深度学习入门python知识总结

最新推荐文章于 2024-09-17 18:09:09 发布

玛莱之盾

最新推荐文章于 2024-09-17 18:09:09 发布

阅读量1.2k

点赞数 1

本文链接：https://blog.csdn.net/naexting/article/details/120065314

版权

深度学习专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1.环境配置安装

Python+Anaconda+PyCharm

1.1Anaconda

是一个开源的Python发行版本。其包含了720多个数据科学相关的开源包，在数据可视化、机器学习、深度学习等多方面都有涉及。不仅可以做数据分析，甚至可以用在大数据和人工智能领域。因为包含了大量的科学包，Anaconda 的下载文件比较大（约 531 MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。

Anaconda通过管理工具包、开发环境、Python版本，大大简化了工作流程。不仅可以方便地安装、更新、卸载工具包，而且安装时能自动安装相应的依赖包，同时还能使用不同的虚拟环境隔离不同要求的项目。

也就是说，Anaconda自带很多Python包，有了Anaconda就不用再对这些包进行安装了。而且在PyCharm中可以查看这些包，如果需要的包在系统中不存在，也可以很省心的进行包的在线下载，省事省力省心~~

Anaconda介绍、安装及使用教程 - 简书 (jianshu.com)

1.2为什么要用虚拟环境

在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，如Scrapy、Beautiful Soup等，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库。直接怼我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦，管理也相当混乱。如一下场景：

场景1：项目A需要某个框架1.0版本，项目B需要这个库的2.0版本。如果没有安装虚拟环境，那么当你使用这两个项目时，你就需要来回的卸载安装了，这样很容易就给你的项目带来莫名的错误；

这几个在官网下载就行了，按照网上的教程。自己在下载的过程中 Anaconda下载有些问题。下载之后用不起来。需要更新。

中间等待时间比较长

Anaconda-Navigator无法打开的解决方案

Anaconda打开之后无法显示界面，再打开显示There is an instance of anaconda navigator already running

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6tNTBfQF-1630573162053)(C:\Users\86137\AppData\Roaming\Typora\typora-user-images\image-20210807171145213.png)]$

1.3创建虚拟环境

图形界面：记住路径 C:\ProgramData\Anaconda3\envs

Anaconda 创建虚拟环境使用图形界面

命令行使用 cmd

1、conda -V检验是否安装以及当前conda的版本。

2、conda常用的命令。

1）conda list 查看安装了哪些包。

2）conda env list 或 conda info -e 查看当前存在哪些虚拟环境

3）conda update conda 检查更新当前conda

3、python --version可以检查当前python的版本。

4、删除虚拟环境。使用命令conda remove -n your_env_name(虚拟环境名称) --all，即可删除。

5、删除环境中的某个包。使用命令conda remove --name your_env_name package_name 即可。

1.4导包

1.使用文件批量导包

python 在虚拟环境中安装项目依赖requirements.txt

创建环境 conda create -n Python3.6 python=3.6

查看环境 conda env list

1）激活环境，即进入环境 activate Python3.6

2）进入requirements.txt文件所在目录 (DataAnalysis)C:\Users\86137>cdC:\Users\86137\Desktop\Pythonlearn\requirements\DataAnalysis

3）安装 (DataAnalysis) C:\Users\86137\Desktop\Pythonlearn\requirements\DataAnalysis>pip install -r requirements.txt

4）检验pip list

如果报错可以自己检查那个没装上，自己装。

项目导出requirements.txt

pip freeze > requirements.txt

2.在Anaconda里一个个自己安装，注意版本

意外：

Ta-Lib库安装pip失效，可以在pycharm里安装

Python Extension Packages for Windows - Christoph Gohlke (uci.edu)

1.5PyCharm切换管理虚拟环境

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aIxdhfo1-1630573162056)(C:\Users\86137\AppData\Roaming\Typora\typora-user-images\image-20210807195158067.png)]$

Pycharm使用Anaconda管理虚拟环境Python版本

2.Jupyter上手

2.1在pycharm里就可以新建文件

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-h4h5QcjK-1630573362236)(C:\Users\86137\AppData\Roaming\Typora\typora-user-images\image-20210807201551393.png)]$

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DZTPy4RM-1630573162061)(C:\Users\86137\AppData\Roaming\Typora\typora-user-images\image-20210807204239435.png)]$

2.2快捷键和cell操作

在网页上有用

编辑模式命令模式

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Zmriqoy2-1630573162063)(C:\Users\86137\AppData\Roaming\Typora\typora-user-images\image-20210807204500755.png)]$

2.3 Jupyter支持markdown

3.Numpy

数组矩阵操作

Numerical（数值计算）+ Python

核心数据结构： ndarray

n-任意

d-数组

array-数组

4.1 ndarray 和 list 效率对比

import numpy as np
import time
import random
py_list=[]
for i in range(10000000):
    py_list.append(random.Random())
ndarray_list=np.array(py_list)

