月度归档：2020年05月

Java第三方工具库/包汇总

发表评论

一、科学计算或矩阵运算库

科学计算包：

  • JMathLib是一个用于计算复杂数学表达式并能够图形化显示计算结果的Java开源类库。它是Matlab、Octave、FreeMat、Scilab的一个克隆，但完全采用纯Java实现。
  • JSci：Java 科学对象（JSci）开放源代码项目是 Durham（英国 Durham）大学粒子理论中心的三年级研究生 Mark Hale 创立的。JSci 是一个包集合，包含数学和科学类。 使用 JSci，您既可以在 AWT 中也可以在 Swing 中创建简单的条形图、折线图和饼形图。 JSci.swing.JBarGraph 、 JSci.swing.JPieChart 和 JSci.swing.JLineGraph API 组件设计得也很好，这些组件和 AWT 绘图类都遵守 MVC 体系结构。
  • JScience：http://jscience.org/ JScience 是一个Java的科学计算包
  • jLab：jLab是数值计算的Java执行环境。该jLab环境的目的是提供一个基于Matlab / Scilab喜欢的科学计算平台所支持的脚本引擎执行的Java语言。 The current jLab
  • ND4J：在JVM上实现快速的科学计算；ND4J是一个开源的数值计算扩展 ，它将 Python中著名的 numpy 库的很多特性带到了Java中。ND4J可以用来存储和处理大型多维矩阵。它的计算和处理速度很快，但占用的内存却很少，程序员们可以很容易地使用它来与其他JAVA或Scala库作接口。https://github.com/deeplearning4j/dl4j-examples
  • dl4j（DeepLearning4j）： java下的一个机器学习开源项目
  • nd4j： dl4j使用的底层的算法库，实现的几乎所有的矩阵相关的操作
  • Shared Scientific Toolbox：共享科学工具箱是一个用于科学和分布式计算的Java类库。它具有广泛的多方面的阵列线性代数和FFT支持;异步，高性能的网络层和诠释抽象类载入中，记录和消息传递。
  • Colt Matrix Libary：Colt Project 提供了一组开源的高性能的科学和数学计算的 Java库，Colt是一个高性能的数学库，由以下几个子库构成：基本的动态数组、稀疏矩阵、线性代数。
  • Jet库：数理统计、直方图。
  • CoreJava库：类printf的打印函数，并行计算。
  • PETSC：PETSc(Portable, Extensible Toolkit for Scientific Computation) ，读作Pet-see，是美国能源部ODE2000支持开发的20多个ACTS工具箱之一，由Argonne国家实验室开发的可移植可扩展科学计算工具箱，主要用于在分布式存储环境高效求解偏微分方程组及相关问题。PETSc所有消息传递通信均采用MPI标准实现。线性方程组求解器是PETSc的核心组件之一，PETSc几乎提供了所有求解线性方程组的高效求解器，既有串行求解也有并行求解，既有直接法求解也有迭代法求解。
  • Catalano：Catalano Framework 是一个 Java 和 Android 的科学计算框架。 主要计算功能： 图像处理 模糊逻辑 数学计算 统计 机器学习 神经网络

矩阵运算包：

  • EJML：Java矩阵操作库 Efficient Java Matrix Library (EJML)这是一个比较高效率的Java矩阵运算库，提供比较全面地计算。 但是和C++的矩阵运算还是不能比。
  • Jama：Jama是一个基本的线性代数java包。包括一个基本的Matrix类和5个矩阵分解类。Matrix类提供了基本的线性代数数值运算的功能，https://www.cnblogs.com/zangbo/p/5622351.html
  • UJMP (Universal Java Matrix Package)** 统一Java矩阵工具包是一个提供各种矩阵运算的Java类库。这个工具包提供了诸如稀疏矩阵和稠密矩阵的实现，以及矩阵的分解、求逆、加法、乘法，均值，方差和相关系数等运算功能. 此外还提供一些常用的线性代数运算功能，矩阵可视化功能和矩阵数据导入与导出的功能。
  • jlbas： 矩阵向量运算库jblas，http://blog.csdn.net/golden1314521/article/details/45484529，jblas is a fast linear algebra library for Java. jblas is based on BLAS and LAPACK, the de-facto industry standard for matrix computations, and uses state-of-the-art implementations like ATLAS for all its computational routines, making jBLAS very fast.
    主页地址：http://jblas.org/
    该库的API文档地址：http://jblas.org/javadoc/index.html
    相关例子和库文件jar包下载 http://download.csdn.net/detail/u012176591/8660849
    在Java工程中我们只要 引入jar包文件就可以了。

