Log4j2完整XML参考(详细注释说明)

Posted 2023-03-21

参考技术A 本文提供完整的log4j2.xml配置文件，
供开发中参考使用，可以作为模板，
配置对应实现如下常用的功能：
1.自动检测和重新加载配置，每10分钟(600s)检测一次
2.每个日志文件最大为100MB
3.每天备份一次日志文件
4.备份的日志文件压缩为gz格式
5.备份的文件放到以当前年月命名的目录
6.每天备份的日志文件个数最多为5个
7.最多保留6个月(180D)之内的日志文件

Log4j2基本使用入门
Log4j2进阶使用(按大小时间备份日志)
Log4j2进阶使用(Pattern Layout详细设置)

openCV实现多人脸检测，多眼部检测，完整代码和详细注释

一，说明及环境

       代码是完全参考opencv中自带的源代码，将其中很多不必要的代码已经删除。环境是opencv2413，vs2013，win10。

       目录结构如图所示：

                                                                              

           其中的xml文件在opencv/sources/data中，图片在opencv/sources/samples/c/，复制到自己的项目目录下。

二，代码及注释

#include "stdafx.h"
#include "opencv2/objdetect/objdetect.hpp"
#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <cctype>
#include <iostream>
#include <iterator>
#include <stdio.h>

using namespace std;
using namespace cv;

//面部和眼睛检测并绘制矩形框，参数一次为图片数据，面部和眼部的级联分类器，检测时允许的图片缩小比例
void detectAndDraw(Mat& img, CascadeClassifier& faceCascade, CascadeClassifier& eyeCascade, double scale);
//脸部和眼部的训练数据，就是以xml文件的形式，存储了标准的用来比对的模特数据，文件放在了当前目录
string faceCascadeName = "haarcascade_frontalface_alt.xml";//面部
string eyeCascadeName = "haarcascade_eye.xml";//眼部

int main(int argc, const char** argv)

	Mat image;//opencv中存储数据的基本单位，存储帧，图片等，代替旧版本的IplImage
	string inputName("lena.jpg");//示例图片，放在当前目录
	CascadeClassifier faceCascade, eyeCascade;//定义级联分类器，由它们实现检测功能
	double scale = 1;//不缩小图片，这样可以提高准确率
	if (!faceCascade.load(faceCascadeName) || !eyeCascade.load(eyeCascadeName))//载入xml训练数据
	
		return -1;
	
	image = imread(inputName, CV_LOAD_IMAGE_COLOR);//读取图片，第二个参数说明是彩色图片
	cvNamedWindow("result", 1);//创建窗口，命名result，id为1
	if (!image.empty())
	
		detectAndDraw(image, faceCascade, eyeCascade, scale);//进行识别
	
	waitKey(0);//等待建入
	cvDestroyWindow("result");//销毁窗口
	return 0;


void detectAndDraw(Mat& img, CascadeClassifier& faceCascade,CascadeClassifier& eyeCascade,double scale)

	int i = 0;
	double t = 0;
	vector<Rect> faces,eyes;//用来存储检测出来的面部和眼部数据，我们无法确定个数，因此定义成vector
	Mat gray, smallImg(cvRound(img.rows / scale), cvRound(img.cols / scale), CV_8UC1);//smallImg已缩放

	cvtColor(img, gray, CV_BGR2GRAY);//图片颜色格式转化，CV_BGR2GRAY是从BGR到gray，彩色到灰色
	resize(gray, smallImg, smallImg.size(), 0, 0, INTER_LINEAR);//将灰色图像适应大小到smallImg中
	equalizeHist(smallImg, smallImg);//加强对比度，提高检测准确率

	t = (double)cvGetTickCount();//获取当前时间
	//使用级联分类器进行识别，参数为灰度图片，面部数组，检测单元的增长率，是否融合检测出的矩形，最小检测单元大小
	faceCascade.detectMultiScale(smallImg, faces, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));
	for (vector<Rect>::const_iterator r = faces.begin(); r != faces.end(); r++, i++)
	
		cv::rectangle(img, *r, Scalar(0,255,0), 1, 1, 0);//在img上绘制出检测到的面部矩形框，绿色框
		Mat faceROI = smallImg(*r);//设置图片感兴趣区域，也就是改变了图片原点和长宽，实际像素数据没有丢失
		eyeCascade.detectMultiScale(faceROI, eyes, 1.1, 2, 0 | CV_HAAR_SCALE_IMAGE, Size(30, 30));
		for (vector<Rect>::const_iterator e = eyes.begin(); e != eyes.end(); e++)
		
			Rect eyeR;
			eyeR.x = r->x + e->x;//从感兴趣区域映射到整个图片区域
			eyeR.y = r->y + e->y;
			eyeR.height = e->height;
			eyeR.width = e->width;
			cv::rectangle(img, eyeR, Scalar(0, 255, 255), 1, 1, 0);//绘制检测到的眼睛矩形框，黄色框
		
	
	t = (double)cvGetTickCount() - t;//获取当前时间
	printf("detection time = %g ms\\n", t / ((double)cvGetTickFrequency()*1000.));//转化成毫秒打印
	cv::imshow("result", img);//将img显示到result窗口

三，程序运行结果

detectMultiScale()的第四个参数设为2时：

         

detectMultiScale()的第四个参数设为0，且只检测面部时：

        

       由程序运行结果可以看出，opencv特征检测，是对图片进行大小不等的单元分别检测，并将所有可能的结果获取，有参数决定是否融合。另外左上角出现了一个错误的识别区，但是在detectMultiScale()的第四个参数设为2，进行融合时，opencv已经去掉。