# 原生求和
t1=time.time()
a=sum(py_list)
t2=time.time()
d1=t2-t1

# ndarray 求和
t3=time.time()
b=np.sum(ndarray_list)
t4=time.time()
d2=t4-t3
print(d1)
print(d2)

4.2 Numpy的优势

1.存储风格：

ndarray：只能存储相同地方数据类型，这样就可以连续存储

list：可以存储不同类型的数据

2.并行化运算

ndarray支持向量化运算

3.底层语言

底层是c语言实现

4.3ndarray常用属性

shape 形状

返回一个元组，元组元素个数对应维度数，每个数代表对应维度上的元素个数

score.shape #（8,5）8行5列

ndim 维度

score.ndim # 2

size 元素个数

score.size # 40

dtype 类型

score.dtype # 返回元素类型
score.itemsize # 返回元素所在字节大小

创建指定类型

# 创建数组的时候指定类型
np.array([1.1, 2.2, 3.3], dtype="float32")

4.4 基本操作

ndarray.方法()

np.函数名()

4.4.1 生成数组

01数组

np.zeros([3,4])# 三行四列
np.ones((2,3))

从现有数组生成

score 
data1 = np.array(score) #深拷贝
data2 = np.asarray(score) #浅拷贝，，原数组改变也随之改变
data3 = np.copy(score) #深拷贝

生成固定范围的数组

np.linspace(0,10,100) [0,10]之间等距的一百的元素

np.arrange(a,b,c) [a,b) 步长为c

生成随机数组

np.random 模块

均匀分布落在每个点可能性相同

data4=np.random.uniform(-1,1,100) #前两个是范围，后一个是尺寸szie
print(data4)

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vu8Qnttj-1630573474147)(C:\Users\86137\AppData\Roaming\Typora\typora-user-images\image-20210809134403354.png)]$

正态分布

两个参数，均值（对称轴）和标准差（集中度，标准差越小集中度越大）

标准正态分布均值为0 标准差为1

data5= np.random.normal(1.75,1,100000) # 参数顺序 均值，标准差，数量
import matplotlib.pyplot as plt
plt.hist(data5,1000)
plt.show()

$[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-XRtJdU3v-1630573474149)(C:\Users\86137\AppData\Roaming\Typora\typora-user-images\image-20210809134327310.png)]$

4.4.2 索引切片与形状修改

a1 = np.array([ [[1,2,3],[4,5,6]], [[12,3,34],[5,6,7]]])
a1[1, 0, 2] = 100000
a1

形状修改：


ndarray.reshape()只是修改形状，返回新的ndarray

ndarray.resize() 没有返回值，对原始的ndarray进行修改

stock_change.reshape((10, 8))

stock_change.resize((10, 8))

stock_change.T

上两个效果一样

ndarray.T转置，行列转换

ndarray**序列化到本地**

ndarray.tostring() d得到base类型

stock_change.tostring()

数组去重：

np.unique(数组名)

temp = np.array([[1, 2, 3, 4],[3, 4, 5, 6]])
np.unique(temp)
# array([1, 2, 3, 4, 5, 6])

4.5 ndarray运算

4.5.1逻辑运算

# 逻辑判断, 如果涨跌幅大于0.5就标记为True 否则为False

stock_change > 0.5

array([[ True, False, False, False, False,  True, False, False,  True,
        False],
       [False, False, False,  True,  True, False,  True,  True, False,
        False],
       [False, False,  True, False, False,  True, False, False, False,
        False],
       [False, False,  True, False, False, False, False,  True, False,
        False],
       [False, False, False,  True,  True, False, False, False, False,
         True],
       [False, False, False, False,  True, False, False, False, False,
        False],
       [False,  True, False,  True,  True, False,  True, False, False,
         True],
       [False,  True, False, False, False, False, False, False,  True,
        False]])

布尔索引

stock_change[stock_change > 0.5] = 1.1

通判函数

np.all(布尔值)

全是true返回true

np.any(布尔值)

全是false才是false

# 判断stock_change[0:2, 0:5]是否全是上涨的
stock_change[0:2, 0:5] > 0
np.all(stock_change[0:2, 0:5] > 0)
>>>False

np.where（三元运算符)

np.where(布尔值，true位置的值，false位置的值)

复合逻辑

# 判断前四个股票前四天的涨跌幅 大于0.5并且小于1的，换为1，否则为0
# 判断前四个股票前四天的涨跌幅 大于0.5或者小于-0.5的，换为1，否则为0
# (temp > 0.5) and (temp < 1)
np.logical_and(temp > 0.5, temp < 1)
np.logical_or(temp > 0.5,temp < 1)

4.5.1逻辑运算

统计指标函数

max，min，mean，median，var，std

指定轴

根据形状判断 shape（4,4）索引 0 ，1 ，2

temp.max(axis=0)，按列，第一维度

temp.max(axis=1)按行，第二维度

返回最大值最小值索引

np.argmax()

np.argmin(temp,axis=)

4.5.2数组运算

数组与数的运算

arr = np.array([[1, 2, 3, 2, 1, 4], [5, 6, 1, 2, 3, 1]])
arr / 10

# array([[0.1, 0.2, 0.3, 0.2, 0.1, 0.4],
#       [0.5, 0.6, 0.1, 0.2, 0.3, 0.1]])

数组与数组运算

广播机制

如果满足以下条件之一，那么数组被称为可广播的。

数组拥有相同形状。数组拥有相同的维数，且某一个或多个维度长度为 1 。数组拥有极少的维度，可以在其前面追加长度为 1 的维度，使上述条件成立

矩阵运算

二维数组进行存储

两种方法：

ndarray的二维数组

matrix

# ndarray存储矩阵
data = np.array([[80, 86],
[82, 80],
[85, 78],
[90, 90],
[86, 82],
[82, 90],
[78, 80],
[92, 94]])
# matrix存储矩阵
data_mat = np.mat([[80, 86],
[82, 80],
[85, 78],
[90, 90],
[86, 82],
[82, 90],
[78, 80],
[92, 94]])
type(data_mat)
# numpy.matrixlib.defmatrix.matrix