二、图形绘制+图像处理包：

  • ***java的Graphics类：Java中绘制基本图形，可以使用Java类库中的Graphics类，此类位于java.awt包中。在我们自己的java程序文件中，要使用Graphics类就需要使用import java.awt.Graphics语句将Graphics类导入进来。
    Graphics类提供基本的几何图形绘制方法，主要有：画线段、画矩形、画圆、画带颜色的图形、画椭圆、画圆弧、画多边形等。本项目仅用到画直线的功能，其它图形绘制请自行点击查阅Java API。
    Graphics类的drawLine()方法：drawLine(int x1,int y1,int x2,int y2)
  • Oracle提供的 Java Advanced Imaging (JAI) 库处理2D图像还可以的。
  • ***Java Image Filters【Java Image Filters 是由 Jhlabs 开发的一组用来处理 Java 图像的类库，提供各种常用的图像处理效果，例如反转色、扭曲、水波纹、凹凸、黑白效果等等数十种效果，如下图所示，更多的效果请看其网站首页】http://www.oschina.net/p/javaimagefilters
  • **ImageJ：一个Java的图像处理和分析库,ImageJ是一个基于java的公共的图像处理软件，它是由National Institutes of Health开发的。可运行于Microsoft Windows，Mac OS，Mac OS X，Linux，和Sharp Zaurus PDA等多种平台。其基于java的特点， 使得它编写的程序能以applet等方式分发。
    ImageJ能够显示，编辑，分析，处理，保存，打印8位，16位，32位的图片， 支持TIFF, PNG, GIF, JPEG, BMP, DICOM, FITS等多种格式。ImageJ支持图像栈功能，即在一个窗口里以多线程的形式层叠多个图像， 并行处理。只要内存允许，ImageJ能打开任意多的图像进行处理。除了基本的图像操作， 比如缩放，旋转， 扭曲， 平滑处理外，ImageJ还能进行图片的区域和像素统计， 间距，角度计算， 能创建柱状图和剖面图，进行傅里叶变换。
    ImageJ是一个开放结构的软件， 支持用户自定义插件和宏。ImageJ自带编辑器， 并且导入了java的编译器，实现了简单的IDE功能， 用户可直接基于ImageJ进行图像处理
  • ***Sanselan：Sanselan 是一个纯 Java 的图形库，可以读写各种格式的图像文件，包括快速解析图片信息例如大小/颜色/icc以及元数据等。尽管因为是Java开发的，在处理速度上会稍微慢一 些，但具备良好的可移植性。http://www.oschina.net/p/sanselan
  • JJIL 是一个Java 的图像处理类库，有超过60个的图像处理任务，例如可以用来识别条形码之类。JJIL 主要面向J2ME 手机应用开发
  • ***Imagero 是 Java 的图像处理库，支持的图像类型包括：BMP, GIF, TIFF, PNG, JNG, MNG, JPEG (including CMYK and 12-bit grey), PSD, PBM, PGM, PPM, TGA, EPS, EPSI, EPSF, AI, PDF, MRW, CRW, NEF, DCR, and DNG。Imagero 可读取缩略图以及编辑图像元数据… 更多Imagero信息
  • 【商业】绘图库 DISLIN：DISLIN是一个高级别，易于使用的绘图库，支持曲线，条形图，饼图，三维彩色图，曲面，轮廓，和地图显示。支持多种输出格式，如X11的，VGA，PostScript ， PDF格式，CGM， HPGL ， TIFF和PNG等。绘图采用Perl解释语言 ， 支持Python和Java，同时还支持大多数http://www.oschina.net/p/dislin
  • Thumbnailator 是一个用来生成图像缩略图的 Java 类库，通过很简单的代码即可生成图片缩略图，也可直接对一整个目录的图片生成缩略图。
  • JAI-ImageIO：Java Advanced Imaging Image I/O Tools projects
  • ***Marvin： Java图像处理框架 Marvin 是一个Java开发的可扩展的图像处理框架，该框架主要提供以下几方面的功能： 基本图像操作； 从视频中捕获帧； 多线程的图像处理； 通过GUI界面集成插件； 插件性能分析； 通过插件进行功能扩展。 http://www.oschina.net/p/marvin
  • Java 图像处理框架 Processing: Processing 是一个为想要图像处理程序所提供的开源编程语言和环境，动画和互动。这是使用的学生，艺术家，设计师，研究人员和爱好者学习，原型及生产。这是建立基础教育计算机编程在视觉方面，并作为软件写生簿和专业的生产工具。http://www.oschina.net/p/processing
  • 图像处理标签库 JImageTaglib：JImageTaglib是个用来处理图片的的标签，在服务器中生成响应的处理图片，可以对图片进行过滤（如转灰度图，边缘查找等）另外还可以用来生成条形码。
  • Java图像处理库 jrawio：jrawio 是一个 Java Image I/O API 的服务提供者，用来处理数码相机拍摄的RAW格式的图片，包括NEF, CRW, CR2, PEF, SRF, MRW，这是一个纯 Java 的类库。
  • OpenCL的Java库 JavaCL: JavaCL 是一个封装了 OpenCL 图形API的 Java 类库，提供很多高级的图像处理功能。http://www.oschina.net/p/javacl
  • OpenCL库 JOCL:JOCL (Java OpenCL)提供一种简单的方式为OpenCL API添加Java binding。JOCL会提供两个级别：自动生成一个低级别的binding；还有一个需要人工编写的高级别的binding，提供一个方便的界面并将冗长降到最低。 特点： 高性能，跨平台高，http://www.oschina.net/p/jocl
  • 三维场景图开发类库 jReality: jReality是一个Java开源的三维场景图开发类库，设计用于数学领域的3D可视化。jReality是线程安全的，拥有一个灵活的着色模型基于场景图中的一种属性继承机制，独立于设备的用户交互并且支持真正的3D Audio（JACK）。http://www.oschina.net/p/jreality
  • ogre4j是一个可以在Java应用程序中能过JNI使用OGRE的开源项目。OGRE（Object-Oriented Graphics Rendering Engine）：是一个被广泛使用的开源三维图形渲染库，成功地被应用于诸多三维仿真领域，其中包括网络游戏和一些商业的三维仿真项目)。
  • opencv: 计算机视觉和图像处理
  • //图像处理库：
    import java.awt.AlphaComposite;
    import java.awt.Color;
    import java.awt.Font;
    import java.awt.Graphics;
    import java.awt.Graphics2D;
    import java.awt.Image;
    import java.awt.Toolkit;
    import java.awt.color.ColorSpace;
    import java.awt.geom.AffineTransform;
    import java.awt.image.AffineTransformOp;
    import java.awt.image.BufferedImage;
    import java.awt.image.ColorConvertOp;
    import java.awt.image.CropImageFilter;
    import java.awt.image.FilteredImageSource;
    import java.awt.image.ImageFilter;
    import java.io.File;
    import java.io.IOException;
    import javax.imageio.ImageIO;
  • GIF动画制作工具 GiftedMotion
  • 二维的GUI框架 JHotDraw：JHotDraw是一个开源项目,它是一个二维的GUI框架,主要用于支持用Java开发的图形编辑器。它的设计中采用了许多著名的设计模式,因而具有良 好的框架、很好的复用性和扩展性。针对矢量图形软件开发过程中面临的各种难题,本文提出了基于JHotDraw的解决方案,实现…
  • 指纹识别开发包 SourceAFIS

