回答：PC Lint被称为C / c++的PC - Lint / FlexeLint。它是由GIMPEL软件开发的C / c++静态代码检测工具，由许多大型软件公司的程序员使用。
成都创新互联主营平湖网站建设的网络公司,主营网站建设方案,手机APP定制开发,平湖h5小程序定制开发搭建,平湖网站营销推广欢迎平湖等地区企业咨询
工具非常多，各个工具通常会以插件的形式嵌入在各种IDE中，本人目前最偏爱cpplint，其实是就一个python脚本，帮助检查是否符合GoogleC++Style的标准规范。
都是用MicroFocus的Fortify来做代码扫描的，用这个软件扫描出来的结果比较准确，而且操作简单。都是用MicroFocus的Fortify来做代码扫描的，用这个软件扫描出来的结果比较准确，而且操作简单。
tree.modifiers().firstToken().trivias()上面的可以获取注释的一个集合，遍历这个集合，如果不为null就说明代码有注释。集合中的对象调用comment方法可获取到注释内容，然后既可以哦安短注释是否是不是有效的。
据行内客户推荐，端玛科技和360都有类似这方面的工具，端玛科技专门做应用安全咨询的，有自己的源代码扫描工具，360在安全方面，有很产品，包含代码扫描。
一般地说，用C/C++比较“主流”些，因为C/C++编译后直接生成可执行文件，不需要虚拟机，程序性能比较好。另一方面，无论用C/C++还是JAVA，使用 OpenCV进行开发的难度和工作量，没有太大的差异。
个人认为c++好些，毕竟opencv库是用c/c++写的，c++接口的资料也很全。
建议使用c++来编写，因为opencv自带的人脸识别功能并不是很好，识别率执行速度都不太好。c++应用cuda等技术能够对人脸识别功能加速，效果能好不少。
这个关键要看你最熟悉什么语言了，因为在OpenCV支持各种语言的基础上，你哪个语言发开最熟练，当然是最好了。程序运行效果，各个语言使用OpenCV都差不多。
python更好。opencv内置支持的主要语言为python和c++，如果你用户不是特别大）（比如10000次以上的人脸识别每秒），一般python就绰绰有余了。
Java不推荐，Matlab和VC都是可以的。Matlab有强大的image processing工具箱，入门较快，能对你的算法进行快速仿真，呈现。但是matlab只能做研究用，实际工程中最终都要转为c或vc。
1、基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化，然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图，最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。
2、这个不太清楚，应该数据商业机密，要这东西谁都有源码，那么人脸识别就不给力了。它储存人脸特征使用图片的还是用字节的我们都不清楚。
3、Java中常见的人脸识别算法有：Eigenface： 这是一种基于主成分分析的人脸识别算法，它将人脸图像映射到一个低维的特征空间。Fisherface： 这是一种基于投影的人脸识别算法，它利用线性判别分析技术对人脸图像进行分类。