矩阵乘法 np.dot np.matmul

形状：（m,n)*(n,l)=(m,l)

行向量x列向量=数

列向量x行向量=行向量

# 用np.array存储
weights_mat = np.mat([[0.3], [0.7]])
np.matmul(data, weights)
np.dot(data, weights)
data@weights
# 结果
array([[84.2],
       [80.6],
       [80.1],
       [90. ],
       [83.2],
       [87.6],
       [79.4],
       [93.4]])
# matrix存储矩阵
data_mat * weights_mat

matrix([[84.2],
        [80.6],
        [80.1],
        [90. ],
        [83.2],
        [87.6],
        [79.4],
        [93.4]])

4.6 数组合并和分割

# -*- coding: utf-8 -*-
import numpy as np
 
arr1 = np.array([[[1, 2], [3, 4]],[[5, 6], [7, 8]]])
 
arr2 = np.array([[[9, 10], [11, 12]],[[13, 14], [15, 16]]])
 
"""级联拼接"""
arr = np.concatenate((arr1, arr2))               #默认在第0维上进行数组的连接
 
arr_1 = np.concatenate((arr1, arr2), axis=1)   #axis指定拼接的维度，axis=1表示在第1维上对数组进行拼接
 
arr_2 = np.concatenate((arr1, arr2), axis=2)   #axis指定拼接的维度，axis=2表示在第2维上对数组进行拼接
 
"""堆栈拼接"""
arr_3 = np.stack((arr1, arr2))                    #默认在第0维上进行数组的连接
arr_4 = np.stack((arr1, arr2),axis=1)             #在第1维上进行数组的连接
arr_5 = np.stack((arr1, arr2),axis=2)             #在第2维上进行数组的连接
arr_6 = np.stack((arr1, arr2),axis=3)             #在第3维上进行数组的连接
 
"""其他方法"""
arr_7 = np.hstack((arr1, arr2))                   #按行堆叠，相当于级联axis=1的方法
 
arr_8 = np.vstack((arr1, arr2))                   #按列堆叠，相当于级联axis=0的方法
 
arr_9 = np.dstack((arr1, arr2))                   #按深度堆叠，相当于级联axis=2的方法
 
print("原始数组:")
print(arr1)
print("数组类型:",arr1.shape)
print()
print(arr2)
print("数组类型:",arr2.shape)
print("--------------------------------")
print()
 
print("使用concatenate函数连接")
print()
print("默认在第0维上进行数组的连接")
print(arr)
print("数组类型:",arr.shape)
print("--------------------------------")
print()
 
 
print("--------------------------------")
print()
print("在第1维上进行数组的连接")
print(arr_1)
print("数组类型:",arr_1.shape)
print("--------------------------------")
print()
 
 
print("在第2维上进行数组的连接")
print(arr_2)
print("数组类型:",arr_2.shape)
print("--------------------------------")
print()
 
print("使用stack函数连接")
print()
 
print("默认在第0维上进行数组的连接")
print(arr_3)
print("数组类型:",arr_3.shape)
print("--------------------------------")
print()
 
 
 
print("在第1维上进行数组的连接")
print(arr_4)
print("数组类型:",arr_4.shape)
print("--------------------------------")
print()
 
 
print("在第2维上进行数组的连接")
print(arr_5)
print("数组类型:",arr_5.shape)
print("--------------------------------")
print()
 
 
print("在第3维上进行数组的连接")
print(arr_6)
print("数组类型:",arr_6.shape)
print("--------------------------------")
print()
 
 
print("按行堆叠")
print(arr_7)
print("数组类型:",arr_7.shape)
print("--------------------------------")
print()
 
print("按列堆叠")
print(arr_8)
print("数组类型:",arr_8.shape)
print("--------------------------------")
print()
 
print("按高(深)堆叠")
print(arr_9)
print("数组类型:",arr_9.shape)
print("--------------------------------")
print()

 
原始数组:
[[[1 2]
  [3 4]]
 
 [[5 6]
  [7 8]]]
数组类型: (2, 2, 2)
 
[[[ 9 10]
  [11 12]]
 
 [[13 14]
  [15 16]]]
数组类型: (2, 2, 2)
--------------------------------
 
使用concatenate函数连接
 
默认在第0维上进行数组的连接
[[[ 1  2]
  [ 3  4]]
 
 [[ 5  6]
  [ 7  8]]
 
 [[ 9 10]
  [11 12]]
 
 [[13 14]
  [15 16]]]
数组类型: (4, 2, 2)
--------------------------------
 
--------------------------------
 
在第1维上进行数组的连接
[[[ 1  2]
  [ 3  4]
  [ 9 10]
  [11 12]]
 
 [[ 5  6]
  [ 7  8]
  [13 14]
  [15 16]]]
数组类型: (2, 4, 2)
--------------------------------
 
在第2维上进行数组的连接
[[[ 1  2  9 10]
  [ 3  4 11 12]]
 
 [[ 5  6 13 14]
  [ 7  8 15 16]]]
数组类型: (2, 2, 4)
--------------------------------
 