三、 机器学习和深度学习库

3.1 机器学习库

  • ***opencv
  • ***TensorFlow： 一个是我们最喜欢的机器学习框架，被称作无与伦比的TensorFlow框架。 TensorFlow是一个使用数据流图进行数值计算的开源软件库，是GitHub上最受欢迎的机器学习项目，也是参与者和贡献者最多的机器学习项目。TensorFlow主要是用Python编写的，但它也支持Java和Go的一些用法。
  • ***Weka： http://www.cs.waikato.ac.nz/ml/weka/index.html 毫无疑问，Weka 是目前首选的 Java 机器学习库。完全基于 Java 环境，开源，免费，具有易于使用的图形界面，适合于数据挖掘，数据分析和预测建模等多种应用场景。Weka包括一系列的工具，如数据预处理、分类、回归、聚类、关联规则以及可视化。
  • ***ML：Java机器学习库ML官网：http://java-ml.sourceforge.net/，Java-ML是一个使用Java编写的一系列机器学习算法的Java API。它只提供了一个标准的算法接口。对于一个机器学习库来说，最基础就是数据处理能力，ml库给了dataset和instance两个类，dataset是矩阵，instance是行（可以理解是一个list，或一个double数组）。
    import net.sf.javaml.core.Dataset;
    import net.sf.javaml.core.DefaultDataset;
    import net.sf.javaml.core.DenseInstance;
    import net.sf.javaml.core.Instance;
    import net.sf.javaml.core.SparseInstance;
    import net.sf.javaml.tools.InstanceTools;
    import net.sf.javaml.tools.data.FileHandler;
  • **Massive Online Analysis（MOA）是一个面向数据流挖掘的流行开源框架，有着非常活跃的成长社区。它包括一系列的机器学习算法（分类、回归、聚类、异常检测、概念漂移检测和推荐系统）和评估工具。关联了WEKA项目，MOA也是用Java编写的，其扩展性更强。MOA 也是基于 Java 环境，开源，免费，在面对复杂问题时，MOA 还能和 Weka 协同工作。MOA 在运算效率和内存占用方面都做了特殊优化，通过提供易于扩展的底层结构、可复用的数据流分析设置以及一系列内部实现好机器学习算法，MOA 为实时数据流分析提供了一个非常优秀的基准框架，因此 在实时数据流挖掘领域的应用非常广泛 。其内部实现的机器学习算法包括：分类、回归、聚类、孤立点检测、概念漂移检测和推荐系统等。地址： http://moa.cms.waikato.ac.nz/
  • ***MALLET ：地址： http://mallet.cs.umass.edu/ 主要由来自麻省大学（University of Massachusetts）的Andrew McCallum教授和其学生开发，是一个基于 Java 环境的开源机器学习工具包。主要应用于统计自然语言处理，文档分类，聚类，主题建模，信息提取等 文本类分析场景 。许多功能强大的工具，包括用于文档分类的高级工具，用于序列标记的工具，和用于主题建模的工具等。MALLET 还支持各种类型的算法，包括朴素贝叶斯，决策树和最大熵等。此外，MALLET 还提供了许多例程，包括分词，删除停用词，将文本转换为向量表示等。
  • MEKA项目提供了一个面向多标签学习和评价方法的开源实现。在多标签分类中，我们要预测每个输入实例的多个输出变量。这与“普通”情况下只涉及一个单一目标变量的情形不同。此外，MEKA基于WEKA的机器学习工具包。
  • Advanced Data mining And Machine learning System（ADAMS）是一种新型的柔性工作流引擎，旨在迅速建立并保持真实世界的复杂知识流，它是基于GPLv3发行的。
  • Environment for Developing KDD-Applications Supported by Index-Structure（ELKI）是一款基于Java的开源（AGPLv3）数据挖掘软件。ELKI主要集中于算法研究，重点研究聚类分析中的无监督方法和异常检测。
  • Mallet是一个基于Java的面向文本文件的机器学习工具包。Mallet支持分类算法，如最大熵、朴素贝叶斯和决策树分类。
  • Encog是一个先进的机器学习框架，集成了支持向量机（SVM）、人工神经网络、遗传算法、贝叶斯网络、隐马尔可夫模型（HMM）、遗传编程和遗传算法。Encog是一个先进的机器学习框架，集成了支持向量机（SVM）、人工神经网络、遗传算法、贝叶斯网络、隐马尔可夫模型（HMM）、遗传编程和遗传算法。
  • Mahout是一个内置算法的机器学习框架。Mahout-Samsara帮助人们创建他们自己的数学，并提供了一些现成的算法实现。
  • Rapid Miner是德国多特蒙特技术大学开发的。它为开发者开发应用程序提供了一个GUI（图形用户界面）和Java API。它还提供了一些机器学习算法，用来做数据处理、可视化以及建模。
  • Apache SAMOA是 一个机器学习（ML）框架，内嵌面向分布式流ML算法的编程抽象，并且允许在没有直接处理底层分布式流处理引擎（DSPEe，如 Apache Storm、Apache S4和Apache samza）复杂性的情况下，开发新的ML算法。用户可以开发分布式流ML算法，而且可以 在多个DSPEs上执行。
  • Neuroph通过提供支持创建、训练和保存神经网络的Java网络库和GUI工具，简化了神经网络开发。
  • Oryx 2是一个建立在Apache Spark和Apache Kafka的Lambda架构实现，但随着实时大规模机器学习而逐渐开始专业化。这是一个用于构建应用程序的框架，但也包括打包，以及面向协同过滤、分类、回归和聚类的端到端的应用程序。
  • Stanford Classifier是一个机器学习工具，它可以将数据项归置到一个类别。一个概率分类器，比如这个，它可以对一个数据项给出类分配的概率分布。该软件是最大熵分类器的一个Java实现。
  • JSAT是一个快速入门的机器学习库。该库是我在业余时间开发的，基于GPL3发行的。库中的一部分内容可自主学习，例如所有的代码都是独立的。JSAT没有外部依赖，而且是纯Java编写的。
  • Java Machine Learning Library（Java机器学习库）是一系列机器学习算法的相关实现。这些算法，无论是源代码还是文档，都编写的很出色。其主要语言是Java。
  • MLlib (Spark)是Apache Spark的可扩展机器学习库。虽然是Java，但该库与平台还支持Java，Scala和Python绑定。此库是最新的，并且算法很多。
  • H2O是用于智能应用的机器学习API。它在大数据上对统计学、机器学习和数学进行了规模化。H2O可扩展，开发者可以在核心部分使用简单的数学知识。
  • ELKI： https://elki-project.github.io/ Environment for Developing KDD-Applications Supported by Index-Structures，即 由索引结构支持的 KDD 应用开发环境 ，Environment for Developing KDD-Applications Supported by Index-Structures，即 由索引结构支持的 KDD 应用开发环境
  • Neo4j ：Neo4j是一个世界领先的开源图形数据库。 它是由Neo技术使用Java语言完全开发的。图形数据库是以图形结构的形式存储数据的数据库。 它以节点，关系和属性的形式存储应用程序的数据。 正如RDBMS以表的“行，列”的形式存储数据，GDBMS以“图形”的形式存储数据。https://neo4j.com/ 教程：https://www.w3cschool.cn/neo4j/

3.2 深度学习库

  • Deeplearning4j：地址： https://deeplearning4j.org/，Deeplearning4j（Deep Learning For Java）是 Java 和 Scala 环境下的一个开源分布式的深度学习项目，由总部位于美国旧金山的商业智能和企业软件公司 Skymind 牵头开发，并得到了腾讯的投资。正如它的命名，Deeplearning4j 的运行需要 Java 虚拟机 JVM 的支持。
    Deeplearning4j 旨在为工作在 Hadoop 框架下的 Java、Scala 和 Clojure 程序员提供一个可以灵活 DIY 的机器学习工具。团队在官网表示，他们希望通过一些机器学习算法的开发，将商业带入智能化数据的时代。也正是为了实现这一理想，惠及更多的用户，因此选择了移植性更好的 Java 环境来实现这些算法。目前，Deeplearning4j 在模式识别、时间序列检测和基于语音、文本的情感识别方面应用广泛，包括谷歌、Facebook和微软等巨头公司都是它的用户。

