Document updated on repair

README.md

@@ -57,6 +57,7 @@ requires importing log dependencies, which are essential. Please import the depe
         <!--<scope>provided</scope>-->
     </dependency>
     <!-- Log4j2 log real surface -->
+
     <dependency>
         <groupId>org.apache.logging.log4j</groupId>
         <artifactId>log4j-core</artifactId>
@@ -81,12 +82,14 @@ need to, you can refer to the following configuration.
         <artifactId>mysql-connector-java</artifactId>
         <version>8.0.30</version>
     </dependency>
+
     <!-- The dependency development package for the three major Spark modules can also be imported if you need to use it here, or not if you don't need it -->
     <dependency>
         <groupId>org.apache.spark</groupId>
         <artifactId>spark-core_2.12</artifactId>
         <version>3.1.3</version>
     </dependency>
+
     <dependency>
         <groupId>org.apache.spark</groupId>
         <artifactId>spark-sql_2.12</artifactId>
@@ -106,13 +109,13 @@ need to, you can refer to the following configuration.
         <version>0.3.12</version>
     </dependency>
 
-  <!-- HDFS input/output device dependency library. If you have a need for data reading and writing through the HDFS distributed storage platform, you can introduce this library. -->
-  <dependency>
-    <groupId>org.apache.hadoop</groupId>
-    <artifactId>hadoop-client</artifactId>
-    <version>3.3.1</version>
-  </dependency>
-  
+    <!-- HDFS input/output device dependency library. If you have a need for data reading and writing through the HDFS distributed storage platform, you can introduce this library. -->
+    <dependency>
+        <groupId>org.apache.hadoop</groupId>
+        <artifactId>hadoop-client</artifactId>
+        <version>3.3.1</version>
+    </dependency>
+
 </dependencies>
 ```
 

src_code/Case.md

@@ -112,7 +112,11 @@ public class MAIN1 {
 
 ### 图像模板匹配
 
-- 人脸识别 通过人脸模板匹配曼哈顿相似系数
+- 人脸识别
+
+  通过人脸模板匹配曼哈顿相似系数，进而得出人脸识别结果，在这里我们需要使用以下的图像作为样本，需要注意的是，该样本的轮廓为黑色，适用于背光情况下的人脸识别操作。
+
+![YB](https://user-images.githubusercontent.com/113756063/230775389-4477aad4-795c-47c2-a946-0afeadafad44.jpg)
 
 ```java
 package zhao.algorithmMagic;
@@ -173,7 +177,8 @@ import java.util.Map;
 public class MAIN1 {
     public static void main(String[] args) {
         ColorMatrix colorMatrix1, colorMatrix2;
-        {        // 将图像与样本读取进来
+        {        
+            // 将图像与样本读取进来
             colorMatrix1 = ColorMatrix.parse("C:\\Users\\zhao\\Desktop\\fsdownload\\YB.bmp");
             colorMatrix2 = ColorMatrix.parse("C:\\Users\\zhao\\Desktop\\fsdownload\\test22.jpg");
             ColorMatrix temp = ColorMatrix.parse(colorMatrix2.copyToNewArrays());
@@ -216,7 +221,7 @@ public class MAIN1 {
 ```
 
 ```java
-package zhao.algorithmMagic;
+package zhao.run;
 
 import zhao.algorithmMagic.algorithm.distanceAlgorithm.ManhattanDistance;
 import zhao.algorithmMagic.io.InputCamera;
@@ -227,50 +232,59 @@ import zhao.algorithmMagic.operands.matrix.ColorMatrix;
 import zhao.algorithmMagic.operands.table.FinalCell;
 
 import java.awt.*;
+import java.net.MalformedURLException;
+import java.net.URL;
 import java.util.Map;
 
