文章目录
lambda函数例子,在这里把 lambda想象成一个过滤器
def return_sum(func, lst):
result = 0
for i in lst:
#if val satisfies func
if func(i):
result = result + i
return result
lst = [11,14,21,56,78,45,29,28]
x = lambda a: a%2 == 0
y = lambda a: a%2 != 0
z = lambda a: a%3 == 0
print(return_sum(x, lst))
print(return_sum(y, lst))
print(return_sum(z, lst))
map函数
arr = [2,4,6,8]
arr = list(map(lambda x: x*x, arr))
print(arr)
students = [
{"name": "John Doe",
"father name": "Robert Doe",
"Address": "123 Hall street"
},
{
"name": "Rahul Garg",
"father name": "Kamal Garg",
"Address": "3-Upper-Street corner"
},
{
"name": "Angela Steven",
"father name": "Jabob steven",
"Address": "Unknown"
}
]
print(list(map(lambda student: student['name'], students)))
>>> ['John Doe', 'Rahul Garg', 'Angela Steven']
filter函数
fruits = ['mango', 'apple', 'orange', 'cherry', 'grapes']
print(list(filter(lambda fruit: 'g' in fruit, fruits)))
## reduce函数
from functools import reduce
lst = [2,4,6,8,10]
print(reduce(lambda x, y: x+y, lst))
>>> 30
列表推导式
arr = [2,4,6,8]
arr = [i**2 for i in arr]
print(arr)
fruit_result = [fruit for fruit in fruits if 'g' in fruit]
print(fruit_result)
字典推导式
lst = [2,4,6,8]
D1 = {item:item**2 for item in lst}
print(D1)
>>> {2: 4, 4: 16, 6: 36, 8: 64}
# 创建一个只包含奇数元素的字典
arr = [1,2,3,4,5,6,7,8]
D2 = {item: item**2 for item in arr if item %2 != 0}
print(D2)
>>> {1: 1, 3: 9, 5: 25, 7: 49}
python将视频切分成帧&&帧合成视频
opencv更新命令:pip3 install --upgrade opencv-python==4.5.5.64
一、视频切分成帧
import cv2
def video2frame(videos_path,frames_save_path,time_interval):
'''
:param videos_path: 视频的存放路径
:param frames_save_path: 视频切分成帧之后图片的保存路径
:param time_interval: 保存间隔
:return:
'''
vidcap = cv2.VideoCapture(videos_path)
success, image = vidcap.read()
count = 0
while success:
success, image = vidcap.read()
count += 1
if count % time_interval == 0:
cv2.imencode('.jpg', image)[1].tofile(frames_save_path + "/frame%d.jpg" % count)
# if count == 20:
# break
print(count)
if __name__ == '__main__':
videos_path = 'D:\测试\测试视频01.mp4'
frames_save_path = 'D:\测试\测试视频01'
time_interval = 2#隔一帧保存一次
video2frame(videos_path, frames_save_path, time_interval)
二、帧合成视频
import cv2
import os
import numpy as np
from PIL import Image
def frame2video(im_dir,video_dir,fps):
im_list = os.listdir(im_dir)
im_list.sort(key=lambda x: int(x.replace("frame","").split('.')[0])) #最好再看看图片顺序对不
img = Image.open(os.path.join(im_dir,im_list[0]))
img_size = img.size #获得图片分辨率,im_dir文件夹下的图片分辨率需要一致
# fourcc = cv2.cv.CV_FOURCC('M','J','P','G') #opencv版本是2
fourcc = cv2.VideoWriter_fourcc(*'XVID') #opencv版本是3
videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)
# count = 1
for i in im_list:
im_name = os.path.join(im_dir+i)
frame = cv2.imdecode(np.fromfile(im_name, dtype=np.uint8), -1)
videoWriter.write(frame)
# count+=1
# if (count == 200):
# print(im_name)
# break
videoWriter.release()
print('finish')
if __name__ == '__main__':
im_dir = 'E:/测试/图片/'#帧存放路径
video_dir = 'E:\测试/test.avi' #合成视频存放的路径
fps = 30 #帧率,每秒钟帧数越多,所显示的动作就会越流畅
frame2video(im_dir, video_dir, fps)
filter2D 自动生成的代码
import numpy as np
import cv2
def sharpen_image(image_path):
# read image
img = cv2.imread(image_path)
# create sharpening kernel
kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]])
# applying the sharpening kernel to the input image & displaying it.
sharpened = cv2.filter2D(img, -1, kernel)
# save the sharpened image
cv2.imwrite('sharpened_image.jpg', sharpened)
# example usage
sharpen_image('e://1.jpg')
rosenfeld算法,目前仅知道可以细化图片,用二值法对黑白的效果好,不知道对彩色的效果怎么样。只能做细化还是可以做锐化‘?
