举个例子，常规的是命令 mvn install，这时只需要双击这里即可：
但是如果需要制定运行参数，那怎么办？
第一种方法是直接在IdeaJ的Terminal中执行即可：
但这里的环境调用的是windows的环境，所以有可能你的windows环境是JDK17，但是项目的环境是JDK8，此时便会报错。那么我们可以通过这种形式去配置其参数：
右击这个命令，选择“Modify Run Configuration”：
然后在以下圈住的位置填写mvn参数（注意不需要前面打mvn三个英文字母）：
点击“OK”后便可以在这个位置展开找到刚刚添加的快速启动入口：
选择并运行即可。
首先请确保项目已经有多个配置文件。
然后点击这里展开：
选择“Edit Configurations”。
最后在“Spring Boot – Active profiles”的填写框里面填入配置文件的后缀，重启SpringBoot项目即可。
Swing是JAVA内置的，因此商用免费，优点是无需额外引入依赖而且跨平台。
SWT是Eclipse开发并维护的，开源协议是Eclipse所以商用免费，有点是界面调用了不同系统的底层实现的，做出来的窗体效果比较贴近系统，所以效果相对精美。
JavaFX是官方的产物，JDK1.8是内置，超过JDK1.8的版本都是需要独立引用，功能及效果均超越Swing和SWT，但开源协议是CC BY-NC 4.0 DEED，也就是不可商用！不可商用！不可商用！因此没有学习价值。
所以，长远来看，还是用Swing吧。
可以修改启动类为：
@SpringBootApplication
public class RmToolApplication implements CommandLineRunner {
public static void main(String[] args) {
//SpringApplication.run(RmToolApplication.class, args);
SpringApplicationBuilder builder = new SpringApplicationBuilder(RmToolApplication.class);
builder.headless(false).run(args);
}
@Override
public void run(String... args) throws Exception {
Application.launch(MainApp.class, args);
}
}
官方github地址：
https://github.com/tesseract-ocr/tesseract
注意，tess4j中用到的JAI类库只支持以下图像类型：
详情可到进入下面链接查看：
https://github.com/jai-imageio/jai-imageio-core
https://github.com/UB-Mannheim/tesseract/wiki
如果不安装，则会在执行OCR识别时出现如下作物提示：
java.lang.RuntimeException: Unsupported image format. May need to install JAI Image I/O package. https://github.com/jai-imageio/jai-imageio-core at net.sourceforge.tess4j.Tesseract.doOCR(Tesseract.java:215) ~[tess4j-4.5.5.jar:4.5.5] at net.sourceforge.tess4j.Tesseract.doOCR(Tesseract.java:195) ~[tess4j-4.5.5.jar:4.5.5]
https://github.com/tesseract-ocr/tessdata
到这个连接中，下载zip包：
做OCR识别之前，不配置tessdata的话，会出现以下错误：
当然，你也可以只下载eng.traineddata
//OCR依赖 implementation 'net.sourceforge.tess4j:tess4j:4.5.5' //JAI Image I/O 扩展库 implementation group: 'com.github.jai-imageio', name: 'jai-imageio-jpeg2000', version: '1.4.0'
File ocrFile = new File("ocr.png ");
//使用OCR提取图片文字
Tesseract tesseract = new Tesseract();
//设置 Tesseract 数据文件的路径，如果不是默认路径的话
//tesseract.setDatapath("path_to_your_tessdata_folder");
try {
String result = tesseract.doOCR(ocrFile);
System.out.println(result);
} catch (TesseractException e) {
System.err.println(e.getMessage());
}
java.lang.RuntimeException: Unsupported image format. May need to install JAI Image I/O package. https://github.com/jai-imageio/jai-imageio-core at net.sourceforge.tess4j.Tesseract.doOCR(Tesseract.java:215) ~[tess4j-4.5.5.jar:4.5.5] at net.sourceforge.tess4j.Tesseract.doOCR(Tesseract.java:195) ~[tess4j-4.5.5.jar:4.5.5]
出现这种情况，请注意一下是否你的图像类型不属于支持的范围，请查看JAI的官网链接，别怀疑，PNG和JPG都是不支持的~！
CMake：
MinGW：
https://sourceforge.net/projects/mingw-w64/files/
OpenCV