3.3 大数据处理

1） BID Data Project –能够运行快速、大规模的机器学习和数据挖掘的模式集合
2） Apache Singa　　Apache Singa由新加坡国立大学的团队开发，是一个灵活可扩展的利用大数据分析的深度学习平台。这个深度学习框架为大量数据的可扩展分布式培训提供了灵活架构。Singa可扩展以运行各种硬件，主要应用在图像识别和自然语言处理（NLP）方面。
3) Singa目前是一个Apache孵化器项目，提供了简单的编程模型，可以在一个节点集群上工作。分布式深度学习在训练过程中使用模型划分和并行化，一般而言，Singa支持传统的机器学习模型，如逻辑回归。Singa是用Java，C ++和Python编写的，可以在AWS上或通过Docker尝试使用。

3.4 Neuroph –面向对象的神经网络

neuroph是用来开发常用的神经网络构架的轻量级java框架。该框架提供了一个java库以及一个GUI工具（称为easyNeurons），你可以用它来在java项目中创建和训练自己的神经网络。
Neuroph包含一个开源的java类库和少量对应基本神经网络概念的基类。对于刚开始使用神经网络，或者想知道它们如何工作的人来说，Neuroph是个非常好的垫脚石。你可以尝试Neuroph的在线演示，看看它是怎么运行的。

四、数据挖掘和统计分析工具库

WEKA：WEKA是一个可用于数据挖掘任务的机器学习算法集合。该算法可以直接应用到数据集或从自己的Java代码调用。 WEKA包含数据预处理，分类，回归，聚类，关联规则，和可视化工具。它也非常适用于开发新的机器学习方案。
jmotif：时间序列、分类、数据挖掘开发库
java-ml：Java机器学习库，聚类、分类、特征选择
flanagan： 数学和统计java开发库，包含回归算法，一次二次线性非线性回归算法，数据平滑算法，傅里叶变换，数值积分，插值法。http://www.ee.ucl.ac.uk/~mflanaga/java/
Mahout：Apache Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。经典算法包括聚类、分类、协同过滤、进化编程等等，并且，在 Mahout 的最近版本中还加入了对 Apache Hadoop 的支持，使这些算法可以更高效的运行在云计算环境中。
JMulTi：时间序列分析开发库
jfreechart：【可实现数据统计图】下载地址：http://download.csdn.net/detail/pzhtpf/4327700
jcommon：【可实现数据统计图】
gnujaxp：【可实现数据统计图】
http://blog.csdn.net/pzhtpf/article/details/7600100
以上第三方工具库汇总不完整，归类不一定正确，仅供参考。
————————————————
原文链接：https://blog.csdn.net/panrenlong/article/details/79246349

随机生成信用卡号原理

发表评论

信用卡后面条上的7位数字是什么意思

1、信用卡基本常识 信用卡号由一串16位的数字组成。

4开头的卡是VISA卡，5开头的卡是万事达卡，JCB卡和运通卡通常都是3开头的，而最常见的中国银联的卡是62开头。

2、信用卡卡号数字排列的含义 我们以中国银行长城环球通VISA芯片信用卡为例，来解剖信用卡的数字含义，卡号一共16位，四位一组，一共四组。

那么这组排列到底有什么含义呢？我们来看下表： 在这张表格中，我们很清楚的看到，亮黄色区域的卡号1-6位数字是发卡行识别码，也就是的我们熟悉的BIN码；土黄色区域的卡号7-15位数字是银行账户（美国运通卡除外，下同），它的含义是由发卡行自定义的，各个银行的定义标准不同，我们也就不一一细说；而草绿色区域第16位是校验码，英文说法是check digit，它是用来验证卡号有效性的，回头我会来说说这数字怎么算出来的。

3、发卡行识别码（BIN码） 我们先了解一下什么是发卡行识别码（BIN码）吧。

很多卡友都知道这是卡组织分配给银行的6位数字，但具体怎么来的，很多人可能并不清楚。

卡号前六位数字被称为BIN，是英文Bank Identification Number的缩写；这组数字也被称为IIN，是英文Issuer Identification Number（发行者识别号码）的缩写，它是按照ISO/IEC7812文件而制定。

这些数字可以帮助持卡人和商户识别出银行卡的发行机构。

符合ISO/IEC7812标准的银行卡号通常为16位，最长可达19位，标准结构就是如表一所示。

按照ISO/IEC7812规范，卡号第一位严格来说是MII??–Major Industry Identifier，也就是主要产业标识码，可以很方便的帮助我们识别出卡片所属行业。

比如，3开头的号码分配给旅游、娱乐和银行/金融业，4和5开头的号码被完全分配给银行/金融业，6开头的号码分配给商业和银行/金融业。

卡号的2-6位是叫IIN，即发行者识别号码。

当然我们这里是讨论银行卡，不需要说的这么细，感兴趣的朋友可以自己去网上查找资料。

为了简便起见，我们还是用BIN码来称呼银行卡前6位数字。

IIN数据库和成员目前由美国国家标准协会（American National Standards Institute,ANSI）管理并每月更新一次。

美国国家标准协会负责向发行网络分配IIN范围。

银联就是向该组织申请62开头的国际标准卡编号。

有很多网站提供BIN码的查询，我们只要输入卡前6位就能知道自己的卡片发卡国家和银行，还有卡片种类，这里给大家推荐一个BIN码的查询网站http://www.exactbins.com/ ，有兴趣的朋友不妨查询自己的卡片种类，当然结果仅供参考。

4、卡号的第7-15位数字 信用卡的第7-15位数字也就是银行账户，都是由银行自己定义的，每个银行的规则都不同，大家只要理解为这是自己的银行账户就可以了。

这里再拿中国银行长城环球通卡额外说一下。

长城卡的这组账户数字非常有意思，他把卡号7-8位定义为省级发卡行识别号，比如31代表上海，32代表江苏等等。

剩下9-15位才是自己的账户号，最后一位仍然是校验码。

我们用看下面表二来了解一下具有中行长城卡特色的卡号结构： 顺便再给大家提供长城环球通卡省级发卡行识别号： 北京11、天津12、河北13、山西14、内蒙古自治区15、辽宁21、吉林22、黑龙江23、上海31、江苏32、浙江33、安徽34、福建35、江西36、山东37、河南41、湖北42、湖南43、广东44、深圳48、广西45、海南46、重庆50、四川51、贵州52、云南53、西藏54、陕西61、甘肃52、青海53、宁夏64、新疆65 有兴趣的朋友不妨对照一下自己手中的长城卡。

5、最后一位校验码 现在就剩下卡片最后一位校验码还没说，不过在介绍这第十六位校验码之前，我们先学习一个专有名词——-Luhn算法。

Luhn算法（Luhn algorithm），也称为“模10算法”（Modulus 10或Mod 10）算法，是一种简单的校验和算法，一般用于验证身份识别码，例如发卡行识别码、国际移动设备辨识码（IMEI），美国国家提供商标识号码，或是加拿大社会保险号码。

