2024年最新Python事件分发机制面试,Python骚操作:利用Python获取摄像头并实时控制人脸!,美团nlp面试

收集整理了一份《2024年最新Python全套学习资料》免费送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来

如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
img

正文

(face_width, int(face_width * self.deal.size[1] / self.deal.size[0])),

resample=Image.LANCZOS)

deal = deal.rotate(eye_angle, expand=True)

deal = deal.transpose(Image.FLIP_TOP_BOTTOM)

left_eye_x = left_eye[0, 0] - face_width // 4

left_eye_y = left_eye[0, 1] - face_width // 6

return {“image”: deal, “pos”: (left_eye_x, left_eye_y)}

def get_cigarette_info(self, face_shape, face_width):

“”"

获取当前面部的烟卷信息

:param face_shape:

:param face_width:

:return:

“”"

mouth = face_shape[49:68]

mouth_center = mouth.mean(axis=0).astype(“int”)

cigarette = self.cigarette.resize(

(face_width, int(face_width * self.cigarette.size[1] / self.cigarette.size[0])),

resample=Image.LANCZOS)

x = mouth[0, 0] - face_width + int(16 * face_width / self.cigarette.size[0])

y = mouth_center[1]

return {“image”: cigarette, “pos”: (x, y)}

def orientation(self, rects, img_gray):

“”"

人脸定位

:return:

“”"

faces = []

for rect in rects:

face = {}

face_shades_width = rect.right() - rect.left()

predictor_shape = self.predictor(img_gray, rect)

face_shape = face_utils.shape_to_np(predictor_shape)

face[‘cigarette’] = self.get_cigarette_info(face_shape, face_shades_width)

face[‘glasses’] = self.get_glasses_info(face_shape, face_shades_width)

faces.append(face)

return faces

  • 刚才我们提到了键盘监听事件,这里我们实现一下这个函数:

def listener_keys(self):

“”"

设置键盘监听事件

:return:

“”"

key = cv2.waitKey(1) & 0xFF

if key == ord(“q”):

self.listener = False

self.console(“程序退出”)

sleep(1)

self.exit()

if key == ord(“d”):

self.doing = not self.doing

  • 接下来我们来实现加载面具信息的函数:

def init_mask(self):

“”"

加载面具

:return:

“”"

self.console(“加载面具…”)

self.deal, self.text, self.cigarette = (

Image.open(x) for x in [“images/deals.png”, “images/text.png”, “images/cigarette.png”]

)

  • 上面基本的功能都实现了,我们该实现画图函数了,这个函数原理和之前我写的那篇用AI人脸识别技术实现抖音特效实现是一样的,这里我就不赘述了,可以去github或Python中文社区微信公众号查看。

def drawing(self, draw_img, faces):

“”"

画图

:param draw_img:

:param faces:

:return:

“”"

for face in faces:

if self.animation_time < self.duration - self.fixed_time:

current_x = int(face[“glasses”][“pos”][0])

current_y = int(face[“glasses”][“pos”][1] * self.animation_time / (self.duration - self.fixed_time))

draw_img.paste(face[“glasses”][“image”], (current_x, current_y), face[“glasses”][“image”])

cigarette_x = int(face[“cigarette”][“pos”][0])

cigarette_y = int(face[“cigarette”][“pos”][1] * self.animation_time / (self.duration - self.fixed_time))

draw_img.paste(face[“cigarette”][“image”], (cigarette_x, cigarette_y),

face[“cigarette”][“image”])

else:

draw_img.paste(face[“glasses”][“image”], face[“glasses”][“pos”], face[“glasses”][“image”])

draw_img.paste(face[“cigarette”][“image”], face[“cigarette”][“pos”], face[“cigarette”][“image”])

draw_img.paste(self.text, (75, draw_img.height // 2 + 128), self.text)

  • 既然是一个服务类,那该有启动与退出函数吧,最后我们来写一下吧。

简单介绍一下这个 start()函数, 启动后根据初始化监听信息,不断监听视频流,并将流信息通过opencv转换成图像展示出来。

并且调用按键监听函数,不断的监听你是否按下"d"键进行面具加载,如果监听成功,则进行图像人脸检测,并移动面具,

并持续一个周期的时间结束,面具此时会根据你的面部移动而移动。最终呈现文章顶部图片的效果.

def start(self):

“”"

启动程序

:return:

“”"

self.console(“程序启动成功.”)

self.init_mask()

while self.listener:

frame = self.read_data()

frame = resize(frame, width=self.max_width)

img_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

rects = self.detector(img_gray, 0)

faces = self.orientation(rects, img_gray)

draw_img = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))

if self.doing:

self.drawing(draw_img, faces)

self.animation_time += self.speed

self.save_data(draw_img)

if self.animation_time > self.duration:

self.doing = False

self.animation_time = 0

else:

frame = cv2.cvtColor(np.asarray(draw_img), cv2.COLOR_RGB2BGR)

cv2.imshow(“hello mask”, frame)

self.listener_keys()

def exit(self):

“”"

程序退出

:return:

“”"

self.video_capture.release()

cv2.destroyAllWindows()

做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。

别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。

我先来介绍一下这些东西怎么用,文末抱走。


(1)Python所有方向的学习路线(新版)

这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

最近我才对这些路线做了一下新的更新,知识体系更全面了。

在这里插入图片描述

(2)Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

(3)100多个练手项目

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。

在这里插入图片描述

(4)200多本电子书

这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。

基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。

(5)Python知识点汇总

知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。

在这里插入图片描述

(6)其他资料

还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。

在这里插入图片描述

这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
img

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
ttps://img-blog.csdnimg.cn/9fa77af248b84885a6ec779b2ead064d.png)

这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
[外链图片转存中…(img-LvMkXPwC-1713841986894)]

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 17
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而高性能,更加灵活和易用,当前非常流行。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目:单目标检测(足球目标检测)和多目标检测(足球和梅西同时检测)。  本课程的YOLOv5使用ultralytics/yolov5,在Windows和Ubuntu系统上分别做项目演示。包括:安装YOLOv5、标注自己的数据集、准备自己的数据集(自动划分训练集和验证集)、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。 除本课程《YOLOv5实战训练自己的数据集(Windows和Ubuntu演示)》外,本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:《YOLOv5(PyTorch)目标检测:原理与源码解析》课程链接:https://edu.csdn.net/course/detail/31428《YOLOv5目标检测实战:Flask Web部署》课程链接:https://edu.csdn.net/course/detail/31087《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》课程链接:https://edu.csdn.net/course/detail/32303《YOLOv5目标检测实战:Jetson Nano部署》课程链接:https://edu.csdn.net/course/detail/32451《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接:https://edu.csdn.net/course/detail/32669《YOLOv5实战口罩佩戴检测》课程链接:https://edu.csdn.net/course/detail/32744《YOLOv5实战中国交通标志识别》课程链接:https://edu.csdn.net/course/detail/35209 《YOLOv5实战垃圾分类目标检测》课程链接:https://edu.csdn.net/course/detail/35284  
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值