使用stack函数连接
 
默认在第0维上进行数组的连接
[[[[ 1  2]
   [ 3  4]]
 
  [[ 5  6]
   [ 7  8]]]
 
 
 [[[ 9 10]
   [11 12]]
 
  [[13 14]
   [15 16]]]]
数组类型: (2, 2, 2, 2)
--------------------------------
 
在第1维上进行数组的连接
[[[[ 1  2]
   [ 3  4]]
 
  [[ 9 10]
   [11 12]]]
 
 
 [[[ 5  6]
   [ 7  8]]
 
  [[13 14]
   [15 16]]]]
数组类型: (2, 2, 2, 2)
--------------------------------
 
在第2维上进行数组的连接
[[[[ 1  2]
   [ 9 10]]
 
  [[ 3  4]
   [11 12]]]
 
 
 [[[ 5  6]
   [13 14]]
 
  [[ 7  8]
   [15 16]]]]
数组类型: (2, 2, 2, 2)
--------------------------------
 
在第3维上进行数组的连接
[[[[ 1  9]
   [ 2 10]]
 
  [[ 3 11]
   [ 4 12]]]
 
 
 [[[ 5 13]
   [ 6 14]]
 
  [[ 7 15]
   [ 8 16]]]]
数组类型: (2, 2, 2, 2)
--------------------------------
 
按行堆叠
[[[ 1  2]
  [ 3  4]
  [ 9 10]
  [11 12]]
 
 [[ 5  6]
  [ 7  8]
  [13 14]
  [15 16]]]
数组类型: (2, 4, 2)
--------------------------------
 
按列堆叠
[[[ 1  2]
  [ 3  4]]
 
 [[ 5  6]
  [ 7  8]]
 
 [[ 9 10]
  [11 12]]
 
 [[13 14]
  [15 16]]]
数组类型: (4, 2, 2)
--------------------------------
 
按高(深)堆叠
[[[ 1  2  9 10]
  [ 3  4 11 12]]
 
 [[ 5  6 13 14]
  [ 7  8 15 16]]]
数组类型: (2, 2, 4)
--------------------------------
 
 
Process finished with exit code 0

4.7 IO操作

Numpy读取数据

参数说明，第一个参数是路径，第二是数据分隔符

data = np.genfromtxt(“test.csv”, delimiter=",")

字符串会读取成nan，

数据读取的缺失值处理：

直接删掉，数据比较大的

数据较少插补法，用行货列的均值代表

def fill_nan_by_column_mean(t):
    for i in range(t.shape[1]):
        # 计算nan的个数
        nan_num = np.count_nonzero(t[:, i][t[:, i] != t[:, i]])
        if nan_num > 0:
            now_col = t[:, i]
            # 求和
            now_col_not_nan = now_col[np.isnan(now_col) == False].sum()
            # 和/个数
            now_col_mean = now_col_not_nan / (t.shape[0] - nan_num)
            # 赋值给now_col
            now_col[np.isnan(now_col)] = now_col_mean
            # 赋值给t，即更新t的当前列
            t[:, i] = now_col
    return t

5.PIL 图像处理

(1条消息) PIL 库的使用入门_门下平章的博客-CSDN博客

5.1读取查看文件

# 文件路径
DATADIR = '/home/aistudio/work/palm/PALM-Training400/PALM-Training400'
# 文件名
file1 = 'N0012.jpg'
# 读取文件
img1 = Image.open(os.path.join(DATADIR,file1))
print(img1)
# <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=2124x2056 at 0x7FCD3988BFD0>

6.os库文件操作

DATADIR = '/home/aistudio/work/palm/PALM-Training400/PALM-Training400'
file1 = 'N0012.jpg'
# 拼接路径
os.path.join(DATADIR,file1)

TRAINDIR = '/home/aistudio/work/insects/train'
files=os.path.join(TRAINDIR,'annotations','xmls')
# files     /home/aistudio/work/insects/train/annotations/xmls
filenames = os.lisdir(os.path.join(datadir,'annotations','xmls'))
# 文件下的文件名，作为列表返回
['59.xml', '721.xml', '2058.xml', '376.xml', '1041.xml', '1737.xml', '1953.xml', '1973.xml', '110.xml', '864.xml', '889.xml', '1219.xml', '1103.xml', '732.xml', '623.xml', '1650.xml', '1919.xml', '1751.xml', '767.xml', '1721.xml', '1636.xml', '488.xml', '271.xml', '372.xml', '1638.xml', '404.xml', '295.xml', '1685.xml', '2093.xml', '1610.xml', '396.xml', '68.xml', '679.xml', '1727.xml', '1981.xml', '1834.xml', '1151.xml', '1634.xml', '412.xml', '661.xml', '2015.xml', '1110.xml', '66.xml', '573.xml', '451.xml', '2032.xml', '168.xml', '700.xml', '2220.xml', '1047.xml', '2216.xml', '1891.xml', '874.xml', '2060.xml', '2165.xml', '1615.xml', '892.xml', '1149.xml', '1923.xml', '1215.xml',]