它是由IBM科学家Hans Peter Luhn创造，于1954年1月6日申请专利，1960年8月23日颁证，美国专利号2950048。

该算法已经得到了广泛的应用，例如和我们信用卡相关ISO/IEC 7812-1标准就采纳了这一算法。

设计它的目的只是防止意外出错而不是恶意攻击。

很多信用卡和众多的政府身份识别号码都使用该算法从一系列的随机数字中提取有效的数字，但是中国银联并没有使用这种算法，至于使用何种算法目前还不得而知。

我们用本文中的真实卡号来了解一下这个算法的特点，看看是如何算出最后一位校验码，即校验码9 计算步骤： 1. 第三列，从校验位开始，从右往左，偶数位乘2，然后将两位数字的个位与十位相加； 2. 第四列，把得到的数字与原数字串的奇数位相加在一起，得到71; 3. 取结果的个位数1 4. 用10减去个位数1，得到9，就是实卡中最后一位校验码 还有一种算法是，按照上述步骤1-2算出总和71，然后： 1. 将结果71乘以9，得到639, 2. 取结果的个位数9，即为校验码 现在我们知道信用卡的最后一位校验码是通过Luhn算法计算出来的，它的作用就是验证卡片的有效性，而不是银行电脑里面随便生成一个数字印上去的。

一些网上流行的信用卡号码生成器也是利用该…

python怎么随机生成15位随机数字

展开全部 如是招行账户， 公司账号的是15位纯数字，由10位客户号 2位货币号 3位顺序号组成。

账号的开头部分是不固定的。

目前我行的个人银行卡卡号位数有以下几种（我行账号包含数字，不包含字母）： ① 12位卡号（较早开户的账户，以城市区号开头，如城市区号不足四位，首位以0补足）； ② 有银联标志或VISA/MASTERCard标志的16位卡号（包括普通一卡通、银联金卡、银联金葵花卡、国际借记卡、IC卡、M+卡等）； ③ 存折账号为15位； ④ 19位卡号（目前只有TOUCH卡）。

…

请问储蓄卡是18位数字,而所有的信用卡都是16位数字吗

展开全部/*写一个函数来实现功能：随机生成一个长度为5~15位英文+数字组成的字符串。

要求：字符串按照 大写小写数字的顺序间隔排列，生成的字符串作为函数返回值传出。

例如函数名为随机生成英文字母，调用这个函数名后返回了字符串 ＂Ew2Tr1Yu6Vd4＂*/Dim lengthDim resultlength = InputBox（＂请输入字符串长度：＂）result = randStr(length)//TracePrint lengthIf (result – 1 ) Then MsgBox resultElse TracePrint resultMsgBox ＂你输入的长度不符合要求＂End IfFunction randStr(length)If (length > 15 or length randStr = -1 Else randStrTemp=＂＂group_count =int(length / 3) //length完整组数：大写字母+小写字母+数字，是一组rema = length mod 3 //length对3取余//TracePrint group_count//TracePrint remai=0While(i//函数_随机取数=Int((high – (low) + 1) * Rnd + (low)）//随机大写字母Randomizecapital = chr(Int((90 – 65 + 1) * Rnd + 65））//随机小写字母Randomizelowercase = chr(Int((122 – 97 + 1) * Rnd + 97））//随机数字Randomizenum = chr(Int((57 – 48 + 1) * Rnd + 48))randStrTemp = randStrTemp + capital + lowercase + numi=i+1 //修改循环变量If (i=group_count) Then Select Case remaCase 1//随机大写字母Randomizecapital = chr(Int((90 – 65 + 1) * Rnd + 65))randStrTemp = randStrTemp + capitalCase 2//随机大写字母Randomizecapital = chr(Int((90 – 65 + 1) * Rnd + 65））//随机小写字母Randomizelowercase = chr(Int((122 – 97 + 1) * Rnd + 97))randStrTemp = randStrTemp + capital + lowercase End SelectEnd IfWendrandStr = randStrTempEnd IfEnd Function

招商银行有15位数的信用卡么？ 我看到卡的背面有写有信用卡。

一、有二、招行美国运通卡是15位的，前四位是：3702三、分辨借记卡与信用卡：1、卡面有明确的“信用卡”“贷记卡”字样的为信用卡。

2、信用卡正面有激光防伪标志，而借记卡是没有的（个别银行借记卡除外）3、信用卡一定有有效日期。

4、卡面明确有“借记卡”“储蓄卡”“提款卡”“MAESTRO”“CIRRUS”字样为借记卡。

5、信用卡卡号均为凸印的。

借记卡有平面印刷的也有凸印的。

6、信用卡正面有持卡人姓名的汉语拼音，部分还有性别“MR”“MS”。

借记卡是不一定有7、信用卡消费时一般不需要输入密码（除深发信用卡、中信实业信用卡、建行部分信用卡）、只要8、在密码键上随意输入6位或4位数字确认即可。

我的中国农业银行卡号有19位数,系统说‘信用卡卡号是15

在你添加银行卡的时候要选择借记卡，选择信用卡会提示银行卡号是15-18位数字。

可以直接在支付宝账户中心添加银行卡，不会提示银行卡号位数错误。

提示：银行卡称为借记卡，卡号由19位数字组成，每个银行的卡号都有自己固定的编号方式。

信用卡称为贷记卡，卡号一般是15到18位数字。

信用卡背面末三位数字在哪里？

信用卡背后的7位数字，前四位是信用卡卡号的最后四位，而后三位数字则是信用卡的安全码。

如下图：无论是VISA 组织还是MASTER组织的信用卡，其安全码的生成原理都是一样的。

而信用卡的安全码主要是网络交易或者信用卡销户时的验证码。

背后的三位数字和持卡人的签名一样属于“机密”，应妥善保管。

建议热衷网上交易的持卡人，一定要确保进行交易的商户的真实性和合法性，不要随便将卡面信息泄露给他人，否则将给自己留下安全隐患。

中国银行信用卡随机码怎么填

不是短信之类的，直接填写就可以了。

如果是数字的话，如图所示出现的“9340”，直接按图填写，填“9340”。

扩展资料；防止恶意破解密码、刷票、论坛灌水、刷页。

有效防止某个黑客对某一个特定注册用户用特定程序暴力破解方式进行不断的登录尝试，实际上使用验证码是现在很多网站通行的方式（比如招商银行的网上个人银行，百度社区），我们利用比较简易的方式实现了这个功能。

