易栈网-膘叔（Neatstudio.COM）

易栈网-膘叔

删除小数点目录

PHP图像识别

集体智慧编程笔记（一）：相似度算法

犹豫：是否采用Yii把sablog重构

征集PHPOO.COM的未来走向

删除小数点目录

PHP图像识别

集体智慧编程笔记（一）：相似度算法

犹豫：是否采用Yii把sablog重构

征集PHPOO.COM的未来走向

日志分类

热门标签

日志归档

搜索文章

最新评论

博客信息

友情链接

浏览模式: 标准 | 列表Tag:zendstudio

Submitted by gouki on 2010, October 12, 1:57 PM

上午某群内好友中了木马，目录名中都是小数点，无法删除。找了一下资料，以做备份吧。。

----start--
这些有小数点的文件夹其实是windows系统存在的一个bug，因为不容易被删除而且很隐蔽，因此经常为一些入侵者利用存放一些木马之类的文件。虽然我们不能像删除普通文件一样删除这种文件夹，但总归有删除办法的。懂得了这种文件的创建原理，删除自然就好办了。有关该原理的介绍具体可以看《建一个别人进不了删不掉的绝密文件夹》这篇文章。

删除办法为：在CMD下通过rd命令+文件名+"./"来删除，如果文件夹下有文件需要先删掉内部的文件（一般为木马文件），那么如何进入这个文件夹呢？可以通过“start+目录的绝对路径”命令进入，如：start d:\web\sites\1..\。
----eof---

后来，朋友是删除了这个目录了。。HOHO，想不到，还有Start这个命令。（百万宝贝告诉我，Start命令失败。。。）

原文：http://www.aspxhome.com/security/20092/760121.htm

Misc | 评论:0 | 阅读:15363

Submitted by gouki on 2010, August 2, 4:50 PM

对于一些几乎没有变型的图片来说，下面这个方法或者会减轻你的工作量。
事实上，我也是从http://fr.cc0311.com/php-telephone-number-ocr.html看的代码，再想想，walkerlee在05年就写过了关于bmp图片的识别。不过BMP可能会相对简单一点吧？
看了这个法月博客的代码。脑子一热，花了半小时，重写了一遍。。。没有优化。因为大部分方法还是参考的他的，只是对法月的这篇文章中的代码，我做了简单的改动。版权，还是算他的吧。。。去年的时候，也写过类似的。。只是因为图片变形，最终识别率超低，因此对于这种不变形的，还是写下代码做个笔记吧。