本次 Windows 环境的安装，因此下载OpenCV-4.6.0 Windows 版。
双击下载好的exe文件，程序会生成 opencv 文件夹。
这个 opencv 文件夹就是我们后面的编译源文件。
新建一个文件夹 build_for_vscode ，用于存放我们后面的编译结果。
下载OpenCV – 4.7.0的Windows版本，运行并制定解压目录。
（注意，如果这里选择其他版本，请务必在后面的项目依赖用也配置对应的4.7.0版本。）
然后配置系统的环境变量Path，添加“opencv/build/java/x86/opencv_java470.dll”。
否则会报类似如下的错误：
Exception in thread "JavaFX Application Thread" java.lang.UnsatisfiedLinkError: no opencv_java470 in java.library.path: D:\Java\jdk-17.0.8\bin;C:\Windows\Sun\Java\bin;C:\Windows\system32;C:\Windows;C:\Program Files (x86)\VMware\VMware Workstation\bin\;C:\Program Files (x86)\Common Files\Oracle\Java\javapath;C:\Windows\system32;C:\Windows;C:\Windows\System32\Wbem;C:\Windows\System32\WindowsPowerShell\v1.0\;C:\Windows\System32\OpenSSH\;C:\Program Files (x86)\NVIDIA Corporation\PhysX\Common;C:\Program Files\NVIDIA Corporation\NVIDIA NvDLISR;C:\Program Files\Git\cmd;C:\Program Files\TortoiseGit\bin;C:\Program Files (x86)\Microsoft SQL Server\160\Tools\Binn\;C:\Program Files\Microsoft SQL Server\160\Tools\Binn\;C:\Program Files\Microsoft SQL Server\Client SDK\ODBC\170\Tools\Binn\;C:\Program Files\Microsoft SQL Server\160\DTS\Binn\;C:\Program Files\Docker\Docker\resources\bin;D:\Java\jdk-1.8\bin;C:\Program Files\JetBrains\IntelliJ IDEA 2021.2\plugins\maven\lib\maven3\bin;C:\Program Files\nodejs\;C:\Windows\System32\Wbem;D:\Redis-x64-3.2.100;C:\Program Files\Go\bin;C:\Program Files\Go\bin;C:\Program Files\OpenSSL-Win64\bin;D:\MinGW-12.2.0\bin;D:\gradle-8.5\bin;D:\hkbea\20231201.PBWMS Enhancement\RmTool\opencv\build\java\x64;C:\Program Files\Tesseract-OCR;C:\Users\cp0612\AppData\Local\Microsoft\WindowsApps;C:\Users\cp0612\AppData\Roaming\npm;C:\Windows\System32\Wbem;C:\Users\cp0612\AppData\Local\Programs\Microsoft VS Code\bin;C:\Users\cp0612\go\bin;C:\Program Files\CMake\bin;. at java.base/java.lang.ClassLoader.loadLibrary(ClassLoader.java:2429) at java.base/java.lang.Runtime.loadLibrary0(Runtime.java:818) at java.base/java.lang.System.loadLibrary(System.java:1989) at com.hkbea.pbwms.rmtool.MainApp$1.run(MainApp.java:151) at com.sun.javafx.application.PlatformImpl.lambda$runLater$10(PlatformImpl.java:457) at java.base/java.security.AccessController.doPrivileged(AccessController.java:399) at com.sun.javafx.application.PlatformImpl.lambda$runLater$11(PlatformImpl.java:456) at com.sun.glass.ui.InvokeLaterDispatcher$Future.run$$$capture(InvokeLaterDispatcher.java:96) at com.sun.glass.ui.InvokeLaterDispatcher$Future.run(InvokeLaterDispatcher.java) at com.sun.glass.ui.win.WinApplication._runLoop(Native Method) at com.sun.glass.ui.win.WinApplication.lambda$runLoop$3(WinApplication.java:184) at java.base/java.lang.Thread.run(Thread.java:833)
