前面说到cv::findCirclesGrid2()内部先使用SimpleBlobDetector进行圆斑检测，然后使用CirclesGridClusterFinder算法类执行基于层次聚类的标靶检测。如下图所示，由于噪声的影响，SimpleBlobDetector检出的标靶可能包含噪声。         而CirclesGridClusterFinder算法类会执行基于

如前所述，OpenCV中可以使用findCirclesGrid()实现圆形标靶的检测，该函数的计算流程分为1）斑点形状的检测，和2）基于规则的斑点形状的过滤与定位。第一步将类似圆斑形状的区域检测出来，但可能存在一些误检测的噪声，第二步则利用圆斑的分布规则（M*N排列）进行进一步的过滤，以抑制噪声的影响。         在前面的章节中我们已经介绍了第一步中使用到的SimpleBl

前面的章节中我们已经大致介绍了算法流程，也对一些算法中用到的相关概念做了简要介绍，同时给出了算法调用的API，现在我们开始算法检测接口实现源码的分析。 1. 斑点的分组与加权         这里我们选择后者，先了解算法的处理流程，再分析各个模块的实现。算法流程图如下图所示，上一章中已经做了一些介绍，这里补充介绍下其中的一个相对复杂且重要的模块，斑点的分组和加权处理。具体来说，

标靶图 添加参考线 添加参考分布 甘特图 创建新的字段 如设置延迟天数****=计划交货日期-实际交货日期 为正代表提前交货，负则代表延迟交货 步骤：创建——计算新字段 把延迟天数放在颜色、大小里面就可以 瀑布图 两个表按照地区连接 先做个条形图，这里不多说了 然后按照图示 设置一个利润的框体 把长方形高度放在大小里面 利润放在颜色里面 选择合适的颜色 分

0x01：漏洞点 老样子先，看看标题介绍奥 ok了解到了 我们现在要知道参数是prod_id，路径为/pages/product_details.php 0x02：操作 直接打开SQLmap一把梭 sqlmap -u {URL}/pages/product_details.php?prod_id=1 --current-db 这里的是查看数据库，奥 这里的话当前库是M