LaTex 入门教程

阅读本文的条件：
使用的环境：Ubuntu 18.04，VsCode， TexLive，其中在VsCode已经配置完成编译环境。
首先安装TexLive，不建议通过百度查找教程，建议对照官方安装教程进行安装，可以参考：
https://tug.org/texlive/quickinstall.html
安装Vscode的过程就不写了，这个倒是可以找个教程看一眼就行了，在vscode中需要安装如下插件

1. 在桌面或其他任一目录下新建文件夹 latex_learn

mkdir latex_learn

2. 通过VsCode打开文件夹latex_learn

3.新建文件

在VsCode中新建文件learn.tex文件，tex为latex文件的默认后缀名。

4. 在文件中放入如下内容：

\documentclass{article}
\usepackage{ctex}
\usepackage[a4paper,left=10mm,right=10mm,top=15mm,bottom=15mm]{geometry}
\title{八卦与正弦函数的关系}
\author{小朱}
\date{\today}
\begin{document}
\maketitle
\end{document}

其中：
\documentcalss{article} ：指定文档的类型
\usepackage{ctex} ：包含文档里需要用到的包，这里需要写中文，因此需要包含ctex包
\usepackage[a4paper,left=10mm,right=10mm,top=15mm,bottom=15mm]{geometry}：包含设置文档页面的包，使用a4纸张，左右边距 10mm，上下边距 15mm。
\title{八卦与正弦函数的关系}：指定文档标题
\author{小朱}：指定文档作者
\date{\today}：指定文档创作日期
\begin{document}
\end{document}：begin与end之间之间为文档的正文内容
\maketitle：将文档的标题放到正文中去

5. 保存文件

在Vscode右侧选择TeX按钮，然后build latex project，然后View LaTex PDF，如果正常的话就可以看到VsCode里的并排窗口了。

6. 添加摘要

在\maketitle下面添加

\begin{abstract}提出了一种基于右侧单通道摄像头的泊车车位检测算法。而且算法具有较强的鲁棒性。
\end{abstract}

7. 添加子章节：

\section{图像预处理}
自动泊车过程中，在摄像头的真实工况下，将受到光照不均匀、光照强度变化等环境因素的干扰；
为了提高后续车位检测的精度及算法对环境的鲁棒性，需先对图像进行预处理。\par
真实环境中的光照不均、光照强度的变化都会直接影响图像边缘提取过程的准确度，
给后续的检测带来不可预测的后果。

其中: \par表示另起一段，也可以通过空一行的方式首先换行。

8. 添加目录

在\maketitle下面添加

\tableofcontents

9. 添加角注

\footnote{WANG Guoli, ZHOU Wei, YAO Libo. SAR image target detection based 
on multi-scale auto-convolution variance saliency[J]. Radar Conference 2013,
IET International, 2013, 28(1).}

10. 添加引用

引用测试：
\begin{quote}这是一段引用
\end{quote}

11. 修改字体

{\kaishu 这是一段引用}

在ctex包中提供了快速修改字体的办法。

12. 添加图片

\begin{figure}[htbp]
\centering
\includegraphics[width = 6cm]{test.jpg}
\caption{三维效果图}
\end{figure}

其中：htbp指定图片格式，
\centering：图片居中
\includegraphics[width = 6cm]{test.jpg}：图片宽度，以及需要添加的图片名字
\caption{三维效果图}： 图标题

13. 插入表格

\begin{table}[htbp]
\centering
\caption{测试表}
\begin{tabular}{cccccccc}
\hline
一&二&三&四&五&六&七&八\\
\hline
1&2&3&4&5&6&7&8\\
\hline
\end{tabular}
\end{table}

其中：
\begin{tabular} \end{tabular} ： 表的内容放着这个标识符环境里面。
{cccccccc} ： c的数量表示列的数量，c表示居中，l表示靠左，r表示靠右。
1&2&3&4&5&6&7&8\ &表示单元格分割 \ 表示一行结束

14. 行间公式

插入sin符号

行间公式，符号，$\sin$正弦是一种周期函数。

15. 列表公式

插入一个单独的公式

\begin{equation}
y=\sin(x)
\end{equation}

16. 换页标志

\newpage

17. 交叉引用

引用的地方 \ref{标签名}
\label{结果引用}： 创建标签

如图\ref{结果引用}所示。\begin{figure}[htbp]
\centering
\includegraphics[width = 6cm]{test2.jpg}
\caption{变换结果}\label{结果引用}\end{figure}

总结：

\documentclass{article}
\usepackage{ctex}
\usepackage[a4paper,left=10mm,right=10mm,top=15mm,bottom=15mm]{geometry}
\usepackage{graphicx}
\title{基于图像识别的泊车车位检测算法研究}
\author{小朱}
\date{\today}
\begin{document}\maketitle
\tableofcontents
\newpage
\begin{abstract}提出了一种基于右侧单通道摄像头的泊车车位检测算法。而且算法具有较强的鲁棒性。
\end{abstract}\section{图像预处理}
自动泊车过程中，在摄像头的真实工况下，将受到光照不均匀、光照强度变化等环境因素的干扰；为了提高后续车位检测的精度及算法对环境的鲁棒性，需先对图像进行预处理。真实环境中的光照不均、光照强度的变化都会直接影响图像边缘提取过程的准确度，给后续的检测带来不可预测的后果。\section{车位线提取}
图像在拍摄的过程以及传输的过程中总是会引入各种形式的噪声，本文中，在识别算法之前先对图像进行高斯滤波操作\footnote{WANG Guoli, ZHOU Wei, YAO Libo. SAR image target detection based on multi-scale auto-convolution variance saliency[J]. Radar Conference 2013, IET International, 2013, 28(1).}。\par
引用测试：
\begin{quote}{\kaishu 这是一段引用}
\end{quote}\begin{figure}[htbp]
\centering
\includegraphics[width = 6cm]{test.jpg}
\caption{三维效果图}
\end{figure}\begin{table}[htbp]
\centering
\caption{测试表}
\begin{tabular}{cccccccc}
\hline
一&二&三&四&五&六&七&八\\
\hline
1&2&3&4&5&6&7&8\\
\hline
\end{tabular}
\end{table}\section{车位线检测}
本文定义车位主方向为车位的长边方向，次方向为短边方向，车位线为直线。\par
行间公式，符号，$\sin$正弦是一种周期函数。
列表公式：
\begin{equation}
y=\sin(x)
\end{equation}通过压缩Radon变换区间的方式可以降低Radon矩阵维度，降低后续计算复杂度，但矩阵中仍包含了车位线的完整信息，结果如图\ref{结果引用}所示。\begin{figure}[htbp]
\centering
\includegraphics[width = 6cm]{test2.jpg}
\caption{变换结果}\label{结果引用}
\end{figure}\end{document}

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！