依赖版本可以查看这里：https://mvnrepository.com/artifact/org.bytedeco/opencv
// https://mvnrepository.com/artifact/org.bytedeco/opencv implementation group: 'org.bytedeco', name: 'opencv', version: '4.7.0-1.5.9'
请务必注意version需要和所下载的OpenCV运行版本号一致。
// 加载OpenCV库
System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
// 读取源图像和模板图像
Mat sourceImage = Imgcodecs.imread("screenshot.png");
Mat templateImage = Imgcodecs.imread("template.png");
// 创建结果矩阵
int resultCols = sourceImage.cols() - templateImage.cols() + 1;
int resultRows = sourceImage.rows() - templateImage.rows() + 1;
//Mat resultImage = new Mat(resultRows, resultCols, CvType.CV_32F);
Mat resultImage = new Mat(resultRows, resultCols, CvType.CV_32FC1);
// 执行模板匹配
// 注意：这里只是一个简单的示例，实际的模板匹配需要根据具体需求进行参数调整和处理
/**
* result 参数：用于存储匹配结果的矩阵，您可以检查这个矩阵来了解匹配的情况。
* method 参数：指定匹配方法。常见的匹配方法包括 Imgproc.TM_SQDIFF、 Imgproc.TM_SQDIFF_NORMED、Imgproc.TM_CCORR、Imgproc.TM_CCORR_NORMED、Imgproc.TM_CCOEFF 和 Imgproc.TM_CCOEFF_NORMED，它们会影响到匹配结果的精确度和准确度。
* mask 参数：指定模板的掩码，可以使用它来限制匹配区域，提高匹配的准确度。
* scale 和 scaleFactor 参数：指定搜索图像和模板图像的缩放比例，可以通过调整这些参数来适应不同尺寸的图像。
*/
Imgproc.matchTemplate(sourceImage, templateImage, resultImage, Imgproc.TM_CCOEFF_NORMED);
// --------- 处理匹配结果 ----------
//匹配阈值处理
//double thresholdValue = 0.8;
//Core.compare(resultImage, new Scalar(thresholdValue), resultImage, Core.CMP_GE);
// 寻找最大和最小匹配值及其位置
Core.MinMaxLocResult mmr = Core.minMaxLoc(resultImage);
//比对匹配到的图像结果
double threshold = 0.2; // 设置匹配阈值
if (mmr.maxVal >= threshold) {
//log.info("匹配成功");
System.out.println("匹配成功");
Point maxLoc = mmr.maxLoc;
// 在原始图像中画出匹配结果的矩形框
Rect matchRect = new Rect((int)maxLoc.x, (int)maxLoc.y, templateImage.cols(), templateImage.rows());
Imgproc.rectangle(sourceImage, matchRect.tl(), matchRect.br(), new Scalar(0, 255, 0), 2);
// 将 Mat 对象转换为 BufferedImage
//imageView.setImage(SwingFXUtils.toFXImage(matToBufferedImage(resultImage),null));
BufferedImage resultBuffImage = Mat2BufImg(sourceImage,".png");
WritableImage rersultWritableImage = SwingFXUtils.toFXImage(resultBuffImage,null);
File resultImageFile = new File("outputImage.png");
try {
ImageIO.write(SwingFXUtils.fromFXImage(rersultWritableImage, null), "png", resultImageFile);
System.out.println("屏幕截图已保存到: " + resultImageFile.getAbsolutePath()+"; 大小="+resultImageFile.length());
} catch (IOException e) {
System.out.println("无法保存屏幕截图: " + e.getMessage());
}
imageView.setImage(rersultWritableImage);
} else {
// 未找到匹配
//log.info("匹配失败");
System.out.println("匹配失败");
}
// 释放资源
sourceImage.release();
templateImage.release();
resultImage.release();
环境：JDK1.7
官方的配置参考指导：https://openjfx.cn/openjfx-docs/#gradle
在项目的build.gradle文件中增加JavaFX的插件配置：
plugins {
//JavaFX
id 'application'
id 'org.openjfx.javafxplugin' version '0.0.13'
