamHandle, 0, &pImageFrame_rgb);if (FAILED(hr)){std::cout << "Could not  get color image" << endl;m_pNuiSensor->NuiShutdown();return -1;}//INuiFrameTexture一个容纳图像帧数据的对象(帧数据)INuiFrameTexture* pTexture = pImageFrame_rgb.pFrameTexture;NUI_LOCKED_RECT lockedRect;//提取数据帧到LockedRect,它包括两个数据对象:pitch每行字节数,pBits第一个字节地址//锁定数据,这样当我们读数据的时候,kinect就不会去修改它。之后要记住解锁pTexture->LockRect(0, &lockedRect, NULL, 0);//确认获得的数据是否有效:字节数不为0if (lockedRect.Pitch != 0){//将数据转换成为OpenCV的Mat格式//转换的方式可以用扫描来形容,即把相应位置的数据给Mat中相应像素点赋值for (int i = 0; i < image_rgb.rows; i++){//第i行指针uchar* ptr = image_rgb.ptr(i);//每个字节代表一个颜色信息,直接使用ucharuchar* pBuffer = (uchar*)(lockedRect.pBits) + i * lockedRect.Pitch;for (int j = 0; j < image_rgb.cols; j++){//读到的图像数据是4个字节,0-1-2是BGR,第4个现在未使用ptr[3*j] = pBuffer[4*j];ptr[3 * j + 1] = pBuffer[4 * j + 1];ptr[3 * j + 2] = pBuffer[4 * j + 2];}}imshow("colorImage", image_rgb);//waitKey(1);//搞定后记得要给数据解除锁定:pTexture->UnlockRect(0);//此外还要把获取到的帧释放掉。因为pImage是指针,实际数据还是在那个流通道内。不释放可能会造成通道阻塞吧m_pNuiSensor->NuiImageStreamReleaseFrame(colorStreamHandle, &pImageFrame_rgb);}else{cout << "Buffer length of received texture is bogus\r\n" << endl;}//这两个变量是在进行深度图--彩图对齐时会使用//如果要对齐的话,对齐部分的操作最好和深度图处理放在一起进行,不然会出现一些奇怪的问题BOOL nearMode;INuiFrameTexture* pColorToDepthTexture;//下面是如何获得深度图if (WaitForSingleObject(nextDepthFrameEvent, 0) == 0){//从指定的数据流通道内得到数据,pImageFrame指向读取到的数据hr = m_pNuiSensor->NuiImageStreamGetNextFrame(depthStreamHandle, 0, &pImageFrame_depth);//这句话主要是为了之后进行彩图--深度图对齐时使用。如果只是为了获得深度图可以不写这句话//pColorToDepthTexture应该是彩图和深度图之间像素的偏移度的值。hr = m_pNuiSensor->NuiImageFrameGetDepthImagePixelFrameTexture(depthStreamHandle, &pImageFrame_depth, &nearMode, &pColorToDepthTexture);//以下部分和处理彩图差不多INuiFrameTexture* pTexture = pImageFrame_depth.pFrameTexture;NUI_LOCKED_RECT lockedRect;NUI_LOCKED_RECT ColorToDepthLockRect;pTexture->LockRect(0, &lockedRect, NULL, 0);pColorToDepthTexture->LockRect(0, &ColorToDepthLockRect, NULL, 0);for (int i = 0; i < image_depth.rows; i++){uchar* prt = image_depth.ptr<uchar>(i);uchar* pBuffer = (uchar*)(lockedRect.pBits) + i * lockedRect.Pitch;//这里需要转换,因为每个深度数据是2个字节,应将BYTE转成USHORTUSHORT* pBufferRun = (USHORT*)pBuffer;for (int j = 0; j < image_depth.cols; j++){//先向,将数据归一化处理,对深度距离在300mm-3500mm范围内的像素,映射到【0—255】内,//超出范围的,都去做是边缘像素if (pBufferRun[j] << 3 > MAX_DISTANCE) prt[j] = 255;//这里的左移3不知道是为什么??else if (pBufferRun[j] << 3 < MIN_DISTANCE) prt[j] = 0;else prt[j] = (BYTE)(256 * (pBufferRun[j] << 3) / MAX_DISTANCE);}}imshow("depthImage", image_depth);//waitKey(1);//接下来是对齐部分,将前景抠出来//存放深度点的参数NUI_DEPTH_IMAGE_POINT* depthPoints = new NUI_DEPTH_IMAGE_POINT[640 * 480];if (ColorToDepthLockRect.Pitch != 0){HRESULT hrState = S_OK;//一个能在不同空间坐标转变的类(包括:深度,彩色,骨骼)INuiCoordinateMapper* pMapper;//设置KINECT实例的空间坐标系hrState = m_pNuiSensor->NuiGetCoordinateMapper(&pMapper);if (FAILED(hrState)){return hrState;}//重要的一步:从颜色空间映射到深度空间。参数说明://【参数1】:彩色图像的类型//【参数2】:彩色图像的分辨率//【参数3】:深度图像的分辨率//【参数4】:深度图像像素点的个数//【参数5】:深度图所有的像素点//【参数6】:取内存的大小,个数。类型为NUI_DEPTH_IMAGE_PIXEL//【参数7】:存放映射结果点的参数hrState = pMapper->MapColorFrameToDepthFrame(NUI_IMAGE_TYPE_COLOR, NUI_IMAGE_RESOLUTION_640x480, NUI_IMAGE_RESOLUTION_640x480,640 * 480, (NUI_DEPTH_IMAGE_PIXEL*)ColorToDepthLockRect.pBits, 640 * 480, depthPoints);//该函数根据之前获得的位移图像(彩图和深度图间偏移量),将彩图上的像素依次投影到深度图上。//depthPoints保存了彩图中某像素在深度图上的坐标,以及相应的深度值。if (FAILED(hrState)){return hrState;}//显示的图像Mat show;show.create(480, 640, CV_8UC3);show = 0;//在知道彩图中各像素点的深度值情况下,只显示深度小于一定范围的点for (int i = 0; i < image_rgb.rows; i++){for (int j = 0; j < image_rgb.cols; j++){uchar* prt_rgb = image_rgb.ptr(i);uchar* prt_show = show.ptr(i);//在内存中偏移量long index = i * 640 + j;//从保存了映射坐标的数组中获取点NUI_DEPTH_IMAGE_POINT depthPointAtIndex = depthPoints[index];//边界判断if (depthPointAtIndex.x >= 0 && depthPointAtIndex.x < image_depth.cols &&depthPointAtIndex.y >= 0 && depthPointAtIndex.y < image_depth.rows){//深度判断,在MIN_DISTANCE与MAX_DISTANCE之间的当成前景,显示出来//这个使用也很重要,当使用真正的深度像素点再在深度图像中获取深度值来判断的时候,会出错if (depthPointAtIndex.depth >= MIN_DISTANCE && depthPointAtIndex.depth <= MAX_DISTANCE){prt_show[3 * j] = prt_rgb[j * 3];prt_show[3 * j + 1] = prt_rgb[j * 3 + 1];prt_show[3 * j + 2] = prt_rgb[j * 3 + 2];}}}}imshow("show", show);}delete[]depthPoints;pTexture->UnlockRect(0);m_pNuiSensor->NuiImageStreamReleaseFrame(depthStreamHandle, &pImageFrame_depth);}else{//这里是获得的深度图数据不好时的情况cout << "Buffer length of received texture is bogus\r\n" << endl;}}if (cvWaitKey(20) == 27)break;if (KEY_DOWN('Q'))//如果键盘输入流'Q'则推出循环break;}m_pNuiSensor->NuiShutdown();destroyAllWindows();return 0;
}	

