小编gan*_*esh的帖子

身份验证页面没有在 Laravel 中获取 css

我是laravel的初学者。我已经创建了项目。我已经对它运行了以下命令。

composer require laravel/ui --dev
npm install
npm run dev
php artisan ui vue
php artisan ui vue --auth
Run Code Online (Sandbox Code Playgroud)

此命令后,我得到LoginRegister我的欢迎页面上的菜单。现在我的 Laravel 欢迎页面可以正确加载。但是当我点击登录时,它显示的是纯 html。我搜索并检查了 app.blade.php 中的 css 和 js 链接。看起来不错。layouts/app.blade.php 具有以下链接

<link href="{{ asset('css/app.css') }}" rel="stylesheet">
<script src="{{ asset('js/app.js') }}" defer></script>
Run Code Online (Sandbox Code Playgroud)

问题应该出在哪里?当欢迎页面获取 css 时,为什么登录和注册没有获取 css?请指导。

php laravel laravel-6 laravel-ui

25
推荐指数
4
解决办法
3万
查看次数

从图像拼接中删除黑色虚线

我正在拼接多个图像。在拼接两个图像时,它在拼接之间显示黑色虚线,如下所示。 在此处输入图片说明

有没有人知道我如何删除或摆脱这条黑色虚线?

拼接代码的主要部分,它拼接两个图像并使用前一个拼接图像的结果调用下一个图像,直到所有图像都结束:

detector = cv2.xfeatures2d.SURF_create(400)
gray1 = cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)
ret1, mask1 = cv2.threshold(gray1,1,255,cv2.THRESH_BINARY)
kp1, descriptors1 = detector.detectAndCompute(gray1,mask1)

gray2 = cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY)
ret2, mask2 = cv2.threshold(gray2,1,255,cv2.THRESH_BINARY)
kp2, descriptors2 = detector.detectAndCompute(gray2,mask2)

keypoints1Im = cv2.drawKeypoints(image1, kp1, outImage = cv2.DRAW_MATCHES_FLAGS_DEFAULT, color=(0,0,255))
util.display("KEYPOINTS",keypoints1Im)
keypoints2Im = cv2.drawKeypoints(image2, kp2, outImage = cv2.DRAW_MATCHES_FLAGS_DEFAULT, color=(0,0,255))
util.display("KEYPOINTS",keypoints2Im)

matcher = cv2.BFMatcher()
matches = matcher.knnMatch(descriptors2,descriptors1, k=2)

good = []
for m, n in matches:
    if m.distance < 0.55 * n.distance:
        good.append(m)

print (str(len(good)) + " Matches were Found")

if len(good) <= 10:
    return …
Run Code Online (Sandbox Code Playgroud)

python opencv image-processing computer-vision homography

5
推荐指数
0
解决办法
253
查看次数

使用Python和OpenCV的图像拼接问题

将 24 个拼接图像拼接到下一个第 25 个图像后,我得到如下输出。在此之前,缝合效果很好。

在此输入图像描述

有谁知道为什么/何时拼接输出会这样?这样的输出有什么可能性?这可能是什么原因?

拼接代码遵循标准拼接步骤,例如查找关键点、描述符,然后匹配点,计算单应性,然后扭曲图像。但我不明白为什么会有这样的输出。

拼接的核心部分如下:

detector = cv2.SIFT_create(400)
# find the keypoints and descriptors with SIFT
gray1 = cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)
ret1, mask1 = cv2.threshold(gray1,1,255,cv2.THRESH_BINARY)
kp1, descriptors1 = detector.detectAndCompute(gray1,mask1)

gray2 = cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY)
ret2, mask2 = cv2.threshold(gray2,1,255,cv2.THRESH_BINARY)
kp2, descriptors2 = detector.detectAndCompute(gray2,mask2)

keypoints1Im = cv2.drawKeypoints(image1, kp1, outImage = cv2.DRAW_MATCHES_FLAGS_DEFAULT, color=(0,0,255))
keypoints2Im = cv2.drawKeypoints(image2, kp2, outImage = cv2.DRAW_MATCHES_FLAGS_DEFAULT, color=(0,0,255))

# BFMatcher with default params
matcher = cv2.BFMatcher()
matches = matcher.knnMatch(descriptors2,descriptors1, k=2)

# Apply ratio test
good = []
for m, n in …
Run Code Online (Sandbox Code Playgroud)

python opencv image-processing computer-vision image-stitching

3
推荐指数
1
解决办法
4055
查看次数