python 命令行参数学习

最新推荐文章于 2024-04-26 18:08:39 发布

long_xuan123

最新推荐文章于 2024-04-26 18:08:39 发布

阅读量948

点赞数

分类专栏： python

python 专栏收录该内容

7 篇文章 5 订阅

订阅专栏

python命令行参数是在运行时赋予程序/脚本的标志。它们包含我们程序的其他信息，以便可以执行。但并非所有程序都具有命令行参数，因为并非所有程序都需要它们。

命令行参数在运行时为程序提供了更多信息。这使我们能够在不更改代码的情况下，即时为程序提供不同的输入。

可以将命令行参数类比于函数参数。在计算机视觉和图像中的程序/脚本中，许多参数都是图像路径或视频路径。深度学习中的许多参数为模型路径。接下来将通过两个脚本示例来了解Python argparse软件包。

示例1

1 # import the necessary packages
2 import argparse
3
4 # construct the argument parse and parse the arguments
5 ap = argparse.ArgumentParser()
6 ap.add_argument("-n", "--name", required=True,
7 	help="name of the user")
8 args = vars(ap.parse_args())
9
10 # display a friendly message to the user
11 print("Hi there {}, it's nice to meet you!".format(args["name"]))

首先，我们需要argparse软件包，因此我们在第2行将其导入。

在第5行，我们将ArgumentParser对象实例化为ap。

然后在第6行和第7行，我们添加唯一的参数--name。我们必须同时指定速记版本（-n），required = True表示这是必填参数。

如果需要，第7行的 help 字符串将在终端中提供其他信息。要查看命令用法帮助，您可以在终端中输入以下内容（直接在下面输出）：

$ python simple_example.py --help
usage: simple_example.py [-h] -n NAME
optional arguments:
  -h, --help            show this help message and exit
  -n NAME, --name NAME  name of the user

请注意我是如何指定所有三个的：

可执行文件（python）
我们的Python脚本文件（simple_example.py）
还有一个参数（--help）以打印用法。

脚本的第8行指示Python和argparse库解析命令行参数。我还在对象上调用vars，将解析的命令行参数转换为Python字典，其中字典的键是命令行参数的名称，值是为命令行参数提供的字典的值。

虽然是可选的，但我更喜欢将arguments对象转换为字典，以便可以通过命令行或Jupyter Notebook执行脚本。使用Jupyter Notebook时，我可以简单地删除命令行参数解析代码，并插入带有任何硬编码值的名为args的字典。

现在您可能想知道：如何从命令行参数中访问值？

很简单，该脚本的第11行有一个示例。

在格式字符串中，我们指定args [“ name”]。很快您就会看到，我们将使用此命令行参数将名称动态打印到屏幕上。

示例代码命令行运行如下：

$ python simple_example.py --name Adrian
Hi there Adrian, it's nice to meet you!
$
$ python simple_example.py --name Stephanie
Hi there Stephanie, it's nice to meet you!
$
$ python simple_example.py --name YourNameHere
Hi there YourNameHere, it's nice to meet you!

注意：如果我执行的第5步没有命令行参数（或带有错误的参数），则会看到如下所示的用法/错误信息。

$ python simple_example.py
usage: simple_example.py [-h] -n NAME
simple_example.py: error: argument -n/--name is required

这个简单的例子帮助我们掌握了命令行参数的概念。但是，打印包含我们姓名的句子不是很有用。

在下一节中，我将提供使用命令行参数的更实际的示例

示例2

在下一个示例中，我们将对任何给定的输入图像中的形状进行计数，同时注释要写入磁盘的输出图像。

我们将再次使用命令行参数来指定输入图像路径和输出图像路径。

因此，我们创建一个名为shape_counter.py的新脚本：

1  Codeblock #1: Lines 1-20# import the necessary packages
2  import argparse
3  import imutils
4  import cv2
5
6  # construct the argument parser and parse the arguments
7  ap = argparse.ArgumentParser()
8  ap.add_argument("-i", "--input", required=True,
9   	help="path to input image")
10 ap.add_argument("-o", "--output", required=True,
11  	help="path to output image")
12 args = vars(ap.parse_args())
13
14 # load the input image from disk
15 image = cv2.imread(args["input"])
16
17 # convert the image to grayscale, blur it, and threshold it
18 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
19 blurred = cv2.GaussianBlur(gray, (5,5), 0)
20 thresh = cv2.threshold(blurred, 60, 255, cv2.THRESH_BINARY)[1]

我们在第2行上导入argparse －这是将帮助我们解析和访问命令行参数的软件包。

然后，在第7-12行，我们解析两个命令行参数。这些代码在这些行上非常易读，您可以看到如何格式化参数。

在第7行，我们将ArgumentParser对象实例化为ap。

然后在第8行和第9行，我们添加--input参数。我们必须指定速记（-i ），其中任何一个标记都可以在命令行中使用。这是必填参数，如required = True所示。

同样，在第10行和第11行，我们指定了--output参数，这也是必需的。

从那里，我们使用路径加载图像。请记住，输入图像路径包含在args [“ input”]中，因此这是cv2.imread的参数。

其余各行是针对图像处理的。

在18-20行，我们完成了三个操作：

将图像转换为灰度
模糊灰度图像
阈值模糊图像

我们已经准备好寻找并绘制形状轮廓：

22 # extract contours from the image
23 cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,
24  	cv2.CHAIN_APPROX_SIMPLE)
25 cnts = imutils.grab_contours(cnts)
26
27 # loop over the contours and draw them on the input image
28 for c in cnts:
29  	cv2.drawContours(image, [c], -1, (0, 0, 255), 2)
30
31 # display the total number of shapes on the image
32 text = "I found {} total shapes".format(len(cnts))
33 cv2.putText(image, text, (10, 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5,
34  		(0, 0, 255), 2)
35
36 # write the output image to disk
37 cv2.imwrite(args["output"], image)

在第23-25行，我们在图像中找到形状轮廓。

在第28和29行，我们在输入图像上绘制轮廓。

然后，我们将文本组合在图像上（第32-34行）。文本包含形状的总数。

最后，我们使用--output image path参数使用 cv2.imwrite（第37行）将映像写入磁盘。

让我们用两个参数执行命令：

$ python shape_counter.py --input input_01.png --output output_01.png

如果检查工作目录，您会发现出现了output_01.png图像：

我们在这里所做的是使用一个不变的脚本，并为其提供了不同的参数

注意

我想与您分享另一个“陷阱”。有时我的命令行参数标志中带有“-”（破折号），例如--features-db。在获取参数所包含的值时，您需要使用“ _”（下划线），这有点令人困惑，并且有点麻烦。如下：

# construct the argument parser and parse the arguments
ap = argparse.ArgumentParser()
ap.add_argument("-d", "--dataset", required=True, help="Path to the directory of indexed images")
ap.add_argument("-f", "--features-db", required=True, help="Path to the features database")
ap.add_argument("-c", "--codebook", required=True, help="Path to the codebook")
ap.add_argument("-o", "--output", required=True, help="Path to output directory")
args = vars(ap.parse_args())
# load the codebook and open the features database
vocab = pickle.loads(open(args["codebook"], "rb").read())
featuresDB = h5py.File(args["features_db"], mode="r")
print("[INFO] starting distance computations...")

请注意，在突出显示的行中，我已将参数定义为--features-db（带短划线），但我通过args [“ features_db”]（带下划线）对其进行了引用。这是因为argparse Python库在解析过程中用下划线替换了破折号。