7.random 随机库

# 打乱列表原有数据顺序
random.shuffle(filenames)

8.opencv

8.0 处理图片

# cv2.imread返回类型是array
img = cv2.imread(filepath)
# 修改尺寸 对array进行操作
img = cv2.resize(img,(224,224))

8.1摄像头操作

8.1.1打开摄像头

# -*- coding utf-8 -*-
'''
author ：sjk
time ：2021.08.15
'''
import cv2
import numpy as np


def video_demo():
    capture = cv2.VideoCapture(0)  # 0为电脑内置摄像头
    while (True):
        ret, frame = capture.read()  # 摄像头读取,ret为是否成功打开摄像头,true,false。 frame为视频的每一帧图像
        frame = cv2.flip(frame, 1)  # 摄像头是和人对立的，将图像左右调换回来正常显示。
        cv2.imshow("video", frame)
        # cv2.waitKey()是一个键盘绑定函数。它的时间量度是毫秒ms。函数会等待（n）里面的n毫秒，看是否有键盘输入。
        # 若有键盘输入，则返回按键的ASCII值。没有键盘输入，则返回-1.一般设置为0，他将无线等待键盘的输入。
        c = cv2.waitKey(50)
        # ESC键
        if c == 27:
            break


video_demo()
# cv2.destroyAllWindows() 用来删除窗口的，（）里不指定任何参数，则删除所有窗口，删除特定的窗口，往（）输入特定的窗口值。
cv2.destroyAllWindows()

8.1.2摄像头截图保存

# -*- coding utf-8 -*-
'''
author ：sjk
time ：2021.08.15
'''
import cv2
# , cv2.CAP_DSHOW
cap = cv2.VideoCapture(0)  # 打开摄像头

while (1):
    # get a frame
    ret, frame = cap.read()
    frame = cv2.flip(frame, 1)  # 摄像头是和人对立的，将图像左右调换回来正常显示
    # show a frame
    cv2.imshow("capture", frame)  # 生成摄像头窗口

    if cv2.waitKey(1) & 0xFF == ord('q'):  # 如果按下q 就截图保存并退出
        cv2.imwrite("test.png", frame)  # 保存路径
        break

cap.release()
cv2.destroyAllWindows()

8.1.3摄像头截图保存

# -*- coding utf-8 -*-
'''
author ：sjk
time ：2021.08.15
'''
import cv2


def video_demo():
    print('开始')
    # , cv2.CAP_DSHOW
    cap = cv2.VideoCapture(0)  # 电脑自身摄像头
    i = 0  # 定时装置初始值
    photoname = 1  # 文件名序号初始值

    while True:
        i = i + 1
        reg, frame = cap.read()
        frame = cv2.flip(frame, 1)  # 图片左右调换
        cv2.imshow('window', frame)


        if i == 50:  # 定时装置，定时截屏，可以修改。

            filename = str(photoname) + '.png'  # filename为图像名字，将photoname作为编号命名保存的截图
            cv2.imwrite('C:\\Users\\86137\\Desktop\\Pythonlearn\\pythonProject\\result\picture' + '\\' + filename, frame)  # 截图 前面为放在桌面的路径 frame为此时的图像
            print(filename + '保存成功')  # 打印保存成功
            i = 0  # 清零

            photoname = photoname + 1
            if photoname >= 20:  # 最多截图20张 然后退出(如果调用photoname = 1 不用break为不断覆盖图片)
                # photoname = 1
                break
        if cv2.waitKey(1) & 0xff == ord('q'):
            break
    # 释放资源
    cap.release()

video_demo()
cv2.destroyAllWindows()

8.1.4摄像头截图保存

# -*- coding utf-8 -*-
'''
author ：sjk
time ：2021.08.15
'''
import cv2

# Create a VideoCapture object and read from input file
# If the input is the camera, pass 0 instead of the video file name
cap = cv2.VideoCapture(0)  # 读取视频

# 判断视频是否读取成功
if (cap.isOpened() == False):
    print("Error opening video stream or file")

# 获取帧
while (cap.isOpened()):
    # Capture frame-by-frame
    ret, frame = cap.read()
    if ret == True:
        # 在每一帧上画矩形，frame帧,(四个坐标参数),（颜色）,宽度
        cv2.rectangle(frame, (int(200), int(300)), (int(400), int(500)), (255, 255, 255), 4)
        # 显示视频
        cv2.imshow('Frame', frame)
        # 刷新视频
        cv2.waitKey(10)

        # 按q退出
        if cv2.waitKey(25) & 0xFF == ord('q'):
            break

    # Break the loop
    else:
        break

8.2锚框及其标注

标注：

import cv2
 
fname = './data_set/face_detection/WIDER_test/images/1--Handshaking/1_Handshaking_Handshaking_1_9.jpg'
img = cv2.imread(fname)
# 画矩形框 距离靠左靠上的位置
pt1 = (651, 460) #左边，上边   #数1 ， 数2
pt2 = (180+651, 462+227) #右边，下边  #数1+数3，数2+数4
cv2.rectangle(img, pt1, pt2, (0, 255, 0), 2)
 
a = 'people' #类别名称
b = 0.596 #置信度
font = cv2.FONT_HERSHEY_SIMPLEX  # 定义字体
imgzi = cv2.putText(img, '{} {:.3f}'.format(a,b), (651, 460-15), font, 1, (0, 255, 255), 4)
                  # 图像，      文字内容，      坐标(右上角坐标)，字体， 大小，  颜色，    字体厚度
cv2.imwrite('22.jpg', img)