-public class MAIN1 {
-    public static void main(String[] args) {
-        ColorMatrix colorMatrix1, colorMatrix2;
-        {
-            // 获取到摄像头输入设备
-            InputComponent inputComponent = InputCamera.builder()
-                    // 要使用的摄像头的名字 索引 或def默认，我们这里使用的是 def 代表使用默认摄像头
-                    .addInputArg(InputCameraBuilder.Camera_Index, new FinalCell<>("def"))
-                    // 要使用的拍摄图像格式
-                    .addInputArg(InputCameraBuilder.Image_Format, new FinalCell<>("JPG"))
-                    // 图像尺寸 这里的数值是 WebcamResolution 枚举类的属性字段 VGA
-                    .addInputArg(InputCameraBuilder.CUSTOM_VIEW_SIZES, new FinalCell<>("VGA"))
-                    .create();
-            // 将图像与样本读取进来
-            colorMatrix1 = ColorMatrix.parse("C:\\Users\\liming\\Desktop\\fsdownload\\YB.bmp");
-            colorMatrix2 = ColorMatrix.parse(inputComponent);
-            ColorMatrix temp = ColorMatrix.parse(colorMatrix2.copyToNewArrays());
-            // 开始二值化
-            colorMatrix1.localBinary(ColorMatrix._G_, 10, 0xffffff, 0, 1);
-            temp.localBinary(ColorMatrix._G_, 5, 0xffffff, 0, 20);
-            temp.erode(2, 2, false);
-            temp.show("temp");
-            // 开始进行模板匹配 并返回最匹配的结果数值，在这里返回的就是所有匹配的结果数据，key为匹配系数  value为匹配结果
-            Map.Entry<Double, IntegerCoordinateTwo> matching = temp.templateMatching(
-                    ManhattanDistance.getInstance("MAN"),
-                    colorMatrix1,
-                    ColorMatrix._G_,
-                    10,
-                    false
-            );
-            // 开始进行绘制 在这里首先获取到坐标数据
-            IntegerCoordinateTwo coordinateTwo = matching.getValue();
-            System.out.print("匹配系数 = ");
-            System.out.println(matching.getKey());
-            colorMatrix2.drawRectangle(
-                    coordinateTwo,
-                    new IntegerCoordinateTwo(coordinateTwo.getX() + colorMatrix1.getColCount(), coordinateTwo.getY() + colorMatrix1.getRowCount()),
-                    Color.MAGENTA
-            );
-        }
-        colorMatrix1.show("人脸样本");
-        colorMatrix2.show("识别结果");
+public class Test {
+    public static void main(String[] args) throws MalformedURLException {
+        // 获取到摄像头数据据输入设备对象
+        InputComponent inputComponent = InputCamera.builder()
+                .addInputArg(InputCameraBuilder.Camera_Index, new FinalCell<>(0))
+                .addInputArg(InputCameraBuilder.Image_Format, new FinalCell<>("JPG"))
+                .create();
+        // 解析人脸轮廓样本，作为模板
+        ColorMatrix parse = ColorMatrix.parse(
+                new URL("https://user-images.githubusercontent.com/113756063/230775389-4477aad4-795c-47c2-a946-0afeadafad44.jpg")
+        );
+        // 从摄像头中读取一个图像，并将其加载成图像矩阵，并且进行一个备份操作。
+        ColorMatrix colorMatrix1 = ColorMatrix.parse(inputComponent);
+        ColorMatrix colorMatrix2 = ColorMatrix.parse(colorMatrix1.copyToNewArrays());
+        // 接下来针对 colorMatrix1 对象进行二值化，用于降低颜色对于结果的影响
+        colorMatrix1.localBinary(
+                // 二值化计算时需要使用的颜色通道
+                ColorMatrix._G_,
+                // 二值化计算时，由于采取的是局部二值化，需要指定子矩阵数量，在这里指定为10
+                10,
+                // 当颜色大于局部阈值的时候要变更的颜色数值
+                0xffffff,
+                // 当颜色小于局部阈值的时候要变更的颜色数值
+                0,
+                // 指定二值化操作时，所有局部颜色阈值的偏置
+                1
+        );
+        // 二值化结束就可以开始进行模板匹配了 匹配之后会返回一个最相似的矩阵的匹配系数以及左上角坐标
+        Map.Entry<Double, IntegerCoordinateTwo> entry = colorMatrix1.templateMatching(
