如何规范写出 Python 的 Github 文件

README.md

README.md 基本介绍

README.md文件是用Markdown写成的文件。README.md是为了让读者最快搞懂这个项目的价值(你做了什么),如何去使用这个项目,以及这个项目中的重要信息。
因此,README.md一般包括以下几个方面:

  1. 项目的整体介绍,解决了什么问题

  2. 整个项目所用的环境,所有子模块的描述 和 库的描述

  3. 如何安装,配置环境; 如何运行该程序

  4. 一些相关文档的信息

  5. 作者列表

  6. 许可信息

Markdown 介绍:

markdown语法介绍
Linux 上 10 个最好的 Markdown 编辑器
我使用harropad进行Markdown编辑。
debian安装包安装

sudo dpkg -i haroopad-v0.13.1-x64.deb

Markdown书写的的风格传统:
* 如果用英文写的文档,只用 ASCII
* 如果可能写不同语言,比如README.ja
* 每行少于 80 个字符
* 段落之间空行
* 标题下划线

READ.md详细介绍

程序的安装

为了更方便的安装,一般使用yml文件,将需要用到的安装包放进去,然后通过yml建立anaconda的虚拟环境。

# 将已有anaconda环境 创建成 environment.yml文件
conda env export > environment.yaml

# 在其他电脑上上通过 environment.yml建立 anaconda环境
# 将创建和yml文件中相同姓名的环境
conda env create -f environment.yaml

# 在已有的anaconda环境中更新,安装yml文件中的安装包
source activate env_name
conda env update --file environment.yaml

yml文件的内容:

name: 虚拟环境名
channels:
  - pytorch
  - defaults
  - 还是使用国内地清华源、科大源等
dependencies:
  - 包名=版本号
  - pip:(使用pip 进行安装的一些包)
    - 包名=版本号

yml文件语法学习

Setup 打包

README.md和yml文件可以实现环境和依赖项的构建, 而setup.py则会实现对于代码的打包,通过打包,可以将你写好的代码进行打包成模块。其他人只需要下载这个模块,然后将这个模块安装在自己电脑上,就可以直接调用该模块中的函数和程序。 因此,打包成为了分享自己程序不可或缺的一步

使用setuptools工具对代码进行打包

文件的结构

我们在将代码打包时,对于代码的结构有一定的要求。

另外,为了更好的使用打包,我们不仅要使用setup.py,还可以同时使用MANIFEST.in 指定文件清单,当时非代码数据的遗漏。
https://www.cnblogs.com/lands-ljk/p/5880483.html
https://zhuanlan.zhihu.com/p/276461821
https://python-packaging-zh.readthedocs.io/zh_CN/latest/non-code-files.html
https://www.cnblogs.com/anliven/p/9840583.html

将打包好的程序安装在电脑上

要使用Python和OpenCV编人脸识别程序,你可以按照以下步骤进行: 1. 安装OpenCV库:使用pip命令安装OpenCV库,运行以下命令: ``` pip install opencv-python ``` 2. 导入所需库: ```python import cv2 ``` 3. 加载人脸识别模型: ```python face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') ``` 这里使用了OpenCV提供的经典的人脸识别模型 `haarcascade_frontalface_default.xml`。你可以在OpenCV的官方GitHub仓库找到该文件并下载。 4. 打开摄像头或读取视频文件: ```python cap = cv2.VideoCapture(0) # 如果要从视频文件读取,可以传入文件路径,例如: # cap = cv2.VideoCapture('video.mp4') ``` 这里使用了 `cv2.VideoCapture()` 函数来打开摄像头或读取视频文件。0 表示默认摄像头。 5. 循环读取视频帧并进行人脸识别: ```python while True: # 读取一帧图像 ret, frame = cap.read() # 将图像转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) # 在检测到的人脸周围绘制矩形 for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # 显示图像 cv2.imshow('Face Detection', frame) # 按下 'q' 键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头或关闭视频文件 cap.release() # 关闭窗口 cv2.destroyAllWindows() ``` 在每一帧图像,我们首先将其转换为灰度图像,然后使用人脸识别模型进行人脸检测,得到人脸的位置信息。接下来,我们在检测到的人脸周围绘制矩形,并在窗口显示图像。按下 'q' 键可以退出循环。 这就是一个简单的使用Python和OpenCV进行人脸识别的程序。你可以根据自己的需求进行进一步的处理和扩展,例如对检测到的人脸进行识别、追踪等。
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