}
//JavaFX配置
javafx {
version = "17.0.2"
modules = [ 'javafx.controls', 'javafx.graphics', 'javafx.base', 'javafx.fxml' ]
}
版本号可以在这里获取：https://openjfx.cn/dl/
但是注意一下：
1、有可能官网上最新的版本号在Maven依赖镜像仓中不存在，我在测试的时候，官网的是17.0.4，但一直无法下载成功，于是改成17.0.2就成功了。
2、org.openjfx.javafxplugin的version如果太低，则有可能无法匹配到对应的依赖。当时我找的教程是0.0.10，但是一直提示javafx的配置那里一直报灰色（失效），且无法build。
import javafx.application.Application;
import javafx.scene.Scene;
import javafx.scene.layout.AnchorPane;
import javafx.stage.Stage;
public class MainApp extends Application {
@Override
public void start(Stage primaryStage) throws Exception {
AnchorPane anchorPane = new AnchorPane();
Scene scene = new Scene(anchorPane, 200, 150);
primaryStage.setScene(scene);
primaryStage.show();
}
}
import javafx.application.Application;
import org.springframework.boot.CommandLineRunner;
import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.SpringBootApplication;
@SpringBootApplication
public class RmToolApplication implements CommandLineRunner {
public static void main(String[] args) {
SpringApplication.run(RmToolApplication.class, args);
}
@Override
public void run(String... args) throws Exception {
Application.launch(MainApp.class, args);
}
}
先插入两个规格相同的存储器，一般会是/dev/sda和/dev/sdb，此时可以使用以下两个命令来查看磁盘情况：
#查看当前系统磁盘使用情况 df -h
#查看磁盘情况 fdisk -l
然后使用以下命令对这两个存储器分别进行分区和格式化：
fdisk /dev/sda
然后按顺序进行以下操作：
输入n，回车 输入p，回车 输入1，回车 回车 输入分区大小如+2G 输入wq，回车
至此新建完sda1，然后再用同样的操作对/dev/sdb进行操作以新建sda2。
然后在OpenWRT界面中进行软raid1的建立：
接着如下图所示创建一个挂载点：
注意：同一个存储器在开机启动时不能被同时挂载，否则会以最后一个挂载为准。
然后重启设备即可，重启后可以到OpenWRT中查看挂载情况：
查看当前RAID的详情：
mdadm --detail /dev/md0
使用以下命令让设备分区sdb1模拟故障：
mdadm --manage /dev/md0 --fail /dev/sdb1
然后查看软RAID的详情：
mdadm --detail /dev/md0
从RAID1阵列中移除sdb1分区：
mdadm --manage /dev/md0 --remove /dev/sdb1
再次查看RAID详情：
mdadm --detail /dev/md0
从上图中可以看到原来标记faulty的设备信息已经没有看见了。
接着我们拔掉故障存储器sdb，把存储器sdb插到其他电脑上删除分区，然后再插回到设备上，接着格式化，此时咱们的sdb1又回来了。
于是使用以下指令进行把用于模拟恢复的设备分区sdb1重新加回到原来的md0软阵列分区中：
mdadm --add /dev/md0 /dev/sdb1
执行命令后，可以看到两个存储器正在闪烁并同步数据，使用以下命令可以查看到RAID1的数据正在重建中：
最后等待重建完毕，在此过程中，/dev/sda1依然能够正常访问：
若同步完毕，则两个盘的状态都会如下图所示：
在网络上有些人说mdadm的监控配置路径是/etc/mdadm.conf或/etc/mdadm/mdadm.conf，但是我都找不到，然后使用“mdadm –monitor –scan”指令，其提示：
这是没有配置邮箱地址的提示，那我便创建了/etc/mdadm.conf和/etc/mdadm/mdadm.conf这两个配置文件，结果提示依然没变。
找了网上资料，说monitor指令需要加-mail参数，加了后又说只允许有一个监控进程：
然后使用以下指令查看相关进程：
ps -ef | grep mdadm
这才得知，原来默认是加载的/var/etc/mdadm.conf文件啊！
于是便打开/var/etc/mdadm.conf文件，发现又有一句提示：
然后又看看/etc/config/mdadm这个文件，看到我明明已经修改了：
但是这里又看到下面的array配置已经成功写到了/var/etc/mdadm.conf文件了。于是心里便想，是不是启动服务时某个脚本创建的呢？所以就到/etc/init.d里面找找相关的启动脚本。
果真如此！找到了mdadm的启动脚本，编辑他：
vim /etc/init.d/mdadm
发现有如下代码片段：
意思是只有找到sendmail程序时才会在mdadm的配置文件中加入邮箱地址。
我看了下，没有sendmail，但我已经安装并配置好了msmtp了，所以就修改一下这里：
mdadm_common() {
local cfg="$1"
