pencv返回镜像 python_Python 给openCV走一个(一)

先自己吹一波

鄙人，Python爱好者一枚，准备花半个学期搞一搞opencv，之前玩的时候多有涉及，这次准备认真搞搞

鄙人尽量少说废话，说的有意思一点

尽量将出处，参考文献标上

前奏

这准备搞，得有点儿资料吧，正好老师给了个链接......不过，那个某度网盘的链接是照片版的

开始我也没在意，多次输入链接发现，总是页面不存在，后来想起，我和同学发生过I 1 l尴尬，就是数字1，小写L和大写i傻傻分不清

行吧，I、l和1一共出现了4次而已，写个爬虫搞搞

import requests as r

headers={"User-Agent" : "Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9.1.6) ",

"Accept" : "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",

"Connection" : "keep-alive",

"Accept-Charset" : "GB2312,utf-8;q=0.7,*;q=0.7"}

link = 'xxxxxxx' # 这是个错误的网址

respon = r.get(link, headers=headers)

respon.encoding = 'utf-8' # 改下编码

print(respon.text[:500])

简单在 spyder中尝试代码，我发现:

这只小黄鸡返回的页面中有一个字符串：页面不存在

这我就太高兴了，正常的链接页面一般不会有这个8，随便找了一个正常的某度网盘下载链接试了一下没有(大家可以自己试试)

于是，思路是，将I、l和1在某度网盘链接中不断更换位置，并持续请求返回 text，若字符串'页面不存在'不存在，那就是这个连接了

代码如下：

#!/usr/bin/env python3

# -*- coding: utf-8 -*-

"""

Created on Mon Sep 16 16:01:41 2019

@author: Ryan

"""

import requests as r

import numpy as np

headers={"User-Agent" : "Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9.1.6) ",

"Connection" : "keep-alive",

}

raw_link = 'https://pan.baidu.com/s/1GvlYt6aFtXXXXXXDX1OQ'

iL1 = ['I', 'l', '1']

def get_iL1_index(link, iL1_list):

# 得到连接中 1iL 的位置

# iL1 list

# iL1 = ['I', 'L', '1'] 只为解耦合

iL1 = iL1_list

# iL1 在 link字符串中的位置

index_list = []

# 用一个技巧

raw_link_array = np.array(list(link)) # 转换为 np.array

for x in iL1:

# 找寻 iL1 的位置, 并添加到 index_list

index_list.append( np.where(raw_link_array == x)[0] )

# 转换

index_array = np.concatenate(index_list, axis=0)

return index_array

def decimal_return(num_len, candidates):

'''

某进制候选产生函数

num_len : 进制位数

candidates : 候选列表, 元素类别为 str

返回所有 str 列表

'''

counter_array = np.zeros(shape=(num_len), dtype=np.int64) # 注意此处必须为 int 类型

candidates_copy = candidates.copy() # 克隆候选列表

str_need = ''

candidates_len = len(candidates)

str_need_list = []

while(1):

for index in range(num_len):

str_need += candidates_copy[ counter_array[index] ]

counter_array[0] += 1

if counter_array[0] == candidates_len:

for x in range(num_len):

if counter_array[x] == candidates_len:

counter_array[x+1] += 1

counter_array[counter_array == candidates_len] = 0 # 整体清零

counter_array[0] = 0

str_need_list.append( str_need )

str_need = ''

if np.sum(counter_array) == num_len * (len(candidates) - 1):

# 此处手动添加, 差一次(此处可能有 )

str_need_list.append( num_len*candidates[-1] )

break

return str_need_list

raw_link_list = np.array(list(raw_link)) # 将链接字符串转化为 list

iL1_index = get_iL1_index(raw_link, iL1) # 找到链接中 iL1 中的位置

replace_list = decimal_return(len(iL1_index), iL1)

for index, replace_str in enumerate(replace_list):

raw_link_list[iL1_index] = list(replace_str)

link = ''.join(raw_link_list)

link_respo = r.get(link, headers=headers)

link_respo.encoding = 'utf-8'

if '页面不存在' in link_respo.text:

print(index, link, '文件不存在\n')

elif '你来晚了' in link_respo.text:

print(index, link, '文件被取消\n')

else:

print(index, link,'成功\n')

行吧，这才找到了下载链接，下就完事了……

环境搭建

一说环境搭建，咱都知道anaconda全家桶，今儿常常新鲜事物miniconda，要说几个conda的区别，我参考了这篇博客

conda是一种通用包管理系统，旨在构建和管理任何语言和任何类型的软件。举个例子：包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，就是把很多常用的不常用的库都给你装好了。

Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。就只包含最基本的东西，其他的库得自己装。

这儿有关于三者更深的讨论

一顿傻瓜式默认操作，装完了.....

接下来装包吧：

什么numpy、scipy、matplotlib统统装上，推荐用conda装

咱重点不在环境搭建哈，简单操作就不多说了

这里有一个关于安装openCV的坑：

安装openCV contrib指北

顺便放几条指令:

conda update --all # 更新 miniconda

conda list # 列出安装的所有应用包

conda install # 安装应用包

conda update # 升级应用包

conda create -n venv python=3.7 # 创建新环境 Python版本为3.7，名字为venv

conda activate venv # 进入 conda 虚拟环境

conda deactivate # 退出 conda 虚拟环境

conda remove -n yourenvname --all # 删除你这个环境

知道这么几条应该够使了