结尾

在知道Kinect V1的基础使用后,就能自己编写一些Demo来玩,比如通过OpenCV自带人脸识别工具和Kinect相机,完成摄像头人脸检测跟踪功能等。但这些都是在Windows上实现的,而SLAM在Ubuntu这类Linux系统上运行会更方便一些。所以下一步就是学习如何在Ubuntu和ROS上使用Kinect。

相关文章:

1.IocDI和Spring

1.面向对象回顾和案例 面向对象程序设计&#xff1a;1 2 3 4 案例分析&#xff1a; 需求分析&#xff1a; 报表功能&#xff1a; 报表服务类&#xff0c;检索数据&#xff0c;并生成图标 报表生成器类&#xff0c;生成不同格式的报表文件&#xff0c;例如PDF格式、Html…

MySQL之模糊查询

先在MySQL数据库里创建一个表&#xff0c;并添加几条数据&#xff1a; create table student(id char(36) primary key,name varchar(8) not null,age int(3) default 0,mobile char(11),address varchar(150) ) insert into student values (9b4435ec-372c-456a-b287-e3c5aa…

rsync工具

rsync工具一、介绍1、可以实现 本地数据 《----------》 远程数据/本地数据 的传输2、两种通信方式&#xff08;man rsync&#xff09;&#xff08;1&#xff09;remote shell&#xff08;一个冒号&#xff1a;&#xff09;&#xff0c;通过sshd协议传输&#xff08;2&#xf…

2021年中国工业互联网安全大赛核能行业赛道writeup之日志分析

附件题&#xff1a;日志分析 题目描述&#xff1a; 核电站新来的运维小王粗心把一个办公网地址映射到外网&#xff0c;遭到大量攻击&#xff0c;你能从日志当中找到有效信息吗。 附件下载&#xff1a; 2021-10-12T15_37_51.61064600_00rizhifenxi.rar-网络攻防文档类资源-CSD…

【POJ1509】Glass Beads 【后缀自动机】

题意 给出一个字符串&#xff0c;求它的最小表示法。 分析 这个题当然可以用最小表示法做啦&#xff01;但是我是为了学后缀自动机鸭&#xff01; 我们把这个字符串长度乘二&#xff0c;然后建SAM&#xff0c;然后在SAM上每次跑最小的那个字母&#xff0c;找出长度为n的时候就停…

order by总结

先在MySQL数据库里建一个表&#xff0c;并添加几条数据&#xff1a; create table student(id char(36) primary key,name varchar(8) not null,age int(3) default 0,mobile char(11),address varchar(150) ) insert into student values (9b4435ec-372c-456a-b287-e3c5aa23…

Gazebo构建小车模型并通过ROS控制

Gazebo构建小车模型并通过ROS控制介绍编写车子的URDF文件编写控制小车移动的插件(与ROS交互)结尾介绍 突然想试试Gazebo这款仿真软件&#xff0c;因为它可以让你在任何时候都有机器人玩。但Gazebo的机制也比较复杂&#xff0c;所以还是先学习一下如何搭一个简单的小车&#xff…

【杂项】SVN服务器的本地搭建和使用

转载于:https://www.cnblogs.com/haizhibin1989/p/6939025.html

编译vim-8.2并配置jedi-vim插件

目录 一、背景 二、编译vim-8.2 三、配置jedi-vim插件 3.1、安装插件vundle 3.2、用vundle安装jedi-vim插件 一、背景 CentOS 7.9上已经安装了anaconda&#xff0c;python3.7的虚拟环境webenv。现在编译安装vim-8.2&#xff0c;使之支持python3&#xff08;yum装包是不支…

group by总结(还有having)

先在MySQL数据库里创建一个表&#xff0c;并添加几条数据用于测试&#xff1a; create table fruit(name varchar(4),address varchar(12),type_name varchar(6) )insert into fruit values (香蕉,广西,大香蕉); insert into fruit values (苹果,山东,红富士); insert into fr…