local email devices
# if [ -x /usr/sbin/sendmail ]; then
if [ -x /usr/bin/msmtp ]; then
config_get email "$cfg" email
# [ -n "$email" ] && printf "MAILADDR %s\n" "$email" >> $CONF
[ -n "$email" ] && printf "MAILADDR %s\nMAILFROM %s\n" "$email" "$email" >> $CONF
fi
config_list_foreach "$cfg" devices append_list_item devices " "
[ -n "$devices" ] && printf "DEVICE %s\n" "$devices" >> $CONF
}
然后umount你的分区，再使用 service mdadm restart 命令来服务即可。
如果配置正常，则你在模拟分区异常的时候，就能够收到如图所示的邮件通知：
强制检查时遇到“sh: /usr/lib/sendmail: not found”，则代表你的mdadm默认调用的是sendmail的程序进行邮件发送的，但你的电脑上并没有安装sendmail，所以报了这个错误。此时你如果想继续使用msmtp的话，则可以使用以下指令创建软连接：
ln -s /usr/bin/msmtp /usr/lib/sendmail
然后再次执行mdadm的强制测试指令即可：
mdadm --monitor --scan --test --oneshot
先执行msmtp命令看看是否已经安装，如果没有安装，则会如下图所示：
然后使用以下命令进行安装
opkg update opkg install msmtp
再次输入msmtp命令，不再有命令错误提示，即代表安装成功。
使用以下指令测试邮件发送：
echo -e "Subject: Test\n\nThis is a test email." | msmtp 81408242@qq.com
此时出现如下提示：
这是因为安装msmtp服务后未配置邮件服务器引起的，我们使用以下指令进行配置：
vim /etc/msmtprc
然后修改成smtp的默认配置参数即可：
account default host smtp.qq.com port 587 tls on tls_starttls on user 81408242@qq.com password *************** #这里换成邮箱授权密码 from 81408242@qq.com auth on
保存后再次使用邮件测试指令进行测试即可：
echo -e "Subject: Test\r\n\r\nThis is a test email." | msmtp 81408242@qq.com
更新软件源：
opkg update
安装docker进程：
opkg install dockerd
安装docker：
opkg install docker
安装dockerman：
opkg install luci-app-dockerman
安装完毕后，登录OpenWrt界面，应该就可以看到Docker的菜单了：
点击上图所示的“启动”按钮，即可启动程序Docker服务了。
然后可以在SSH界面中执行以下命令以查看Docker的相关情况：
#docker的完整性检查 docker info #docker的版本查看 docker version
启动命令：
service dockerd start
停止命令：
service dockerd stop
默认安装好后docker的空间只有几百M，完全不够。可以到磁盘管理里面，找到对应的硬盘进行编辑。
最后重启设备，再次进入，即可看到如下图所示：
使用“df -h”可以看到最新的分区情况：
同理，你也可以使用上述的流程，设置mmcblk0p4为/data挂载点：
最后应该是这样的：
（机器配置要大于4g，否则很容易启动不了，报502）
GitLab-CE是指社区免费版本，使用如下命令安装：
docker run \ --detach \ --restart always \ --name gitlab-ce \ --privileged \ --publish 8022:22 \ --publish 8080:80 \ --publish 8443:443 \ --hostname 192.168.1.1 \ --env GITLAB_OMNIBUS_CONFIG="nginx['redirect_http_to_https'] = true;" \ --volume /data/docker/gitlab-ce/conf:/etc/gitlab:z \ --volume /data/docker/gitlab-ce/logs:/var/log/gitlab:z \ --volume /data/docker/gitlab-ce/data:/var/opt/gitlab:z \ yrzr/gitlab-ce-arm64v8:latest
需要查看gitlab的root初始密码时，可以使用以下命令：
sudo docker exec -it gitlab-ce grep 'Password:' /etc/gitlab/initial_root_password
密码文件将在 24 小时后的第一次重新配置运行中自动删除。
如需配置邮件传输，可以修改以下配置文件/srv/gitlab-ce/conf/gitlab.rb：
vim /srv/gitlab-ce/conf/gitlab.rb
配置完成后保存，并使用下面命令进入 gitlab-ce 的 docker 容器：
docker exec -it gitlab-ce /bin/bash
然后让gitlab重新加载新的配置文件：
gitlab-ctl reconfigure
测试邮件传输是否可用，可先进入控制台：
gitlab-rails console
然后在控制台中使用以下命令即可：
Notify.test_email('收件邮箱','Message Subject','Message Body').deliver_now