Zero
迷失的人迷失了，相逢的人会再相逢Tesseract 4.x 新字体微调训练
前言首先，就个人而言，Tesseract 的 Wiki 关于训练的教程，写得真的混淆，对于英语不是特别好的人来说看得是云里雾里的。我是看了一两天的文档，硬是理清楚是个什么样的流程，网上搜的教程基本上都是官方Wiki的翻译，并且翻译得也不是很好，最终 youtube 上看了一个老外关于微调的完整例子，终于理清流程。说到Tesseract的训练，关于百度上搜到的那些结果真的是让人很失望，大多都是...
Tesseract 迭代合并训练文件
前言这几天在玩图片文字识别，找到了惠普开源谷歌维护的TesseractOCR识别项目。它支持上百种语言的文字识别，对于英文来说，准确率非常之高，但是对于中文来说，就真的是不容乐观了。其次识别速度也是过慢。速度问题是由训练文件决定的，到了4.0版本以上，官方提供了三种训练好的文件供大家下载：best、fast还有个就是适中的了。但是在用的时候会发现各种蛋疼的问题，有时fast能识别的best竟...
Linux 软硬链接的使用
软链接：ln -s file1 file21、软链接，以路径的形式存在。类似于Windows操作系统中的快捷方式2、软链接可以 跨文件系统 ，硬链接不可以3、软链接可以对一个不存在的文件名进行链接4、软链接可以对目录进行链接硬链接：ln file1 file21、硬链接，以文件副本的形式存在。但不占用实际空间。2、不允许给目录创建硬链接3、硬链接只有在同一个文件系统中才能创建有了上面的概念，...
服务器运维之 Bytespider 异常流量
前言现在是2019年6月18号凌晨1点，本打算洗澡睡觉，刷新了一下自己的网站，打不开了！于是登上服务器查看，发现 Tomcat 进程直接挂掉了。查看 Tomcat 日志，并未发现什么异常，难道是机器配置太低导致的？不管三七二十一，先重启再说。结果，重启了还是打不开，整个服务器就像阻塞了一般，接受不了请求。分析既然 Tomcat 没有异常日志，那就查看下 Nginx 的请求日志。结果发现，日志...
解决 /usr/lib/x86_64-linux-gnu/libstdc++.so.6: version `GLIBCXX_3.4.21' not found
出现这个问题的原因就是GCC的版本过低导致的，所以我们需要升级GCC版本。一开始按照网上的一篇文章，用高版本的源码进行升级，我是在Ubuntu 14.04上进行编译的，结果编译不过，一直报错，类似下面错误信息：Makefile:505: * missing separator. Stop.谷歌找了下是什么原因，有人说是Windows与Linux字符编码不同导致的，但我下载的源码应该就是Lin...
Shell 脚本执行方式比较
简单需求使用unrar命令批量解压当前目录下的所有.rar压缩文件并删除.rar压缩包。分析首先，不考虑使用unrar x *.rar方式，实际上我也测试了这个命令，使用手册说是x参数来批量解压，但是我这边报错：No files to extract所以还是自己写脚本来解压吧。撸脚本稍加思索有了下面Shell脚本（batchunrar.sh）：#!/bin/bash for line in...
Mysql 根据两边字符串查找中间字符串
现有如下需求：将数据库中某字段的字符串抽取出来单独存到另外一个字段比如需要将2019惊悚恐怖《俄国新娘》HD720P&HD1080P.英语中英双字中的俄国新娘抽取出来那么我们可以这么来做：首先使用substring_index获取到左半部分2019惊悚恐怖《俄国新娘，这里需要注意substring_index用法，它返回的是字符串而并非 index得到2019惊悚恐怖《俄国新娘后，再...
SpringMVC 优雅实现 301 跳转
前言对于做站的人来说，SEO 是一件挺重要的事情，所以当我们的网页请求规则发生改变时，为了减少丢失搜索引擎的权重，我们就很有必要对以前老的 URL 做 301 跳转了。在 HTTP 协议中，重定向分为两种：一种是 301 永久重定向，另外一种是 302 临时跳转。分析与实现需求已定，下面就是分析如何实现了，最容易想到的就是，在Controller的方法中加入如下代码：response.set...
vncserver too many security failures 解决办法
这个问题在 Ubuntu 操作系统上遇到的可能会比较多，以前用 CentOS 的时候是没有这个问题的。网上有人说解决办法就是杀掉进程，重新开启一个新的桌面，然而有时候我们需要保留之前打开的进程，那么这样做肯定是不行的。出现这个问题的原因，就是很多人在大量的扫 IP 和端口号导致的，触发了 vncserver 的保护机制，我们只需要重置黑名单就能恢复了。> vncconfig -disp...
Java byte[] 编码识别
前言最近在做菟丝子资源社区这个项目的时候，TCP 接收到的种子文件信息，读取出来的数据发现有些编码是 UTF-8，有些是 GBK，如果不做判断的话，那么在 JAVA 中直接new String(buff)有些是会乱码的。最开始找到的是使用juniversalchardet.jar这个工具包，但是发现乱码依旧，特意找了一个GBK编码的种子文件测试，发现识别出来的结果竟然是null。搜索了一番，...