锚框：

import cv2
 
# Create a VideoCapture object and read from input file
# If the input is the camera, pass 0 instead of the video file name
cap = cv2.VideoCapture('1.avi') #读取视频
 
# 判断视频是否读取成功
if (cap.isOpened()== False):
  print("Error opening video stream or file")
#获取帧
while(cap.isOpened()):
  # Capture frame-by-frame
  ret, frame = cap.read()
  if ret == True:
    # 在每一帧上画矩形，frame帧,(四个坐标参数,分别为左，上，右下),（颜色）,宽度
    cv2.rectangle(frame, (int(200), int(300)), (int(400), int(500)), (255, 255, 255), 4)
    # 显示视频
    cv2.imshow('Frame',frame)
    # 刷新视频
    cv2.waitKey(10)
 
    # 按q退出
    if cv2.waitKey(25) & 0xFF == ord('q'):
      break
 
  # Break the loop
  else:
    break

8.3 视频操作

OpenCV-Python视频的读取及保存

1.视频读取，展示

import cv2
cap = cv2.VideoCapture("../opencv/test/test.mp4")
while 1:
    ret, frame = cap.read()
    cv2.imshow("capture", frame)
    """
    cv2.WINDOW_NORMAL 和 0 是一样的，设置成normal之后，
    拖动鼠标是可以改变窗口的大小的，不设置是改变不了窗口的大小的。
    """
    cv2.namedWindow('capture', cv2.WINDOW_NORMAL)
    # 设置窗口大小，但不改变图片本身大小
    cv2.resizeWindow("capture", int(img_width*0.5),int(img_high*0.5)) 
    # 在显示帧时，选择适当的cv2.waitKey（）时间，
    # 如果该值太小，视频会非常快，如果它太大，视频会很慢（这可以用来慢动作显示视频）。 
    # 正常情况下，25毫秒即可。
    if cv2.waitKey(25) == 27:
    	print("exit")
        break
cap.release()
cv2.destroyAllWindows()

2.获取视频相关属性

参数 propld 功能
cv2.CAP_PROP_POS_MSEC 0 视频文件的当前位置（以毫秒为单位）或视频捕获时间戳
cv2.CAP_PROP_POS_FRAMES 1 基于0的索引将被解码/捕获下一帧
cv2.CAP_PROP_POS_AVI_RATIO 2 视频文件的相对位置：0 - 视频的开始，1 - 视频的结束
cv2.CAP_PROP_FRAME_WIDTH 3 帧的宽度
cv2.CAP_PROP_FRAME_HEIGHT 4 帧的高度
cv2.CAP_PROP_FPS 5 帧速
cv2.CAP_PROP_FOURCC 6 4个字符表示的视频编码器格式
cv2.CAP_PROP_FRAME_COUNT 7 帧数
cv2.CAP_PROP_FORMAT 8 byretrieve()返回的Mat对象的格式
cv2.CAP_PROP_MODE 9 指示当前捕获模式的后端特定值
cv2.CAP_PROP_BRIGHTNESS 10 图像的亮度（仅适用于相机）
cv2.CAP_PROP_CONTRAST 11 图像对比度（仅适用于相机）
cv2.CAP_PROP_SATURATION 12 图像的饱和度（仅适用于相机）
cv2.CAP_PROP_HUE 13 图像的色相（仅适用于相机）
cv2.CAP_PROP_GAIN 14 图像的增益（仅适用于相机）
cv2.CAP_PROP_EXPOSURE 15 曝光（仅适用于相机）
cv2.CAP_PROP_CONVERT_RGB 16 表示图像是否应转换为RGB的布尔标志
cv2.CAP_PROP_WHITE_BALANCE 17 目前不支持
cv2.CAP_PROP_RECTIFICATION 18 立体摄像机的整流标志

import cv2
import numpy as np

cap = cv2.VideoCapture("../opencv/test/test.mp4")
# 原视频的宽高
img_high = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
img_width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)
# 原视频 编解码器四字符代码
fourcc=cap.get(cv2.CAP_PROP_FOURCC)
# 原视频帧数
fps=cap.get(cv2.CAP_PROP_FPS)
'''
创建一个VideoWriter对象，指定输出文件名（例如：output.avi）。
之后指定FourCC代码（FourCC是用于指定视频编解码器的4字节代码。可用代码列表）。
接下来传递每秒帧数（fps）和帧大小。
最后一个是isColor标志，如果它为True，编码器编码成彩色帧，否则编码成灰度框帧。

'''
out=cv2.VideoWriter('out.mp4',int(fourcc),int(fps),(int(img_width),int(img_high)))
# 获取尺寸
print(img_high)
print(img_width)

3.保存视频

[【Python+OpenCV入门学习】四、视频的读取、显示、保存](https://blog.csdn.net/qq_18995069/article/details/82772944?ops_request_misc=&request_id=&biz_id=102&utm_term=python opencv读取视频&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-1-82772944.pc_search_result_control_group&spm=1018.2226.3001.4187)

# -*- coding utf-8 -*-
"""
author ：sjk
time ：2021.09.01
"""
import cv2
import numpy as np
"""
Opencv是一帧一帧读取，处理完一帧就处理下一帧，中间是没有时间间隔的。首先要
cvGetCaptureProperty(capture, CV_CAP_PROP_FPS ); //读取视频的帧率
读取到帧率，再
int vfps = 1000 / fps; //计算每帧播放的时间
这样，如果你sleep(vfps)秒，大概就可以按帧率播放，但还是有点偏差
"""
cap = cv2.VideoCapture("../opencv/test/test.mp4")
img_high = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)
img_width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)
# 编解码器，不同视频格式不同，这个是MP4的
fourcc = cv2.VideoWriter_fourcc('M', 'P', '4', 'V')