#include <iostream>
#include <vector>
#include <opencv2/opencv.hpp>
using namespace std;
void Rosenfeld_Thin(cv::Mat& src, cv::Mat& dst) {
if (src.type() != CV_8UC1) {
cout << "只处理二值化图像,请先二值化图像" << endl;
return;
}
dst = src.clone();
int width = src.cols;
int height = src.rows;
int step = src.step;
int p1, p2, p3, p4, p5, p6, p7, p8; //八邻域
uchar* img;
bool ifEnd;
cv::Mat tmpimg;
int dir[4] = { -step, step, -1, 1 };
while (1) {
ifEnd = false;
for (int n = 0; n < 4; n++) { //分四个迭代过程,分别为北,南,西,东四个边界情况
dst.copyTo(tmpimg);
img = tmpimg.data;
for (int i = 0; i < height; i++) {
for (int j = 0; j < width; j++) {
uchar* p = img + i * step + j;
if (p[0] == 0 || p[dir[n]] != 0) continue; //如果p0是背景点或不是方位边界点,跳过本次循环
p1 = p[(i == 0) ? 0 : -step] > 0 ? 1 : 0;
p2 = p[(i == 0 || j == width - 1) ? 0 : -step + 1] > 0 ? 1 : 0;
p3 = p[(j == width - 1) ? 0 : 1] > 0 ? 1 : 0;
p4 = p[(i == height - 1 || j == width - 1) ? 0 : step + 1] > 0 ? 1 : 0;
p5 = p[(i == height - 1) ? 0 : step] > 0 ? 1 : 0;
p6 = p[(i == height - 1 || j == 0) ? 0 : step - 1] > 0 ? 1 : 0;
p7 = p[(j == 0) ? 0 : -1] > 0 ? 1 : 0;
p8 = p[(i == 0 || j == 0) ? 0 : -step - 1] > 0 ? 1 : 0;
//判断8 simple
int is8simple = 1;
//以下6种情况,当p0=0时,不会改变8连通性
if (p1 == 0 && p5 == 0 && (p8 == 1 || p7 == 1 || p6 == 1) && (p2 == 1 || p3 == 1 || p4 == 1)) {
is8simple = 0;
}
if (p3 == 0 && p7 == 0 && (p8 == 1 || p1 == 1 || p2 == 1) && (p4 == 1 || p5 == 1 || p6 == 1)) {
is8simple = 0;
}
if (p7 == 0 && p1 == 0 && p8 == 1 && (p2 == 1 || p3 == 1 || p4 == 1 || p5 == 1 || p6 == 1)) {
is8simple = 0;
}
if (p3 == 0 && p1 == 0 && p2 == 1 && (p4 == 1 || p5 == 1 || p6 == 1 || p7 == 1 || p8 == 1)) {
is8simple = 0;
}
if (p7 == 0 && p5 == 0 && p6 == 1 && (p2 == 9 || p1 == 1 || p2 == 1 || p3 == 1 || p4 == 1)) {
is8simple = 0;
}
if (p3 == 0 && p5 == 0 && p4 == 1 && (p6 == 1 || p7 == 1 || p8 == 1 || p1 == 1 || p2 == 1)) {
is8simple = 0;
}
int adjsum;
adjsum = p1 + p2 + p3 + p4 + p5 + p6 + p7 + p8;
if (adjsum != 1 && adjsum != 0 && is8simple == 1) { //判断是否为孤立点或者端点
dst.at<uchar>(i, j) = 0; //满足删除条件,设当前像素为0
ifEnd = true;
}
}
}
}
if (!ifEnd) break; //若没有可以删除的像素点,则退出循环
}
}
void main() {
cv::Mat src = cv::imread("C:\\Users\\PC\\Desktop\\cv\\src.jpg");
cv::cvtColor(src, src, cv::COLOR_BGR2GRAY); //将原图像转换为灰度图
cv::threshold(src, src, 128, 255, cv::THRESH_BINARY); //二值化图像
//图像细化
cv::Mat dst;
Rosenfeld_Thin(src, dst);
//显示图像
cv::imshow("src", src);
cv::imshow("dst", dst);
cv::waitKey(0);
}
列表作为形参 from 王铭东老师
定义函数时,列表作为形参,每一次引用都是上一次引用后的同一个列表
def fuc(x=[]):
x.append("balabala")
print( x)
fuc()
fuc()
强行解释,创建fuc函数后,指针没有释放,所以指向同一个列表(内存)
搞不懂为什么def fuc(x[ ])会报错呢?