虽然登录麻烦一点，但是对网友的密码安全来说这个功能还是很有必要，也很重要。

但我们还是 提醒大家要保护好自己的密码 ，尽量使用混杂了数字、字母、符号在内的6位以上密码，不要使用诸如1234之类的简单密码或者与用户名相同、类似的密码 ，免得你的账号被人盗用给自己带来不必要的麻烦。

验证码通常使用一些线条和一些不规则的字符组成，主要作用是为了防止一些黑客把密码数据化盗取。

参考资料；百度百科-验证码

UI设计规范整理汇总

发表评论

写在前面

很多新人在开始做移动端UI设计的时候，往往对界面的一些尺寸规范不是十分清楚，很多时候都是凭借自己的感觉和经验去绘制界面，心里并没有一个清晰的概念，导致做出来的页面总是不那么尽如人意。本文整理汇总了一些界面设计（iOS系统）中常用的一些尺寸规范和方法，如控件间距、适配、标注、切图等，设计师在设计时并不一定要严格遵守，但对这些规范应有所了解，并融会贯通。

目录

01.界面设计尺寸及栏高度
02.边距和间距
03.内容布局
04.界面图片设计比例
05.建立统一风格的图标
06.APP版式设计规范
07.界面文字设计规范
08.设计适配
09.切图规范
10.设计稿标注

正文

01.界面设计尺寸及栏高度

目前主流的iOS设备主要有iPhone SE（4英寸）、iPhone 6s/7/8（4.7英寸）、iPhone 6s/7/8 Plus（5.5英寸）、iPhone X（5.8英寸），它们都采用了Retina视网膜屏幕，其中iPhone 6s/7/8 Plus和iPhone X采用的是3倍率的分辨率，其他都是采用的2倍率的分辨率，无论是栏高度还是应用图标，设计师提供给开发人员的切片大小，前者始终是后者的1.5倍，并分别以@3x和@2x在文件名结尾命名，程序再根据不同分辨率自动加载@3x或者@2x的切片。

通过上面的讲解和图示我们了解了iPhone不同设备的物理尺寸，那么他们的像素分辨率又是多少呢？也就是说我们用Photoshop做设计新建画布应该设置多大呢？另外，iOS应用中的栏，包括状态栏、导航栏、标签栏、工具栏等，它们的高度又分别是多少呢？（注意：iOS严格规定了各个栏的高度，这个是必须遵守的）通过下面的表格和图示来为你解答上面的问题。

注意：在进行iphone x设计的时候我们依然可以采用熟悉的iphone 7的设计尺寸作为模板，只是高度增加了290px，设计尺寸为750*1624（@2x）。注意状态栏的高度由原来的40px变成了88px，另外底部要预留68px的主页指示器的位置。

02.边距和间距

在移动端页面的设计中，页面中元素的边距和间距的设计规范是非常重要的，一个页面是否美观、简洁、是否通透和边距间距的设计规范紧密相连，所以说我们有必要对它们进行了解。

全局边距

全局边距是指页面内容到屏幕边缘的距离，整个应用的界面都应该以此来进行规范，以达到页面整体视觉效果的统一。全局边距的设置可以更好的引导用户竖向向下阅读。

在实际应用中应该根据不同的产品气质采用不同的边距，让边距成为界面的一种设计语言，常用的全局边距有32px、30px、24px、20px等等，当然除了这些还有更大或者更小的边距，但上面说到的这些是最常用的，而且有一个特点就是数值全是偶数。

以iOS原生态页面为例，“设置”页面和“通用”页面都是使用的30px的边距。

再以微信和支付宝为例，他们的边距分别是20px和24px。

通常左右边距最小为20px，这样的距离可以展示更多的内容，不建议比20还小，否则就会使界面内容过于拥挤，给用户的浏览带来视觉负担。30px是非常舒服的距离，是绝大多数应用的首选边距。

还有一种是不留边距，通常被应用在卡片式布局中图片通栏显示，比如站酷APP（当然站酷APP也进行了改版，首页已经采用了不通栏的卡片式设计）。这种图片通栏显示的设置方式，更容易让用户将注意力集中到每个图文的内容本身，其视觉流在向下浏览时因为没有留白的引导被图片直接割裂，造成在图片上停留更长时间。

卡片间距

在移动端页面设计中卡片式布局是非常常见的布局方式，至于卡片和卡片之间的距离的设置需要根据界面的风格以及卡片承载信息的多少来界定，通常最小不低于16px，过小的间距会造成用户的紧张情绪，使用最多的间距是20px、24px、30px、40px，当然间距也不宜过大，过大的间距会使界面变得松散，间距的颜色设置可以与分割线一致，也可以更浅一些。

以iOS（750*1334px）为例，设置页面不需要承载太多的信息，因此采用了较大的70px作为卡片间距，有利于减轻用户的阅读负担，而通知中心承载了大量的信息，过大的间距会让浏览变得不连贯和界面视觉松散，因此采用了较小的16px作为卡片的间距。

下面来看一下微信的卡片间距设置的是多少，以及颜色值。

注：卡片间距和颜色值是直接截图测量和吸取的，可能不十分准确

继续举例，下面的两张截图分别是巨划算（卡片间距20px）和拼多多（卡片间距16px）的首页截图，这种电商类的APP因为需要承载大量的信息，所以一般间距设置的都比较小。

总结：卡片间距的设置是灵活多变的，一定要根据产品的气质和实际需求去设置，平时也可以多截图测量一下各类APP的卡片间距都是怎么设置的，看的多了并融会贯通，卡片间距设置自然会更加合理，更加得心应手。

内容间距

一款APP除了各种栏（状态栏、导航栏、标签栏、工具栏）和控件icon就是内容了，内容的布局形式多种多样，这里不去探讨内容具体应该如何去布局，我们来说一说内容的间距设置问题。

先来介绍一下格式塔原则中的一个重要的原则就是邻近性，格式塔邻近性原则认为：单个元素之间的相对距离会影响我们感知它是否以及如何组织在一起，，互相靠近的元素看起来属于一组，而那些距离较远的则自动划分组外，距离近的关系紧密。来看下图，左图中的圆在水平方向比垂直距离近，那么，我们看到了4排圆点，而右图则看成4列。

在UI设计中内容布局时，一定要重视邻近性原则的运用，比如在下面这款轻芒阅读APP的主界面中，每一个应用名称都远离其他图标，与对应的图标距离较近，保持亲密的关系，也让用户的浏览变得更直观，如果应用名称与上下图标距离相同，就分不出它是属于上面还是下面，从而让用户产生错乱的感觉。

再来看一个案例，日日煮APP，上面图片与文字较近，下面图片与文字较远，所以我们清晰的知道文字是属于上面的图片的。

03.内容布局

在APP的设计中内容的布局形式多种多样，这里介绍最常用的两种布局形式，列表式布局和卡片式布局。

列表式布局

列表式布局方式非常普遍，随便打开一个APP，基本都存在这种布局方式，其布局形式的特点在于能够在较小的屏幕中显示多条信息，用户通过上下滑动的手势能获得大量的信息反馈。而列表也是一种非常容易理解的展示形式。