# 原视频帧数
fps=cap.get(cv2.CAP_PROP_FPS)
'''
创建一个VideoWriter对象，指定输出文件名（例如：output.avi）。
之后指定FourCC代码（FourCC是用于指定视频编解码器的4字节代码。可用代码列表）。
接下来传递每秒帧数（fps）和帧大小。
最后一个是isColor标志，如果它为True，编码器编码成彩色帧，否则编码成灰度框帧。

'''
out=cv2.VideoWriter('out.mp4',fourcc,int(fps),(int(img_width),int(img_high)))
# 获取尺寸
print(img_high)
print(img_width)
while 1:
    ret, frame = cap.read()

    """
    cv2.WINDOW_NORMAL 和 0 是一样的，设置成normal之后，
    拖动鼠标是可以改变窗口的大小的，不设置是改变不了窗口的大小的。
    """
    cv2.namedWindow('capture', cv2.WINDOW_NORMAL)
    cv2.resizeWindow("capture", int(img_width*0.5),int(img_high*0.5))  # 设置窗口大小
    cv2.rectangle(frame, (int(400), int(400)), (int(300), int(300)), (0, 0, 255), 4)
    cv2.imshow("capture", frame)
    out.write(frame)

    # esc 退出
    '''
    在显示帧时，选择适当的cv2.waitKey（）时间，如果该值太小，视频会非常快，如果它太大，视频会很慢（这可以用来慢动作显示视频）。 正常情况下，25毫秒即可。
    '''
    if cv2.waitKey(25) == 27:
        print("exit")
        break
cap.release()
cv2.destroyAllWindows()

3.1 了解类VideoWriter

对于视频的保存，OpenCV提供了接口VideoWriter。要想编程实现保存视频，需要熟悉一下该类的构造函数和成员函数。

<VideoWriter object> = cv.VideoWriter( filename, fourcc, fps, frameSize[, isColor] )

参数：

filename：给要保存的视频起个名字

fourcc：指定视频编解码器的4字节代码

fps：帧率

frameSize：帧大小

isColor：如果为true，则视频为彩色，否则为灰度视频，默认为true

在此再介绍一下fourcc。它是用于压缩帧的4字符编解码器代码。如VideoWriter :: fourcc（‘P’，‘I’，‘M’，‘1’）是MPEG-1编解码器，VideoWriter :: fourcc（‘M’，‘J’，‘P’，'G '）是一个运动jpeg编解码器等。要想详细了解fourcc，可以百度搜索进行详细的学习。get()、set()、isOpened()、release()等和VideoCapture的成员函数类似，不坐赘述。介绍几个新的成员函数：

retval = cv2.VideoWriter_fourcc( c1, c2, c3, c4 )

功能：将4字符串接为fourcc代码。

None = cv.VideoWriter.write( image )

功能：将帧图像保存为视频文件。

3.2 编程实现保存视频

很多时候我们捕获视频，并对其进行帧处理，希望保存处理后的视频。要想保存视频，首先当然是进行捕获视频，代码和前面一样，本次实现保存相机中捕获的视频。将视频保存，思路是首先创建VideoWriter类对象，需要指定一些参数，在windows下fourcc取值为DIVX，帧率一般给20，帧大小一般给640*480，创建对象后，采用write()函数保存帧，保存完后记得关闭VideoWriter类对象。所以代码如下：

import cv2
cap = cv2.VideoCapture(0)#打开相机
#创建VideoWriter类对象
fourcc = cv2.VideoWriter_fourcc(*’XVID’)
out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480))
while(True):
    ret,frame = cap.read()#捕获一帧图像
    out.write(frame)#保存帧
    cv2.imshow('frame',frame)#显示帧
    #判断按键，如果按键为q，退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()#关闭相机

out.release()
cv2.destroyAllWindows()#关闭窗口

9.cuda库安装，加速本地计算

深度学习环境搭建（GPU）CUDA安装（完全版

装完就可以试试指令 nvcc -V，不一定需要配置环境变量

10.apex库

一定要先安装cuda，不然会报错😂

win10-anaconda安装apex

11.wget安装

下载网络资源的指令库

Wget下载!小白版本!

12.xml文件读取 xml库

Python xml.etree.ElementTree解析XML文件_

Python3 XML 解析 | 菜鸟教程 (runoob.com)

13.PyAutoGUI

获取处理，电脑屏幕的脚本库。

安装，完成后使用可能会报错

AttributeError: module 'pyscreeze' has no attribute 'locateOnWindow'

用pip 命令行命令：pip uninstall PyautoGUI

然后安装指定版本的pip install PyAutoGUI==0.9.45

pip uninstall PyScreeze

pip install PyScreeze==0.1.22

pip list
Package     Version
----------- -------
install     1.3.4
MouseInfo   0.1.3
Pillow      8.3.1
pip         21.1.3
PyAutoGUI   0.9.45
PyGetWindow 0.0.9
PyMsgBox    1.0.7
pyperclip   1.8.2
PyRect      0.1.4
PyScreeze   0.1.22
PyTweening  1.0.3
setuptools  57.4.0