PHP代码

<?php
$imgfile = 'http://bj.ganji.com/tel/5463013757650d6c5e31093e563c51315b6c5c6c5237.png';
interface imagedatas {
public function setimagedata();
public function getimagedata();
}
class GanjiImage implements imagedatas{
public $imagedata;
public function __construct(){
$this->setimagedata();
}
public function setimagedata(){
$this->imagedata = array(
0=>'000011111000001111111110011000000011110000000001110000000001110000000001110000000001011000000011011100000111000111111100000001110000',
1=>'011000000000011000000000111111111111111111111111',
2=>'001000000011011000000111110000001101110000011001110000011001110000110001111001100001011111100001000110000001',
3=>'001000000010011000000011110000000001110000000001110000110001110000110001011001110011011111011111000110001100',
4=>'000000001100000000111100000001111100000011101100000111001100001100001100011000001100111111111111111111111111000000001100000000000100',
5=>'111111000001111111000001110001000001110001000001110001100001110001100001110000110011110000111111000000001100',
6=>'000011111000001111111110011000110011110001100001110001100001110001100001110001100001010001110011010000111111000000001100',
7=>'110000000000110000000111110000111111110001110000110111000000111100000000111000000000111000000000',
8=>'000100011110011111111111110011100001110001100001110001100001110001100001110011100001011111111111000100011110',
9=>'001111000000011111100001110000110001110000110001110000110001110000110001011000100001011111100111000111111110000001110000',
);
}
public function getimagedata(){
return $this->imagedata;
}
}
class imageValidation
{
protected $imgfile;
protected $imgsize;
protected $imgdata; //数组
protected $hordata; //横向
protected $verdata; //纵向
protected $imgfunc;
function __construct( $imgfile , $imgsource = ''){
$this->imgfile = $imgfile;
$this->imgsize = getimagesize($imgfile);
$this->imgfunc = $this->getImageFunc();
if($this->imgfunc == 'imagecreatefromstring'){
$this->imgfile = file_get_contents($this->imgfile);
}
$this->imgsource = new $imgsource();
}
function getImageData(){
$func = $this->imgfunc;
$resource = $func( $this->imgfile );
for( $i=0 ; $i < $this->imgsize[1] ; $i++){
for( $j=0 ; $j<$this->imgsize[0] ; $j++){
$rgbcolor = imagecolorat( $resource , $j , $i);
$rgbarray = imagecolorsforindex( $resource , $rgbcolor );
if($rgbarray['red'] < 125 || $rgbarray['green']<125 || $rgbarray['blue'] < 125){
$data[$i][$j]=1;
}else{
$data[$i][$j]=0;
}
}
}
$this->imgdata = $data;
}
function getHorData(){
$z = 0;
for($i=0; $i<$this->imgsize[1]; $i++){
if(in_array('1',$this->imgdata[$i])){
for($j=0; $j<$this->imgsize[0]; $j++){
if($this->imgdata[$i][$j] == '1'){
$newdata[$z][$j] = 1;
}else{
$newdata[$z][$j] = 0;
}
}
$z++;
}
}
$this->hordata = $newdata;
return $newdata;
}
function getVerData(){
//$data = array_reverse($this->hordata); //这是180度翻转，不是90度
for( $i=0; $i< count($this->hordata[0]) ; ++$i){
for( $j=0;$j<count($this->hordata);$j++){
$newdata[$i][$j] = $this->hordata[$j][$i];
}
}
$i = 0;
foreach($newdata as $k=> $v){
if( in_array(1 , $v ) || (isset($newdata[$k+1]) && in_array(1,$newdata[$k+1]) )){
$newdatas[$i] = $v;
$i++;
}
}
$this->verdata = $newdatas;
return $newdatas;
}
function get(){
$i = 0;
foreach( $this->verdata as $val){
if(in_array(1,$val)){
$datas[$i] .= join("",$val);
}else{
$i++;
}
}
foreach( $datas as $k => $val ){
$number[$k] = $this->check($val);
}
return $number;
}
function check($str){
$imgsourcesdata = $this->imgsource->getimagedata();
foreach( $imgsourcesdata as $k => $val){
similar_text($str,$val,$percent);
$ret[$k]=$percent;
}
return array_search(max($ret),$ret);
}
function draw( $data ){
$str = '';
if(is_array($data)){
foreach ($data as $key => $val){
foreach ($val as $k => $v){
if($v == 0){
$str .= "<font color='#FFFFFF'>".$v."</font>";
}else{
$str .= $v;
}
}
$str.= "<br/>";
}
}
echo $str;
}
function getImageFunc(){
switch($this->imgsize[2]){
case IMAGETYPE_PNG :
$this->imgfunc = 'imagecreatefrompng';
break;
case IMAGETYPE_JPEG :
case IMAGETYPE_JPG :
$this->imgfunc = 'imagecreatefromjpeg';
break;
case IMAGETYPE_GIF :
$this->imgfunc = 'imagecreatefromgif';
break;
default:
$this->imgfunc = 'imagecreatefromstring';
break;
}
return $this->imgfunc;
}
}
$img = new imageValidation($imgfile,'GanjiImage');
$img->getImageData();
$img->getHorData();
$img->getVerData();
$phone = $img->get();
dump($phone);
function dump($data){
print("<pre>");
print_r($data);
print("</pre>");
}

