Topological Spaces and Continuity
1. Topological Spaces2. Basis of Topology3. The Metric Topology3. The Subspace topology4. The Disjoint Union Topology5. Continuity and Homeomorphism6. The Product Topology7. The Quotient TopologyExercisesFind a homeomorphism $\varphi:\mathbb{R}^n\to\mathbb{R}^n$ satisfies:
$\varphi=1_{\mathbb{R}^n\setminus\mathring{D^n}}$.
$\varphi(0)=p$, $p\in\mathring{D^n}$.
Where $D^n$ denotes the set $\{x\in\mathbb{R}^n\colon\ |x|\leq 1\}$.
Suppose that $\varphi\colon S^1 \to S^1$ is a homeomorphism. P ...
数据分析实用技巧
Pandas系列DataFrame添加一行12df3.loc[i] = df2# 通过loc添加
索引满足条件数据1df[df.day==i]
图像处理
直方图均衡前言这学期开设了数据图像处理,简单记录下学习过程
什么是数字图像的直方图首先来看灰度级的定义:
灰度级:表示像素明暗程度的整数量
例如:像素的取值范围为0-255,就称该 图像为256个灰度级的图像
对于直方图而言,一个灰度级在范围[0,L-1]的数字图像的直方图是一个离散函数:
h(r_k)=n_K$n_k$是图像中灰度级为$r_k$的像素个数
$r_k$ 是第k个灰度级,k = 0,1,2,…,L-1
由于灰度级r_k的增量是1,直方图函数可以表示为:$$
p(k)=n_K什么是直方图均衡化
希望一幅图像的像素占有全部可能的灰度级 且分布均匀,能够具有高对比度
使用的方法是灰度级变换:s = T(r)
基本思想是把原始图的直方图变换为均匀分 布的形式,这样就增加了像素灰度值的动态 范围,从而达到增强图像整体对比度的效果
MATLAB代码实现12345678910111213141516171819I = imread('content_1400.png');% 对图片进行转换figuresubplot(2,2,1)imshow(I)I1=r ...
Ijctf2021复现
SodaFactory第一次遇见Nodejs的ssti,基本功不扎实,没能构造出可以执行的语句,记录一下
12345678910111213141516171819202122232425262728const express = require('express')const soda = require('sodajs/node');const app = express()app.use(express.static('public'))app.use(express.urlencoded({ extended: true}))var images = { coke:"https://kellysdistributors.com.au/wp-content/uploads/387-1.jpg", pepsi:"https://static.winc.com.au/pi/70/0f795e8e7cbb8d4c874032865e2c8a246d6416-15 ...
pwn笔记
零碎和小数进行判断情况https://cloud.tencent.com/developer/article/1473836
汇编代码确定小数位置
write函数泄露地址模板1payload='''padding'''+p32(write_plt)+p32('''return_addr''')+p32(1)+p32(write_got)+p32(4)
system执行1payload='padding'+p32(system)+p32(0)+p32(binsh)
注意:p32(0)相当于’\x00\x00\x00\x00’,strcpy(dest, src);相当于直接截断, sh 字符串肯定读不进去啊
p32(1)也可能因为大小端问题截断,deadbeaf挺好用
puts函数泄露地址模板1payload = 'padding'+p32(puts_plt)+p32(return_addr)+p32(puts_got)
print ...