使用IPIP.net识别客户端真实访问地址,具体到国家,省,市

这个IP库实测还是比较准确的,免费版的可以具体到国内城市,国外只能到国家名称,免费版的自己定期更新Ip数据库即可。

以下为C#调用代码

class Program
    {
        static void Main(string[] args)
        {
            try
            {
                //传入要查询的ip 和17monipdb.datx 下载的ip库所在位置
                string address = IPAddress.FindIPAddress("1.198.219.205", @"D:\开发资料\资料\Code\IP地址获取\IPAddress\IPAddress\bin\Debug"); 
                Console.WriteLine(address);
            }
            catch (IOException ioex)
            {
                Console.WriteLine(ioex.StackTrace);
            }
            catch (IPv4FormatException ipex)
            {
                Console.WriteLine(ipex.StackTrace);
            }
            Console.ReadKey(true);
        }
    }
    public class IPAddress
    {
        public static string FindIPAddress(string ip,string basePath)
        {
            string address = "";
            if (string.IsNullOrEmpty(ip))
            {
                return address;
            }
            try
            {
                string path = string.Format("{0}\\{1}", basePath, "17monipdb.datx");
                City city = new City(path);
                string[] arr = city.find(ip);
                if (arr != null && arr.Length > 0)
                {
                    address = string.Join("-", arr);
                }
            }
            catch (IOException ioex)
            {
                Console.WriteLine(ioex.StackTrace);
            }
            catch (IPv4FormatException ipex)
            {
                Console.WriteLine(ipex.StackTrace);
            }
            return address.TrimEnd("-".ToCharArray());
        }
    }

IPIP.net官网在

如果您觉得我的文章对您有所帮助,欢迎扫码进行赞赏!

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
首先,需要在Python中使用MediaPipe进行手势识别。MediaPipe提供了手部关键点检测模型,可以检测手掌和手指的21个关键点,并进行手势识别。 以下是一个基本的Python代码样例,使用MediaPipe进行手势识别: ``` import mediapipe as mp import cv2 # 初始化MediaPipe手部关键点检测模型 mp_hands = mp.solutions.hands hands = mp_hands.Hands(max_num_hands=1, min_detection_confidence=0.5, min_tracking_confidence=0.5) # 读取视频流 cap = cv2.VideoCapture(0) while cap.isOpened(): ret, img = cap.read() if not ret: break # 处理图像并进行手部关键点检测和手势识别 img = cv2.cvtColor(cv2.flip(img, 1), cv2.COLOR_BGR2RGB) results = hands.process(img) # 如果检测到手掌 if results.multi_hand_landmarks: for hand_landmarks in results.multi_hand_landmarks: # 打印21个关键点的坐标值 for landmark in hand_landmarks.landmark: print(landmark) # 进行手势识别 gesture = ... # 根据手势触发事件 if gesture == '一': print('一') cv2.imshow('MediaPipe Hands', cv2.cvtColor(img, cv2.COLOR_RGB2BGR)) if cv2.waitKey(10) & 0xFF == ord('q'): break hands.close() cap.release() cv2.destroyAllWindows() ``` 注意,由于MediaPipe使用的是CPU计算,而不是GPU计算,因此在进行手势识别时需要耗费一定时间,会对帧率产生一定的影响。 接着,在Unity中需要编写一个脚本,通过Socket方式连接到Python端,接收到对应的手势之后触发对应的事件。 以下是一个基本的C#代码样例,使用Socket方式连接到Python端: ``` using UnityEngine; using System.Net; using System.Net.Sockets; using System.Threading; using System.Text; public class GestureRecognition : MonoBehaviour { public int port = 50000; public string gesture = ""; private TcpListener server; private TcpClient client; private Thread thread; void Start() { // 启动Socket服务器 server = new TcpListener(IPAddress.Any, port); server.Start(); Debug.Log("Socket server started"); // 启动线程接收数据 thread = new Thread(new ThreadStart(ReceiveData)); thread.Start(); } void Update() { // 根据手势触发事件 if (gesture == "一") { Debug.Log("一"); } } void ReceiveData() { // 接收数据 client = server.AcceptTcpClient(); byte[] buffer = new byte[1024]; NetworkStream stream = client.GetStream(); while (true) { int length = stream.Read(buffer, 0, buffer.Length); if (length <= 0) break; // 解析手势 gesture = Encoding.UTF8.GetString(buffer, 0, length); } stream.Close(); client.Close(); server.Stop(); } void OnDestroy() { // 关闭Socket服务器和线程 if (client != null) { client.Close(); } if (server != null) { server.Stop(); } if (thread != null && thread.IsAlive) { thread.Abort(); } } } ``` 在Python端,当检测到特定手势之后,通过Socket方式将手势发送到Unity端: ``` import socket # 创建Socket客户端 client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) client_socket.connect(('localhost', 50000)) # 进行手势识别 gesture = ... # 发送手势 client_socket.sendall(gesture.encode('utf-8')) client_socket.close() ``` 在Unity端和Python端都加载好对应的代码之后,即可完成手势识别和Unity事件触发的整个过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

凌晨4点5杀老大爷

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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