以我们最常用的微信和QQ为例，其“信息”页面都是采用的列表式布局，在采用这种布局形式的时候要注意列表舒适体验的最小高度是80px，最大的高度要视内容的多少而定。

继续举例，自如（列表高度110px）和唯品会（列表高度106px）的列表式布局。

卡片式布局

形式非常灵活。其特点在于，每张卡片的内容和形式都可以相互独立，互不干扰，所以可以在同一个页面中出现不同的卡片承载不同的内容。而由于每张卡片都是独立存在的，其信息量可以相对列表更加丰富。

在使用卡片式布局的时候要注意卡片本身一般是白色的，而卡片之间的间距颜色一般是浅灰色，当然不同产品风格颜色可能不一样，有些是浅灰色偏蓝等。

双栏卡片的布局形式，比较常见于以图片信息为主导的App。例如一些商城的商品陈列页面。这种形式与卡片式类似，但它能在一屏里显示更多的内容，至少4张卡片。同时，由于分开左右两栏的显示，用户可以更加方便地对比左右两栏卡片的内容。

04.界面图片设计比例

在UI设计中，对于图片的尺寸和比例没有严格的规范，设计师往往凭借经验和感觉设置一个看起来不错的尺寸，但事实上我们是有章可循的。运用科学的手段设置图片的尺寸，可以获得最优的方案，常见的图片尺寸有16:9、4:3、3:2、1:1和1:0.618（黄金比例）等。

这些比例不无根据，它们都和图片尺寸有关。16:9 是根据人体工程学的研究，发现人的两只眼睛的视野范围是一个长宽比例为16:9的长方形，4:3 是勾三股四弦五，在摄影中非常常见……。

05.建立统一风格的图标

在应用界面的设计中，功能图标不是单独的个体，通常是由许多不同的图标构成整个系列，它们贯穿于整个产品应用的所有页面并向用户传递信息。

一套APP图标应该具有相同的风格，包括造型规则、圆角大小，线框粗细，图形样式和个性细节等元素都应该具有统一的规范。

通过分析以上三组图标可以得出：他们具有统一的色彩，统一的圆角大小，统一的线框粗细，那综合起来也就是具有统一的风格，给用户高度统一的视觉体验。

06.APP版式设计规范

版式设计又叫做版面编辑，即在有限的版面空间里，将版面的构成要素如文字、图片、控件等根据特定的内容进行组合排列。一个优秀的排版要考虑到用户的阅读习惯和设计美感，在UI设计中版面设计的原则有哪些呢？

对齐

对齐是贯穿版式设计的最基础，最重要的原则之一，它能建立起一种整齐划一的外观，带给用户有序一致的浏览体验。

对称

对称是宇宙间的设计哲学，是对立统一规律的本质属性，呈现出一种和谐自然的美，在应用界面的设计中，引导页设计、注册登录输入框和按钮等无一不是对称的设计。

分组

物以类聚，人以群分。分组是将同类别的信息组合在一起，直观的呈现在用户的面前，这样的设计能够减少用户的认知负担，在移动端界面的设计中最常见的分组方式就是卡片，为用户选择提供专注而又明确的浏览体验。

07.界面文字设计规范

文字是APP中最核心的元素，是产品传达给用户的主要内容，所以说文字在APP的设计中是非常重要的，那么，文字的字体如何选择，字号如何设定，是否加粗，颜色如何设置？

在一款APP中字号范围一般在20-36之间（@2x）,当然iOS 11中出现了大标题的设计，字号还是要根据产品属性酌情设定。另外需要注意的一点是所有的字号设置都必须为偶数，上下级内容字号极差关系为2-4号。

关于字体：在iOS 9推出之前设计师普遍采用华文黑体、谷歌思源、冬青等字体进行设计，iOS 9推出了苹果自己的字体——苹方！自此之后苹方字体被广泛应用于移动端设计中。

关于字体颜色和是否加粗：字体的颜色设置我们一般很少用纯黑色，一般用深灰色和浅灰色、细体和粗体（注意要用字体本身的字重，不能用PS的加粗功能）来区分重要信息和次要信息，进行信息层级的划分。

08.设计适配

iOS主流设备的分辨率分别是640x1136px（@2x）（iPhone SE）、750 x1334px（@2x）（iPhone 6s/7/8）、1242x2208px（@3x）（iPhone 6s/7/8 Plus）、1125x2436px（@3x）／750x1624px（@2x）（iPhone X）。

在设计设计中设计师需要设计一套基准设计图来达到适配多个分辨率的目的，我们可以选择中间尺寸750 x1334px作为基准，向下适配640x1136px，向上适配1242x2208px和750x1624px／1125x2436px。

750×1334向下适配640×1136

由于750x1334px和640x1136px两个尺寸的界面都是2倍的像素倍率，因此它们的切片大小是相同的，即系统图标、文字和高度都无需适配，需要适配的是宽度。

为了让大家了解适配的原则，我们以文字描述和图示的方式进行750x1334px到640x1136px的界面推导。

绘制一个750x1334px的设计图，这是最常见的首页设计图，从上至下分别是状态栏、导航栏、首焦图、主要入口、分割、列表。

下面开始进行适配，上面提到了由于750x1334px到640x1136px都是2倍的像素倍率，界面的图标、文字大小等都是相同的，所以我们不需要改变图像大小，只需将画布大小改成 640x1136px即可，然后再改变横向元素的间距以达到适配的目的。

首先打开750x1334px的设计稿，执行Command+Alt+C（改变画布大小的快捷键），鼠标左键单击“定位”的左上角的格子，设置宽高为640和1136，点击“确定”。

改变画布大小之后，设计稿的右边和下边都被裁切（上面左图中半透明蒙版覆盖区域），画布缩小成640x1136px。

上面左图裁切到右图适配完成，做了如下调整。

1）导航栏右边的图标向左移动保持和原来的右边距一致，标题居中。

2）首焦图高度除以1.17（750／640=1.17得到）后居中，宽度640px。

3）主要入口右边的图标向左移动保持和原来的右边距一致，各图标的间距等宽。

750×1334向上适配1242×2208

由于750x1334px界面是2倍的像素倍率，而1242x2208px是3倍的像素倍率，也就是说1242x2208px界面上所有的元素的尺寸都是750x1334px界面上元素的1.5倍，所以我们在进行适配的时候直接将界面的图像大小变为原来的1.5倍，然后调整画布大小为1242x2208px，最后调整界面图标和元素的横向间距的大小完成适配。

