这个文档提到了时刻。ISO_8601作为格式化选项(从2.7.0 - http://momentjs.com/docs/#/parsing/special-formats/)，但这些都不能工作(即使是2.7.0):

var date = moment();
date.format(moment.ISO_8601); // error
moment.format(date, moment.ISO_8601); // error

(http://jsfiddle.net/b3d6uy05/1/)

如何从moment.js中获得ISO 8601 ?

在Visual c++中，可以使用#pragma warning (disable:…)我还发现，在GCC中，您可以覆盖每个文件编译器标志。我怎么能做到这一点为“下一行”，或与推/弹出语义周围的代码区域使用GCC?

Java中有效的@SuppressWarnings警告名称列表是什么?

在@SuppressWarnings("")中位于("")之间的位。

是否可以配置xampp来提供htdocs目录之外的文件?

例如，假设我有一个文件的位置如下:

C: \ \ transitCalculator \树干\ TransitCalculator.php项目

我的xampp文件通常从:

C：\xampp\htdocs\

(因为这是默认配置)是否有一些方法让Apache识别和服务我的TransitCalculator.php文件，而不移动到htdocs下?最好我想Apache提供/有权访问项目目录的全部内容，我不想移动htdocs下的项目目录。

edit:编辑后将Apache添加到问题标题中，使Q/A更“可搜索”

下面的代码在第2行接收到seg错误:

char *str = "string";
str[0] = 'z';  // could be also written as *str = 'z'
printf("%s\n", str);

虽然这个方法非常有效:

char str[] = "string";
str[0] = 'z';
printf("%s\n", str);

用MSVC和GCC测试。

问题是如何将JavaScript Date格式化为一个字符串，声明时间经过，类似于您在Stack Overflow上看到的时间显示方式。

e.g.

1分钟前 1小时前 1天前 1个月前 一年前

我经常听到有人说，在编译C和c++程序时，我应该“总是启用编译器警告”。为什么这是必要的?我怎么做呢?

有时我也听到我应该“把警告当作错误”。我应该吗?我怎么做呢?

我使用的是带有单引号的TypeScript样式，双引号只在HTML模板中使用。

WebStorm/PhpStorm自动导入添加双引号导入语句并破坏样式。我想这适用于所有JetBrains产品。

如何纠正这种行为?

可以使用哪些图像处理技术来实现检测以下图像中显示的圣诞树的应用程序?

我正在寻找解决方案，将工作在所有这些图像。因此，需要训练haar级联分类器或模板匹配的方法不是很有趣。

我正在寻找可以用任何编程语言编写的东西，只要它只使用开源技术。解决方案必须使用在此问题上共享的图像进行测试。有6个输入图像，答案应该显示处理每个图像的结果。最后，对于每个输出图像，必须在检测到的树周围绘制红线。

您将如何通过编程来检测这些图像中的树木呢?

我试图在OpenCV-Python (cv2)中实现“数字识别OCR”。这只是为了学习。我想学习OpenCV中KNearest和SVM的特性。

每个数字都有100个样本(即图像)。我想和他们一起训练。

OpenCV样本中有一个letter_recognition .py样本。但我仍然不知道如何使用它。我不明白是什么样本，反应等等。而且，它首先会加载一个txt文件，这是我一开始不理解的。

后来稍微找了一下，我找到了一个字母识别。CPP样本中的数据。我用它做了一个cv2的代码。在letter_recognize .py的模型中KNearest(仅用于测试):

import numpy as np
import cv2

fn = 'letter-recognition.data'
a = np.loadtxt(fn, np.float32, delimiter=',', converters={ 0 : lambda ch : ord(ch)-ord('A') })
samples, responses = a[:,1:], a[:,0]

model = cv2.KNearest()
retval = model.train(samples,responses)
retval, results, neigh_resp, dists = model.find_nearest(samples, k = 10)
print results.ravel()

它给了我一个大小为20000的数组，我不知道它是什么。

问题:

1)什么是字母识别。数据文件吗?如何从我自己的数据集构建该文件?

2) results.reval()表示什么?

3)如何使用letter_recognition编写一个简单的数字识别工具。数据文件(KNearest或SVM)?