sort() 没有返回值
#给字典排序
infos.sort(key=lambda temp:temp["age"])
os,walk 方法
i
mport os
for temp in os.walk("./aa")
print(temp) # 返回元祖(‘./aa’,[],['1.txt','2.txt'])
#返回路径,文件夹名列表,文件名列表
cv的3中去噪点算法
import cv2
img = cv2.imread('e://1.jpg')
# 中值滤波
img_median = cv2.medianBlur(img, 5)
# 高斯滤波
img_gaussian = cv2.GaussianBlur(img, (5, 5), 0)
# 双边滤波
img_bilateral = cv2.bilateralFilter(img, 9, 75, 75)
cv2.imshow('Original', img)
cv2.imshow('Median Filter', img_median)
cv2.imshow('Gaussian Filter', img_gaussian)
cv2.imshow('Bilateral Filter', img_bilateral)
cv2.waitKey(0)
cv2.destroyAllWindows()
数组的维度
import numpy as np
x = np.array([2,4,25,33])# 数组作为实参
print(x.shape) #(4,)一个4元素的一维数组
print(x) #[ 2 4 25 33] 一维数组
print(x[np.newaxis,:]) #[[ 2 4 25 33]]二维,shape=(1,4)
#
#
python中的省略号ellipsis
for i in range(15)
...# 相当于pass
python strip()作用
Python中的strip()函数用于移除字符串开头和结尾处的空格或指定字符。它返回一个新字符串。如果不指定字符集合,则默认移除字符串开头和结尾的空格。#中间的空格不删。
s = " hello world "
print(s.strip()) # 输出:"hello world"
s = " hello "
print(s.strip(" ")) # 输出:"hello"
s = "-*-hello-*-"
print(s.strip("-*")) # 输出:"hello"
在 Python 中,-*- 是一种注释语法,可以用于文件头部或函数头部。这种语法通常用于指定文件的编码格式、作者信息、版权信息、许可证信息以及最后修改时间等元数据信息。
def init(self, text) -> None:箭头是什么意思
这里使用了 -> None 表示该函数返回值的类型是 None。None 表示空值,即没有值。
如果函数返回值的类型不是 None,我们可以在箭头后面注明返回值的类型,如 -> int、-> str 等。例如:
def add(x: int, y: int) -> int:
return x + y
python中如果有多个返回值,返回的是列表类型吗
在 Python 中,如果一个函数有多个返回值,函数会将这些值打包成一个元组(tuple)类型的数据结构返回。
需要注意的是,如果函数返回值只有一个,且没有使用逗号将其与其他返回值分开,在函数调用时也会返回一个元组(tuple)类型的数据结构,而不是单个值。
欢迎使用Markdown编辑器
你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。
新的改变
我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:
- 全新的界面设计 ,将会带来全新的写作体验;
- 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
- 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
- 全新的 KaTeX数学公式 语法;
- 增加了支持甘特图的mermaid语法1 功能;
- 增加了 多屏幕编辑 Markdown文章功能;
- 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
- 增加了 检查列表 功能。
功能快捷键
撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G
合理的创建标题,有助于目录的生成
直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC
语法后生成一个完美的目录。
如何改变文本的样式
强调文本 强调文本
加粗文本 加粗文本
标记文本
删除文本
引用文本
H2O is是液体。
210 运算结果是 1024.
插入链接与图片
链接: link.
图片:
带尺寸的图片:
居中的图片:
居中并且带尺寸的图片:
当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。
如何插入一段漂亮的代码片
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo = 'bar';
生成一个适合你的列表
- 项目
- 项目
- 项目
- 项目
- 项目1
- 项目2
- 项目3
- 计划任务
- 完成任务
创建一个表格
一个简单的表格是这么创建的:
项目 | Value |
---|---|
电脑 | $1600 |
手机 | $12 |
导管 | $1 |
设定内容居中、居左、居右
使用:---------:
居中
使用:----------
居左
使用----------:
居右
第一列 | 第二列 | 第三列 |
---|---|---|
第一列文本居中 | 第二列文本居右 | 第三列文本居左 |
SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:
TYPE | ASCII | HTML |
---|---|---|
Single backticks | 'Isn't this fun?' | ‘Isn’t this fun?’ |
Quotes | "Isn't this fun?" | “Isn’t this fun?” |
Dashes | -- is en-dash, --- is em-dash | – is en-dash, — is em-dash |
创建一个自定义列表
-
Markdown
- Text-to- HTML conversion tool Authors
- John
- Luke
如何创建一个注脚
一个具有注脚的文本。2
注释也是必不可少的
Markdown将文本转换为 HTML。
KaTeX数学公式
您可以使用渲染LaTeX数学表达式 KaTeX:
Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
你可以找到更多关于的信息 LaTeX 数学表达式here.
新的甘特图功能,丰富你的文章
- 关于 甘特图 语法,参考 这儿,
UML 图表
可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图:
这将产生一个流程图。:
- 关于 Mermaid 语法,参考 这儿,
FLowchart流程图
我们依旧会支持flowchart的流程图:
- 关于 Flowchart流程图 语法,参考 这儿.
导出与导入
导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。
导入
如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。
注脚的解释 ↩︎