14.imgaug数据增强库

imgaug 使用简介_Man-CSDN博客

15 常见Linux命令

1.notebook中用shell执行系统命令

在notebook中：感叹号!用于执行来自操作系统的命令

Shell是一种与计算机进行文本交互的方式。

shell是外壳的意思，就是操作系统的外壳。我们可以通过shell命令来操作和控制操作系统，比如Linux中的Shell命令就包括ls、cd、pwd等等。总结来说，Shell是一个命令解释器，它通过接受用户输入的Shell命令来启动、暂停、停止程序的运行或对计算机进行控制。

shell 是一个应用程序，它连接了用户和 Linux 内核，让用户能够更加高效、安全、低成本地使用 Linux 内核，这就是 Shell 的本质。

一般来讲，当你正在使用Python编译器，需要用到命令行工具的时候，要在shell和IDLE之间进行切换。

但是，如果你用的是Jupyter，就完全不用这么麻烦了，你可以直接在命令之前放一个“!”，就能执行shell命令，完全不用切换来切换去，就能在Python里执行任何命令行。

2.常用命令

# 返回主文件夹
!ls /home
# 返回当前文件夹下的目录名
!ls ./

ls  -l
# 查看文件
!pwd

#mv:移动文件与目录，或修改文件与目录的名称
!mv /home/aistudio/work/test_copy.txt(原路径) /home/aistudio/data(目的路径)
# rm :移除文件或目录
!rm /home/aistudio/data/test_copy.txt

3.gzip

linux压缩文件中最常见的后缀名即为.gz，gzip是用来压缩和解压.gz文件的命令。

常用参数:

-d或--decompress或--uncompress：解压文件；
-r或--recursive：递归压缩指定文件夹下的文件（该文件夹下的所有文件被压缩成单独的.gz文件）；
-v或--verbose：显示指令执行过程。
注：gzip命令只能压缩单个文件，而不能把一个文件夹压缩成一个文件（与打包命令的区别）。

#会将文件压缩为文件 test.txt.gz，原来的文件则没有了，解压缩也一样
!gzip /home/aistudio/work/test.txt
# 解压
!gzip -d /home/aistudio/test.gz

4.tar

tar本身是一个打包命令，用来打包或者解包后缀名为.tar。配合参数可同时实现打包和压缩。

常用参数:

-c或--create：建立新的备份文件；
-x或--extract或--get：从备份文件中还原文件；
-v：显示指令执行过程；
-f或--file：指定备份文件；
-C：指定目的目录；
-z：通过gzip指令处理备份文件；
-j：通过bzip2指令处理备份文件。

最常用的是将tar命令与gzip命令组合起来，直接对文件夹先打包后压缩：

!tar -zcvf /home/aistudio/work/test.tar.gz /home/aistudio/work/test.txt
!tar -zxvf /home/aistudio/work/test.tar.gz

5. zip和unzip

zip命令和unzip命令用在在Linux上处理.zip的压缩文件。

常用参数

zip:

-v：显示指令执行过程；
-m：不保留原文件；
-r：递归处理。

unzip:

-v：显示指令执行过程；
-d：解压到指定目录。

# 压缩
!zip -r /home/aistudio/work/test.zip /home/aistudio/work/test.txt
# 解压 -d(指定目录，如果没有文件夹可以自动新建)
!unzip -d/home/aistudio/work/day1   /home/aistudio/work/day1资料.zip

6.tree 查看文件结构

(3条消息) Linux下tree的使用介绍_Less Is More-CSDN博客

其他

1.yield

首先，如果你还没有对yield有个初步分认识，那么你先把yield看做“return”，这个是直观的，它首先是个return，普通的return是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了。看做return之后再把它看做一个是生成器（generator）的一部分（带yield的函数才是真正的迭代器）

python中yield的用法详解——最简单，最清晰的解释

一个带有 yield 的函数就是一个 generator，它和普通函数不同，生成一个 generator 看起来像函数调用，但不会执行任何函数代码，直到对其调用 next()（在 for 循环中会自动调用 next()）才开始执行。虽然执行流程仍按函数的流程执行，但每执行到一个 yield 语句就会中断，并返回一个迭代值，下次执行时从 yield 的下一个语句继续执行。看起来就好像一个函数在正常执行的过程中被 yield 中断了数次，每次中断都会通过 yield 返回当前的迭代值。

yield 的好处是显而易见的，把一个函数改写为一个 generator 就获得了迭代能力，比起用类的实例保存状态来计算下一个 next() 的值，不仅代码简洁，而且执行流程异常清晰。

2.生成器

Python中生成器的原理与使用详解

生成器(generator)其实是一类特殊的迭代器。前面博客我们每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，python就搞了个生成器。所以说生成器(generator)其实是一类特殊的迭代器。

1.生成器的好处是可以一边循环一边进行计算，不用一下子就生成一个很大的集合，占用内存空间。生成器的使用节省内存空间。

每次调用 next(G) ，就计算出 G 的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出 StopIteration 的异常。

.在 Python 中，使用了 yield 的函数都可被称为生成器（generator）。生成器是一个返回迭代器的函数，只能用于迭代操作。更简单点理解生成器就是一个迭代器。

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的 for 循环无法实现的时候，还可以用函数来实现。简单来说：只要在def中有yield关键字的就称为生成器