上面说了整体思路，下面我们来说说具体怎么适配。

首先对750x1334px的画布执行Command+Alt+I命令（调整图像大小），单位设置为百分比，宽高设置为150%，点击“确定”，调整之后的画布大小为1125x2001px。

紧接着对1.5倍之后的1125x2001px界面执行Command+Alt+C（调整画布大小），鼠标单击“定位”左上角的格子，调整宽高为1242和2208px，点击“确定”。

上面左图拓展画布到右图完成适配做了如下调整。

1）导航栏右边的图标向右移动保持和原来的右边距一致，标题居中。

2）首焦图的高度乘以1.65（1242/750=1.65得到）后居中，宽度1242px。

3）主要入口右边的图标向右移动和原来的右边距一致，各图标的间距等宽。

注：分割线仍是1px。

750×1334向上适配1125x2436px（@3x）

与苹果之前发布的iOS设备相比，iPhone X的像素分辨率发生了变化，为1125x2436px（@3x），在实际工作中为了方便向上和向下的适配，我们仍然可以选择熟悉的iPhone 7（750x1334px）的尺寸作为模版进行设计，只是高度增加了290px；设计尺寸为：750x1624px（@2x）。设计完成之后将设计稿的图像大小拓展1.5倍即可得到1125x2436px（@3x）尺寸的设计稿。

在适配的时候需要注意，状态栏由之前的40px增加到88px，标签底部预留68px用于放置主页指示器，如下图所示。

关于主页指示器的适配涉及到两种情况：底部出现标签栏、工具栏等操作设计时，需要将底色下延68px并填充原有颜色，这样的处理可以让底部设计更佳简洁舒适，没有功能操作时，页面底部不需要填充颜色，只需盖住主页指示器即可。

对于大多数采用瀑布流的页面来说，仅仅是屏幕高度上的变化，可以无视。但对于如：新手引导页、音乐播放器等需要单屏显示的界面就需要重新布局。

09.切图规范

当界面设计定稿之后，设计师需要对图标进行切片提供给开发工程师，通常我们只需要对icon进行切图即可，文字、线条和一些标准的几何形状是不需要切图的，例如搜索框只需要在标注中描述它的尺寸、圆角大小、背景色值、不透明度即可，开发工程师可以用代码实现这种效果。

输出切片

先将设计稿中的图标重新排列在一张新的画布中，保证同样尺寸的图标间距相同，这样做的好处是为图标建立一个控件库，有利于图标的整理。

给每一个图标建立好参考线之后，用PS自带的切片功能，沿着建立好的每个图标的参考线画框即可，注意最后要输出PNG格式的切片（PNG格式拥有更多的颜色和细节并且支持透明）。

在具体操作时首先要将画布背景色去掉，让画布变成透明，做好切片后执行“文件-存储为Web所用格式，在对话框中选择PNG格式，点击“存储”即可。

注：图中标签栏图标的底色块是为了保证统一的切片尺寸，可以根据色块建立参考线，具体切图时要将色块去掉。

切片命名

切片命名的通用规范是，界面_功能_状态.png。名称应使用英文命名，不要使用数字或者符号作为开头，使用下划线进行连接，例如一个首页处于正常状态下的按钮命名是 home_btn_nor@2x.png。其中界面首页是home、空间按钮是btn、状态正常是normal。为了命名的正确性，设计师需要先和合作的开发工程师进行沟通确认。

10.设计稿标注

当界面设计定稿之后，设计师需要对界面进行标注给开发工程师在还原界面时进行参考。借助一些专业的标注工具有利于我们提高工作效率，常用的标注工具有Mark Man或PX Cook。

在一份设计稿中需要标注的内容是文字的字号大小、粗细、颜色、不透明度；界面的背景颜色、不透明度；各个图标、列表、文字之间的间距。

界面标注的作用是给开发工程师提供参考，因此在标注之前需要和开发工程师进行沟通，了解他们的工作方式，标注完成之后宣讲你的注意事项，以更快捷高效的完成工作，并且最大限度的完成视觉高的还原。

总结

本文整理汇总了包括界面尺寸、控件间距、版式设计规范、文字设计规范、设计适配、标注、切图等等一些列的移动端UI设计规范，在此期间查阅了大量的资料，共耗时一周完成本文的编写，希望为刚刚从事UI设计的设计师们提供入门级别的帮助。

至于为什么只总结了iOS系统设计规范，而没有Android系统的设计规范，在这里说明一下，本来安卓系统设计规范也是要涵盖的，但通过查阅资料发现安卓设计规范介绍少之又少，并且标准不统一，借鉴意义不大，所以省略了这部分规范的编写。

原文链接：https://www.zcool.com.cn/article/ZNjQ0NjQw.html

App字体设计规范

发表评论

APP UI在设计的时候对字体的运用还是需要经验积累的，不是随便往上一摆就行了，其中还有很多的技巧和技法，今天为大家整理出来了2017年最简单明了的app界面设计字体规范。

一、字体选择

1、IOS:苹果   

从ios 9系统开始，系统最新的默认中文字体是：苹方。  英文字体是： San Francisco

截止到今天发文章为止，ios系统最新版本是：iOS 11.

2、Android：英文字体：Roboto，中文字体：Noto

android最新系统的版本是：Android 8.0

上面我们告诉了各位APP设计师选取最新的APP设计字体的标准以及最新的系统版本上面应用的字体。

下面我们就要通过实际的APP案例来跟大家讲解如何应用APP设计字体规范。

二、案例分析

1.以今日头条界面为例，

导航主标题字号为40px，正文标题为36px，辅助性说明文字为24px，小字(视频长短，标题栏按钮名)为20px，头像名为28px。

字体大小代表的层级关系一目了然。

2.  以环球APP为例：

正文部分，导航栏标题文字为36px，内容标题为48px，正文为36px，小字为22-20px。

(因app性质不同，今日头条作为阅读类型的app，会更注重文本的阅读便捷性。所以字号选择上会偏大一些。)

3.再以微信为例，导航栏标题文字为36px，内容标题文字为34px，内容为28px，辅助性说明文字为24px。

4.最后以豆果美食为例，

豆果美食是我认为界面阅读很漂亮的一个app界面设计。文字阅读给人一种很精致舒服的感觉。同阅读类型的新闻app和工具类型的app在字号选择上相比，它的文字选择的要稍小一些。如导航栏的字号为30px，页面最大字号为34px(分类标题)，其次是32px，28px，24px，20px

5、我们再来看看之前分享过的APP设计规范里面的案例

网易APP界面设计当中的字体设计规范；扩展阅读app设计规范

最后总结一下：具体看下下面的图

选择字体大小时应根据app的性质，风格，定位来进行选择，应通过文字大小表现出内容的轻重，层级划分，做到层级关系明显。

原文链接：https://www.jianshu.com/p/1fe39ea39d02