+                // 指定需要进行模板匹配的算法
+                ManhattanDistance.getInstance("MAN"),
+                // 指定模板 也就是人脸样本数据
+                parse,
+                // 指定计算时使用的颜色通道
+                ColorMatrix._G_,
+                // 指定卷积步长，步长越大性能越高，越小精准度越高
+                12,
+                // 指定 相似系数 与 相似程度是否成正相关性 这里由于我们使用的时曼哈顿，因此为负相关，填 false
+                false
+        );
+        // 获取到左上角坐标
+        IntegerCoordinateTwo l = entry.getValue();
+        // 计算出右下角坐标
+        IntegerCoordinateTwo r = new IntegerCoordinateTwo(
+                l.getX() + parse.getColCount(), l.getY() + parse.getRowCount()
+        );
+        // 绘制到备份的原矩阵并展示图像
+        colorMatrix2.drawRectangle(l, r, new Color(255, 0, 255));
+        colorMatrix2.show("image");
     }
 }
 ```

src_code/pom.xml

@@ -1,6 +1,6 @@
 <?xml version="1.0" encoding="UTF-8"?>
 <project xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://maven.apache.org/POM/4.0.0"
-    xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
+         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
     <modelVersion>4.0.0</modelVersion>
 
     <groupId>io.github.BeardedManZhao</groupId>

src_code/src/main/java/zhao/algorithmMagic/operands/vector/SparkVector.scala

@@ -107,6 +107,21 @@ final class SparkVector(sparkContext: SparkContext, vector: org.apache.spark.mll
     else throw new OperatorOperationException("'DoubleVector1 add DoubleVector2' 时，两个'DoubleVector'的向量所包含的数量不同，DoubleVector1=[" + numberOfDimensions1 + "]，DoubleVector2=[" + numberOfDimensions2 + "]\n" + "When 'DoubleVector1 add DoubleVector2', the two vectors of 'DoubleVector' contain different quantities, DoubleVector1=[" + numberOfDimensions1 + "], DoubleVector2=[" + numberOfDimensions2 + "]")
   }
 
+  /**
+   *
+   * @return 将本对象中存储的向量序列数组拷贝到一个新数组并将新数组返回，这里返回的是一个新数组，支持修改等操作。
+   *
+   *         Copy the vector sequence array stored in this object to a new array and return the new array. Here, a new array is returned, which supports modification and other operations.
+   */
+  override def copyToNewArray(): Array[Double] = vector.toArray
+
+  /**
+   * @return 向量中包含的维度数量
+   *         <p>
+   *         the number of dimensions contained in the vector
+   */
+  override def getNumberOfDimensions: Int = size
+
   /**
    * 在两个操作数之间做差的方法，具体用法请参阅API说明。
    * <p>

src_code/src/main/resources/log4j2.xml

@@ -15,7 +15,7 @@
     <Appenders>
         <!-- 控制台输出 appender，SYSTEM_OUT输出黑色，SYSTEM_ERR输出红色 -->
         <Console name="Console" target="SYSTEM_OUT">
-            <PatternLayout pattern="[%p][%c][%d{yy-MM-dd:hh}]] : %m%n" />
+            <PatternLayout pattern="[%p][%c][%d{yy-MM-dd:hh}]] : %m%n"/>
         </Console>
 
         <!--        &lt;!&ndash; 日志文件输出 appender &ndash;&gt;-->
@@ -25,7 +25,7 @@
 
         <!-- 使用随机读写流的日志文件输出 appender，性能提高 -->
         <RandomAccessFile name="accessFile" fileName="${LOG_HOME}/algorithmStar.log">
-            <PatternLayout pattern="[%p][%c][%d{yy-MM-dd:hh:mm:ss}]] : %m%n" />
+            <PatternLayout pattern="[%p][%c][%d{yy-MM-dd:hh:mm:ss}]] : %m%n"/>
         </RandomAccessFile>
     </Appenders>
 
@@ -34,8 +34,8 @@
         <!-- 使用 rootLogger 配置 日志级别 level="info" -->
         <Root level="info">
             <!-- 指定日志使用的处理器 -->
-            <AppenderRef ref="Console" />
-            <AppenderRef ref="accessFile" />
+            <AppenderRef ref="Console"/>
+            <AppenderRef ref="accessFile"/>
         </Root>
     </Loggers>
 </configuration>