原创 AD20繪製PCB

這不是一篇教程或者筆記! 使用中,不開源。 花了兩三天天時間,畫了一塊PCB。 電賽時和同組小夥伴學了一點兒,但是隻能算學到一點兒。 學習到的一些東西: 自己參照數據手冊畫封裝庫; 手動接STM32的線,其餘自動佈線並修改;

原创 PHP Web項目部署記錄(一)

(一)環境部署 記錄一下學習github上一個項目: Windows下安裝Apache:教程地址 Windows下PHPStorm安裝交叉:PHP中文網 Windows下MySql5安裝:百度經驗 其它參考:工程自帶READM

原创 【STM32調試(一)】串口發送像素,上位機解析顯示。

圖片上位機一、思路二、STM32採集數據發送2.1、OV7725模組2.2、串口發送三、上位機接收,解析,顯示保存2.1、接收解析2.2、數據格式轉換2.3、顯示結果及存在問題四、小結&開源 一、思路 STM32採集OV數據,數

原创 Android動態獲取存儲權限

Android動態獲取存儲權限一、前言二、動態獲取權限三、舉一反三四、參考資料: 一、前言 在開發中用到了SD卡的存儲,在AndroidManifest.xml裏開啓後並不起作用。在執行需要權限的代碼時就會出現:IOExcepti

原创 OneNET數據推送的實現(第三方對接)

一、 準備 花生殼等端口映射工具(有公網IP最好):http://**********.la/ SDK下載:https://open.iot.10086.cn/doc/art431.html#118 vs2015開發環境  花生殼設置

原创 【STM32調試(三)】採集bmp圖像保存在SD卡

將圖像保存在SD卡一、思路二、移植文件系統三、保存圖片四、實驗結果 一、思路 這裏保存的是BMP圖像,需要先連接bmp圖像的數據格式。在STM32上採集的數據格式是RGB565方便在LCD上顯示。如果直接發送還需要處理RGB565

原创 Python Web學習筆記,電影網站

Python Web開發一、前言二、筆記2.1、Python 實戰(0):初識 web.py2.2、Python 實戰(1):在網頁上顯示信息2.3、Python 實戰(2):簡單的數據庫2.4、Python 實戰(3):更多的頁

原创 串口助手Python界面版

串口助手Python界面版1. 安裝PyQt5:2. 把安裝好的PyQt5環境配置到Pycharm中3. 設計串口助手3.1 界面設計3.2 QT界面轉python代碼3.3 寫事件回調4. 小結 基於Python3、Qt5實現

原创 Socket網絡編程筆記(C#代碼)

目錄 一、Socket概述 二、UDP收發  原理: 特點: UDP發: UDP收 : 運行結果: 三、UDP綜合實例 運行結果:​ 四、TCP Socket 原理: 客戶端: 服務端: 實驗結果: 五、TCP Socket多線程應用 六

原创 OneNET數據推送的實現

一、 準備 花生殼等端口映射工具(有公網IP最好):http://**********.la/ SDK下載:https://open.iot.10086.cn/doc/art431.html#118 vs2015開發環境  花生殼設置

原创 VS2015發佈中沒有Visual Studio Installer

https://blog.csdn.net/headwind_/article/details/59484157

原创 DSP學習筆記----EMIF(外部存儲器接口)

一. EMIF介紹 CE空間: dsp的存儲空間分爲片內和片外兩種,片外空間分成四個部分,分別用於映射不同的片外設備,即ce空間 。 The remainder of the memory map is external space t

原创 DSP學習筆記----片內ADC

一. DSP5509A片內ADC簡介 DSP內部的ADC轉換速率比較低, 採樣頻率21.5kHz,所以只能採樣一些頻率較低的信號。DSP5509A內部集成10位連續逼近模式模/數轉換器. //文檔: 5509 DSP Analog-to-

原创 微信小程序----對接OneNet平臺(測試版)

項目地址 : https://download.csdn.net/download/qq_37832932/10721614 Github :  https://github.com/SCFMVP 一. 效果圖 微信只允許https訪問,

原创 車牌識別算法及其MATLAB實現

一.算法       讀取拍攝圖像 --> 截取車牌部分 --> 識別車牌  圖像預處理: 將圖像經過圖像灰度化、圖像增強、邊緣提取、二值化等操作,轉換成便於車牌定位的二值化圖像; 車牌定位: 利用車牌的邊緣、形狀等特徵,再結合Rober