go语言图片颜色比例处理 go语言绘图

GitHub Go项目推荐｜Golang下的命令行颜色渲染工具库｜支持windows

Golang下的命令行色彩使用库, 拥有丰富的色彩渲染输出，通用的API方法，兼容Windows系统

创新互联专注于阜宁企业网站建设,自适应网站建设,成都做商城网站。阜宁网站建设公司,为阜宁等地区提供建站服务。全流程按需求定制设计，专业设计，全程项目跟踪，创新互联专业和态度为您提供的服务

仓库名称 ：color

标星(star) ：221 （不错哦，潜力股项目）

标星趋势

拷贝(fork) ：21

贡献人数 ：3

仓库大小 ：1 MB

主要开发语言：Go

语言分布：Go:99.75%、Batchfile:0.25%

代码提交周期分布 ：

作者动态 ：

2星

Golang下的命令行色彩使用库, 拥有丰富的色彩渲染输出，通用的API方法，兼容Windows系统

功能特色

程序员新视界：分享有趣、有料的程序员话题，每天进步一点点。

Go 语言三色标记扫描对象是 DFS 还是 BFS?

最近在看左神新书 《Go 语言设计与实现》的垃圾收集器时产生一个疑惑，花了点时间搞清楚了记录一下。

Go 语言垃圾回收的实现使用了标记清除算法，将对象的状态抽象成黑色（活跃对象）、灰色（活跃对象中间状态）、白色（潜在垃圾对象也是所有对象的默认状态）三种，注意没有具体的字段标记颜色。

整个标记过程就是把白色对象标黑的过程：

1.首先将 ROOT 根对象（包括全局变量、goroutine 栈上的对象等）放入到灰色集合

2.选一个灰色对象，标成黑色，将所有可达的子对象放入到灰色集合

3.重复2的步骤，直到灰色集合中为空

下图是书上的插图，看上去是一个典型的深度优先搜索的算法。

下图是刘丹冰写的《Golang 修养之路》的插图，看上去是一个典型的广度优先搜索的算法。

我疑惑的点在于这个标记过程是深度优先算法还是广度优先算法，因为很多文章博客对此都没有很清楚的说明，作为学习者这种细节其实也不影响对整个 GC 流程的理解，但是这种细节我非常喜欢扣：）

对着书和源码摸索着大致找到了一个结果是深度优先。下面看下大致的过程，源码基于1.15.2版本：

gcStart 是 Go 语言三种条件触发 GC 的共同入口

启动后台标记任务

为每个处理器创建用于执行后台标记任务的 Goroutine

上面休眠的 G 会在调度循环中检查并唤醒执行

执行标记

gcw 是每个 P 独有的所以不用担心并发的问题 和 GMP、mcache 一样设计，减少锁竞争

尝试在全局列表中获取一个不为空的 buf

这是官方实现的无锁队列：）涨见识了，for 循环加原子操作实现栈的 pop

到这里从灰色集合中获取待扫描的对象逻辑说完了。找到对象了接着就是 scanobject(b, gcw) 了，里面有两段逻辑要注意

根据索引位置找到对象进行标色

尝试存入 gcwork 的缓存中，或全局队列中

无锁队列，for 循环加原子操作实现栈的 push

到这里把灰色对象标黑就完成了，又放回灰色集合接着扫下一个指针。

Go 语言设计与实现 垃圾收集器

Golang三色标记+混合写屏障GC模式全分析

golang echo(二)---请求与响应

上一章节介绍了使用echo启动一个http服务器并提供一个简单的GET接口，这一章对请求与响应做一下详细的讲解。

了解请求与响应之前首先要知道ehco框架提供了一个Context接口，Context 表示当前 HTTP 请求的上下文，我们需要知道的是Context的实现结构体context，context中包含了请求(request)、响应(response)以及参数等结构体，context是一个内部结构体，但是对外提供了访问的方法，我们可以在开发中使用context提供的方法做很多事情，比如获取请求路径、客户端ip、请求参数等等。

request是包含了当前请求信息的结构体，我们从中可以获取到前后端约定好的参数来作出相应的业务逻辑，这下面开始模拟请求

首先模拟一个添加用户的POST请求，这里使用了c.bind()这个方法，这个方法起到的作用是把表单参数或者JSON参数绑定至对应的结构体(这里必须是指针类型)，字段需要一一对应，也就是说前端需要传递的表单或JSON参数名为name、age、gender才能绑定到结构体中。

接下来模拟一个GET请求用来获取用户信息

response是包含了返回信息的结构体，echo提供了多种类型的返回结果

上面编写了处理请求的handler，这里介绍一下如何把handler注册到路由中，这里对应的就是上面handler。

golang图片处理水印去除

1.

平铺水印图像 一般来说,水印图会比要加载的图片要小很多,所以我们采用的方式一般是把水印图片平铺在现有图像上。 将水印图片铺满整个屏幕,每个水印之间保留一些像素点。 具体思路为 1.获取原图尺寸

2.

获取水印图尺寸

3.

遍历原图尺寸,给出第一个偏移量,初始化第一个水印图的位置

4.

设定每个水印图的x轴偏移量,在写入水印+偏移量之后,判断第一行是否写入完成