PHP数组基本的操作方法

1、数组操作的基本函数 数组的键和值&#xff1a;  array_values($arr);获得数组的值  array_keys($arr);获得数组的键名  array_flip($arr);数组中的值与键名互换&#xff08;如果有重复前面的会被后面的覆盖&#xff09;  in_array("apple",$arr);在数组中…

linux kafka进程挂了 自动重启

使用crontab&#xff0c;定时监控 kafka进程&#xff0c;发现挂了后重启。 shell脚本如下&#xff1a; #!/bin/sh source /etc/profile proc_dir"/data/kafka" # 程序目录 proc_name"kafka.Kafka" …

Towards Real-time Semantic RGB-D SLAM in Dynamic Environments(动态语义SLAM)

动态环境下的实时语义SLAM简介摘要系统流程实验结果总结简介 在ICRA 2021上看到这样一篇论文&#xff1a;Towards Real-time Semantic RGB-D SLAM in Dynamic Environments&#xff0c;发现它也是使用的语义网络基于深度图的多视图几何方法来去除图片中的动态对象的。这一方法和…

gpupdate /force 遇报错解决过程

windows server 2008 修改策略后&#xff0c;需要更新。在cmd中执行 gpupdate /force&#xff0c;遇到报错。报错内容为 The processing of Group Policy failed. Windows attempted to read the file \\<domain.name>\SysVol\<domain.name>\Policies\{xxxxxxxx-xx…

pytorch学习——torch.cat和torch.stack的区别

合并tensors torch.cat 沿着特定维数连接一系列张量。torch.stack 沿新维度连接一系列张量。 torch.cat 在给定维度中连接给定的 seq 个张量序列。 所有张量必须具有相同的形状&#xff08;连接维度除外&#xff09;或为空。 torch.cat(tensors, dim0, *, outNone) → Tens…

Docker将容器制作成镜像并提交到远程仓库

Docker将容器制作成镜像并提交到远程仓库 步骤如下 先在dockerhub上创建一个自己的用户https://hub.docker.com/。或者在阿里云也可以。 2. 然后先创建一个空的镜像名。 3. 在终端上登录。 4. 这里有一个容器ID为fe08a32503b1。想把它制作成镜像以备后期自己用。 5. 将容器制作…

关于子业之间相互取得元素或者方法

1.跳转是将页面name带过去 例子&#xff1a; url&#xff1a;"login.jsp?windowName"window.name; 传递参数到子页面 &#xff0c;使得子页面能够通过名字返回数据 2.获取跳转到页面 window.top.frames[0].frames["${param.windowName}"].document转载于:…

windows 2008 (非R2)使用批处理文件调整组策略过程记录

2021年12月8日&#xff0c;对windows server 2008 &#xff08;不是 windows server 2008 R2&#xff09; 调整组策略。其中有一部分&#xff0c;无法通过图形界面&#xff08;gpedit.msc&#xff09;进行&#xff0c;只能在cmd用命令行执行。执行时遇到如下报错。 猜想是由于中…

【Leetcode】 刷题之路1(python)

leetcode 刷题之路1&#xff08;python&#xff09; 看到有大佬总结了一些相关题目&#xff0c;想着先刷一类。 1.两数之和15.三数之和16.最接近的三数之和11.盛最多的水18.四数之和454.四数相加II 1. 两数之和给定一个整数数组 nums 和一个整数目标值 target&#xff0c;请你…

