四时宝库

程序员的知识宝库

vue-cli3 配置路径别名(vue配置@路径)

最近用Vue Cli3脚手架搭建了Vue项目,发现没有build目录了,里面的webpack相关的也没了,看了官方文档后,查了资料后,发现都在vue.config.js里来配置了

1.先在项目根目录下创建vue.config.js文件

2.然后在文件里输入下面代码

const path = require('path')

function resolve(dir) {
    return path.join(__dirname, dir)
}
module.exports = {
    lintOnSave: true,
    chainWebpack: (config) => {
        config.resolve.alias
            .set('@', resolve('src'))
            .set('base', resolve('src/base'))
            .set('views',resolve('src/views'))
            .set('common', resolve('src/common'))
            .set('components', resolve('src/components'))
    }
}

详细的vue-cli安装步骤(vuecli 安装)

vue-cli脚手架模板是基于node下的npm来完成安装的所以首先需要安装node

1、安装node,vue运行需要基于npm一定的版本,所以首先升级npm到最新的版本,在安装的过程中可以根据个人

喜好使用淘宝的镜像,但是要先安装cnpm(速度和稳定性都比较好)

2、在目标文件夹下打开终端

3、执行cnpm install vue-cli -g 全局安装

vueCli3开发模版,支持scss、vuex、axios、多语言、过滤器等功能

link:https://github.com/wangyupo/vue-vuex-router

vueCli3项目脚手架,SPA最佳实践。

注意!这是一份Vue的最佳实践,包括了实践展示,但是并不包括新手入门,如果你是Vue新手,可以按如下路径学习Vue:

1、用Vue+Vue-Router做一个展示网站。网站按页面划分模块,每个页面按section(部分)再划分模块。培养自己的模块化思想。
2、用Vue+Vue-Router+Axios做一个带请求的网站。把请求结果放在页面上展示出来。锻炼请求接口的能力,了解前后端分离思想。
3、用Vue+Vue-Router+Axios+Vuex做一个能管理数据的网站。把请求放到Vuex中,用store管理数据。搞懂Vuex在开发中的帮助,提升项目开发能力。
做完上面三步你就已经入门Vue了,接下来就可以用这个最佳实践来构建更优雅的代码、组织更简洁的项目。

Vue + Koa从零打造一个H5页面可视化编辑器——Quark-h5

前言

想必你一定使用过易企秀或百度H5等微场景生成工具制作过炫酷的h5页面,除了感叹其神奇之处有没有想过其实现方式呢?本文从零开始实现一个H5编辑器项目完整设计思路和主要实现步骤,并开源前后端代码。有需要的小伙伴可以按照该教程从零实现自己的H5编辑器。(实现起来并不复杂,该教程只是提供思路,并非最佳实践)

Github: https://github.com/huangwei9527/quark-h5

使用Python进行图像识别(python图像识别代码)


你有没有注意到你的猫凝视着虚无,似乎深思熟虑?也许他们正在用似乎过于认真的强度刷着一粒灰尘。让我们承认吧:我们的猫科动物朋友经常用他们神秘的举止让我们感到困惑。但是,如果他们的行动不仅仅是确保额外零食的计划呢?如果他们是秘密任务的特工呢?

基于OpenCV实战:3步实现图像降噪(opencv图像处理)

#技术派的书架#

opencv腐蚀和膨胀(opencv 膨胀腐蚀原理)

opencv腐蚀和膨胀

本文目的

目的:学习使用opencv的腐蚀和膨胀。不介绍算法,只以使用者的角度来理解

语言:java

版本:opencv-410


分解介绍

膨胀与腐蚀,关于算法方面的介绍不太懂,太复杂,只想从使用者的角度来理解下。

· 膨胀的作用:将白色区域变大,可以使相互分离的物体连接起来

opencv实时识别指定物体(opencv识别物体辅助抓取)

一. 引入

opencv人脸识别大家应该都听说过,本篇目的是利用opencv从视频帧中识别指定的物体,并框出来,且可以保存截取到的物体图片,会将整个流程都讲一下,包括训练自己的分类器,使用训练好的分类器进行识别。这里以识别舌头为例。

二. 环境:

1. python 3.6.3

2. opencv 3.4.0

三. 训练自己的分类器

1. 注意点:训练集分为正样本,负样本,样本全部为灰度图片,正样本图片尺寸需要固定,一般40*40左右即可,大了电脑跑不动,负样本尺寸不固定,负样本数量要比正样本多才行,少了有问题。图片批量灰度处理:使用美图秀秀

使用Python+OpenCV进行图像处理的预处理技术

在本文中,我们将使用OpenCV工具进行图像处理。

涉及的主题:

  • 载入图像
  • 保存图像
  • 调整图像大小
  • 裁剪图像
  • 锐化影像

使用OpenCV的车辆检测和计数系统(基于opencv的车辆检测系统)

给大家准备了现成的人工智能资料,点击→→

控制面板
您好,欢迎到访网站!
  查看权限
网站分类
最新留言
    友情链接