对于该图片，识别率很高。

Tags: 图像识别

PHP | 评论:1 | 阅读:29189

Submitted by gouki on 2010, July 15, 8:52 AM

本文内容全部来自《集体智慧编程》一书，原书采用的是python，因为没有python编程环境，所以用PHP实现

PHP代码

<?php
//filename:test_collecting_preferences
//数据和代码来自《集体智慧编程》
//原文采用python实现，尝试用PHP进行转换
//@description 搜集用户偏好寻找相近用户
$datalist = array(
'Lisa Rose' => array(
'Lady in the Water' => 2.5,
'Snake on a Plane' => 3.5,
'Just My Luck' => 3.0,
'Superman Returns' => 3.5,
'You, Me and Dupree' => 2.5,
'The Night Listener'=> 3.0
),
'Gene Seymour' => array(
'Lady in the Water' => 3.0,
'Snake on a Plane' => 3.5,
'Just My Luck' => 1.5,
'Superman Returns' => 5.0,
'You, Me and Dupree' => 3.5,
'The Night Listener'=> 3.0
),
'Michael Phillips' => array(
'Lady in the Water' => 2.5,
'Snake on a Plane' => 3.0,
'Superman Returns' => 3.5,
'The Night Listener'=> 4.0
),
'Claudia Puig' => array(
'Snake on a Plane' => 3.5,
'Just My Luck' =>3.0,
'Superman Returns' => 4.0,
'You, Me and Dupree' => 2.5,
'The Night Listener'=>4.5
),
'Mick LaSalle' => array(
'Lady in the Water' => 3.0,
'Snake on a Plane' => 4.0,
'Just My Luck' => 2.0,
'Superman Returns' => 3.0,
'You, Me and Dupree' => 2.0,
'The Night Listener'=> 3.0
),
'Jack Matthews' => array(
'Lady in the Water' => 3.0,
'Snake on a Plane' => 4.0,
'Superman Returns' => 5.0,
'You, Me and Dupree' => 3.5,
'The Night Listener'=> 3.0
),
'Toby' => array(
'Snake on a Plane' => 4.5,
'Superman Returns' => 4.0,
'You, Me and Dupree' => 1.0,
),
);
//欧几里德距离
//它以经过人们的一致评价的物品为坐标轴，然后将参与评价的人绘制到图上，并考查他们彼此间的距离远近。
//偏好越相似的人，距离越近。不过我们还需要一个函数来对偏好越相近的情况给出越大的值，
//为此我们可以将函数值加1（这样可以避免遇到被零整除的错误），并取其倒数
//公式是 1 / (1 + sqrt ( pow( data[a][1] - data[b][1] .... ) ))
function sim_distance ( $datalist , $person1 , $person2)
{
$si = array();
foreach ( $datalist[$person1] as $moviename => $grade ){
if( array_key_exists( $moviename, $datalist[$person2] )){
$si[$moviename] = 1;
}
}
if( emptyempty( $si )){
return 0;
}
$powers = 0;
foreach ( $si as $moviename=>$val ){
$powers += pow( ($datalist[$person1][$moviename] - $datalist[$person2][$moviename] ), 2 );//两者影评分数相减的平方值
}
return 1 / (1+ sqrt($powers));
}
//测试 'Lisa Rose' 和 'Gene Seymour' 的相似度评价
//原书上求出来是 0.29429805508554946 , PHP 的结果是 0.29429805508555，默认精度没有python高
echo( sim_distance( $datalist , 'Lisa Rose' , 'Gene Seymour') );
echo( '<br/>' );
//皮尔逊相关系数
//该相关系统是判断两组数据与某一直线拟合程序的一种度量。对应的公司比欧几里德距离评价的计算公式要复杂
//但是它在数据不是很规范时（如影评者对影片的评价总是相对于平均水平偏离很大），会倾向于给出更好的结果
//皮尔逊相关度评价法首先会找出两位评论者都曾评过的物品
//计算两者的评分总和与平方和，并求得评分的乘积之和，最后，利用这个结果计算出相关系数
function sim_person ( $datalist ,$person1 , $person2)
{
$si = array();
foreach ( $datalist[$person1] as $moviename => $grade ){
if( array_key_exists( $moviename, $datalist[$person2] )){
$si[$moviename] = 1;
}
}
if( emptyempty( $si )){
return 1;
}
$n = count( $si );
$sum1 = $sum1Sq = $sum2 = $sum2Sq = $pSum = 0;
foreach ( $si as $moviename => $val ){
$sum1 += $datalist[$person1][$moviename]; //个人影评分数累加
$sum1Sq += pow( $datalist[$person1][$moviename], 2 );//个人影评分数平方的累加
$sum2 += $datalist[$person2][$moviename];
$sum2Sq += pow( $datalist[$person2][$moviename], 2 );
$pSum += ( $datalist[$person1][$moviename] * $datalist[$person2][$moviename]);//两人影评之乘积
}
$num = $pSum - ( $sum1 * $sum2 / $n); // 正常情况下，我怎么都觉得这是1吧？
$den = sqrt( ( $sum1Sq - pow( $sum1, 2 ) / $n) * ( $sum2Sq - pow( $sum2, 2 ) / $n) );
if ( $den == 0 ){
return 0;
}
return ($num / $den );
}
//继续测试 'Lisa Rose' 和 'Gene Seymour' 的相似度评价
//原书上求出来是 0.396059017191 , PHP 的结果是 0.39605901719067，这回。。。位数超过了python
echo( sim_person( $datalist , 'Lisa Rose' , 'Gene Seymour') );
?>