MySQL数据库中的内置函数

SQL函数分为单行函数和多行函数&#xff1a; 单行函数: 红色标注的为重点。 … … … …字符串函数: … … … … … … … … … … 1.length() 存储长度 … … … … … … … … … … 2.char_length() 字符个数 … … … … … … … … … … 3.concat()首尾相连 … ……

elasticsearch从入门到出门-01windows上安装使用

elasticsearch 1、安装JDK&#xff0c;至少1.8.0_73以上版本&#xff0c;java -version2、下载和解压缩Elasticsearch安装包&#xff0c;目录结构3、启动Elasticsearch&#xff1a;bin\elasticsearch.bat&#xff0c;es本身特点之一就是开箱即用&#xff0c;如果是中小型应…

读django文档——Managing static files (e.g. images, JavaScript, CSS)

在上一篇读django文档——nginx uwsgi 部署django项目_苦行僧的妖孽日常-CSDN博客 部署django项目后&#xff0c;发现在runserver时都能正常部署的 static 文件都没有生效。查看文档解决该问题&#xff0c;记录这一过程。 If you use django.contrib.staticfiles as explaine…

pytorch中tensor.mul()和mm()和matmul()

tensor.mul tensor.mul和tensor * tensor 都是将矩阵的对应位置的元素相乘&#xff0c;因此要求维度相同&#xff0c;点乘torch.mul(input, other, *, outNone) → Tensor 参数&#xff1a; input (Tensor) – the input tensor. other (Tensor or Number) torch.mul(input, …

python学习笔记 day44 数据库三范式

参考自 https://www.cnblogs.com/wangfengming/articles/7929118.html 1. 数据库三范式概念&#xff1a; 为了建立减少冗余&#xff0c;结构合理的数据库&#xff0c;涉及数据库时必须要遵守一定的规则&#xff0c;在关系数据库中&#xff0c;这种规则就成为范式&#xff0c;范…

行内标签(最常用的:a标签、img标签、span标签)

a 标签&#xff1a; 功能&#xff1a; 从一个页面跳转到其他页面&#xff0c;或者是当前页面的其他位置。 属性&#xff1a; href &#xff1a;指定跳转的目标路径。 值可以是一个外部网站的地址&#xff1b;也可以是一个内部网页的地址 target: _self 默认值&#xff0c;在当…

SAP HR模块配置假期日历和缺勤类型

目录 一、配置假期日历 二、配置缺勤信息类型 2.1、定义缺勤类型 2.2、定义缺勤的计算规则 2.3、分配缺勤计算规则到缺勤类型 一、配置假期日历 SAP的HR模块中&#xff0c;业务顾问在实施的时候一般会配置未来10年的假期日历&#xff0c;到期后再进行配置。 延长假期日…

表格(table、tr、th、td、colspan、rowspan)

表格一&#xff1a; <!DOCTYPE html> <html> <head><meta charset"UTF-8"><title></title><style>table{width: 720px;/*设置表格水平宽度为720px*/margin: 0 auto;/*使表格水平居中*/border: 1px solid black;/*设置边框…

Java基础概念性的知识总结

属于个人的所学的知识总结&#xff0c;不是全面的 1.JDK、JRE和JVM三者的区别 01.JDK&#xff1a;(Java Development ToolKit)Java开发工具包&#xff0c;是整个Java的核心。包括了Java的运行环境、JRE、一堆Java工具和Java基础的类库。 02.JRE&#xff1a;(Java Runtime Envir…

vue里的数据

背景&#xff1a; 一个项目完工在即&#xff0c;鉴于此&#xff0c;前端使用了vue&#xff0c;写下此栏&#xff0c;以供日后翻阅&#xff0c; 会涉及到我所运用到的vue相关知识&#xff0c;需要一定的js基础。 默认vue的single-file-components&#xff08;单文件组件开发&…

【Leetcode】刷题之路2(python)

哈希映射类题目&#xff08;简单题小试牛刀啦bhn&#xff09; 242.有效的字母异位词349.两个数组的交集1002.查找常用字符202.快乐数383.赎金信 242. 有效的字母异位词 用python的Counter类太绝了&#xff01;&#xff01;&#xff01; 一行代码解决问题&#xff0c;这道题实…