有点长，随便看看吧

Tags: 算法

PHP | 评论:1 | 阅读:20299

Submitted by gouki on 2010, April 29, 10:55 PM

一直在犹豫，是否要重构sablog，还是说仅仅把前台的模版系统重构一下就完事。

曾经想过是采用thinkPHP或者fleaPHP(用不惯Qee)，但后来有各种各样的原因，导致就没有重构。

现在，文章数据也多了，有2年的数据了，也因此想要增加一点新功能，所以就在想着是否要重构一下。否则新功能加起来就很繁琐。

同时还要考虑一下模版，因为现在的模版太挫了，很多广告位都无法设定好，不是在顶部就是在侧部，根本没有人想点，如果在中间，或许点击的次数会多一点？

当然，我需要考虑的是缓存，一直以来sablog都是用的自带的文件缓存，虽然文件数量不大，但总也占着资源，为什么不把APC开启并使用呢？呵呵。。。

可是我还要考虑的是我原先博客里的代码高亮，虽然有想过要换到synaxhilight上面，但原来的数据怎么办？我总不可能一个个的改吧？

再然后就是，如果是换系统，那又得考虑数据迁移了，现在这样的后台，我还能够接受。一旦换系统，后台我还不一定能够熟悉呢。

最后，同一文章存放多个分类。。。【被朋友说话打断了，郁闷】

反正，就是一想法。

Tags: yii, sablog, 前端, 重构

PHP | 评论:5 | 阅读:25364

Submitted by gouki on 2009, April 29, 10:49 AM

PHPOO.com目前纯粹是用作UCHOME，原本我的想法也是类似于当成一个多用户博客来运作的。
但事实上，效果并不明显。

所以，我现在在考虑，是否使用supesite之类的CMS，把它打造成一个PHP的资讯、学习站点。
征集一下意见。。。

我现在的博客上的一部分资料转移过去，同时，收集一些比较经典、常用的资料。
再进行细分，不知道是否可行。

Tags: phpoo

Misc | 评论:1 | 阅读:19473

Records:712 ›

« 2025年02月 »