一个手机用c网可以打开网站切换到g网就打不开_推荐7个鲜为人知的搜索网站,让人眼前一亮...

9cc9d8592282168e83c1e3e8582eee9d.png

1:奇异书屋

https://www.talebook.org/

奇异书屋是一个简洁清新并且不可不多的高质量电子书籍搜索网站。

它提供将近 2W 本电子书籍,并且按照作者和标签详细分类,其中书籍标签包括:小说、文学、历史、散文、青春、旅行、计算机、励志、法律、摄影、饮食、语言、创业、文艺、成长等 1W 多个标签。

你可以利用这个网站的搜索功能、电子书评分功能、热度榜单功能、最近更新功能轻松找到你需要的电子书籍,

最后,网站支持在线阅读、上传、下载、推送电子书籍功能。

e35afe72bb8c6896eb5e06158ce07761.png

2:一站搜

http://videos.yizhansou.com

一站搜是一个小众但是实用的影视搜索网站。

它的功能十分强大,支持美剧,日剧,韩剧的搜索,当然也支持电影的搜索,它支持对搜索的影视直接提供下载链接。

它还提供热门影视推荐,让你轻松发现很多高质量的影视;最后,网站影视更新频率非常快。

c33d417df168c1d014e7cf85e1a1e85c.png

3:LooKao

https://lookao.com/

LooKao 是一个清新简洁的高质量搜索网站,非常值得尝试。

它整体非常清新简洁,不管是网站界面还是网站搜索结果都是如此;它不会收集你的隐私,保证你的搜索安全;它支持便捷的站内搜索功能,只需要在搜索框输入#加上网站名称和你要搜索的内容,就可以直达某个网站的站内搜索;它还支持切换网站主题风格:月灰、炭黑、桃夭。

290b2da0d3568e5afd21061436faa5e2.png

4:Softonic

https://en.softonic.com/

Softonic 是一个功能非常强大的软件搜索下载网站,你可以利用这个网站下载电脑软件,安卓 App,苹果 App;网站还拥有强大的搜索功能,你可以利用这个网站轻松搜索到你需要下载的软件。

c0b08b6e6d42501845608621bf05aad2.png

Softonic 还提供精品软件推荐功能,不仅按照软件类别:浏览器,安全和隐私,游戏,商业和生产力,互联网和网络,多媒体,发展与 IT,教育与参考,生活方式,社交与沟通,旅行和导航,实用工具来推荐精品软件,还以文章的形式推荐精品软件。

它的每一个软件分类都推荐了很多精品软件,例如多媒体版块下面就推荐了很多同类型的多媒体精品软件,你不仅可以清晰的看到每一个软件介绍,也可以直接免费下载软件。

54573f73bad8773da717f47151caa439.png

5:秘迹搜索

https://mijisou.com/

秘迹搜索是一个界面简洁但是功能强大的良心搜索网站。

它主要的特点就是:一个不追踪你的搜索引擎,不会根据搜索关键词追踪用户,也不会通过历史搜索内容做广告推荐,它也没有在你的浏览器上种任何Cookie。

它还有的特点就是帮助你过滤搜索结果的广告信息,让你可以轻松的找到你需要的结果,并且提供一键聚合搜索。

bcc8162640b68bb7eee3cd54ded84df4.png

6:书栈网

https://www.bookstack.cn/

书栈网是一个功能强大并且十分良心的计算机电子书籍在线阅读和搜索下载网站,它也提供了各种开发文档和使用手册,是一个非常适合程序员在线学习的一个网站。

它支持的计算机电子书籍非常全面,包括:前端、后端、移动端、数据库、云数据&大数据、网络&系统&运维、UI&美工&设计、游戏开发、硬件&物联网、产品&运营&IDE。

其中每个种类还进行了详细分类,例如前端包括:小程序、Angular 、Bootstrap 、Chart.js 、CSS3 、HTML5 、JQuery 、React 、Vue.js 、Webpack 。

2119a81dc89347e398ffa59a52d4dda3.png

每个小分类里面提供了多个电子书籍和多个开发文档和使用手册,你不仅可以直接在线阅读,也可以直接下载;它支持多种文件格式下载,包括:PDF、EPUB、MOBI 格式。

你也可以利用网站的搜索功能和标签功能轻松搜索到你需要的电子书籍、开发文档、使用手册。

65be7b48f13e82d88bdf0f5db48c0bba.png

7:叮当设计

http://www.dingdangsheji.com/

叮当设计是一个完全免费的优秀设计素材资源搜索下载网站。

它支持的素材包括:PPT 模板,PS 设计素材,矢量图,XD 资源,Sketch 资源,它提供的 PPT 模板种类非常丰富,模板的质量也是很高。

网站还提供强大的搜索功能,你可以利用这个网站轻松搜索出你需要下载的设计素材资源。

10c3daf8fce397ebed7ad7cb3fa2179f.png

网站最良心的地方就是所有素材模板都是支持免费下载,网站的任意素材都是直接给出下载链接:点击你需要下载的任意素材模板,就可以看到右上方提供了下载链接;非常良

ca6cd3db0a35a5c4f245d3898c175efc.png
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 为了实现人脸识别并将其存储到数据库中,您需要以下步骤: 1. 安装人脸识别库,例如 OpenCV、dlib 等。 2. 准备人脸图像数据并训练识别模型。 3. 使用 OpenCV 等库进行人脸检测,找到图像中的人脸。 4. 对检测到的人脸进行预处理,将其转换为适合识别模型使用的数据。 5. 使用训练好的识别模型对人脸进行识别,获取识别结果。 6. 将识别结果存储到数据库,例如 SQLite、MySQL 等。 7. 使用 Python 的数据库操作库,例如 SQLAlchemy、Pony ORM 等,在 Python 代码中连接数据库,存储和读取数据。 以上步骤仅是一个大致的流程,您可以根据具体的需求调整和优化。 ### 回答2: 使用Python编写人脸识别并储存到数据库的程序需要依赖于一些库和工具。下面是一个简单的实现示例: 首先,我们需要安装dlib、OpenCV和SQLite库。可以使用pip安装它们: ```python pip install dlib opencv-python sqlite3 ``` 接下来,需要下载人脸检测器的预训练模型。可以在dlib的官方网站上找到: ```python https://github.com/davisking/dlib-models/blob/master/shape_predictor_68_face_landmarks.dat.bz2 ``` 下载完成后,解压缩文件将其中的`shape_predictor_68_face_landmarks.dat`文件放置在项目目录下。 下面是一个简单的人脸识别并储存到数据库的示例代码: ```python import cv2 import dlib import sqlite3 # 连接数据库 conn = sqlite3.connect('faces.db') c = conn.cursor() # 创建人脸数据表 c.execute('''CREATE TABLE IF NOT EXISTS faces (id INTEGER PRIMARY KEY AUTOINCREMENT, name TEXT, image BLOB)''') # 加载人脸检测器和识别器 detector = dlib.get_frontal_face_detector() predictor = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat') # 打开摄像头 cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() # 转换为灰度图像 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # 使用人脸检测器检测人脸 faces = detector(gray) for face in faces: # 使用识别器获取人脸特征 landmarks = predictor(gray, face) # 储存人脸图像到数据库 # 这里假设已经获取了人脸的图像数据 name = 'Unknown' # 人脸对应的姓名 image = frame[face.top(): face.bottom(), face.left(): face.right()] # 截取人脸区域的图像数据 c.execute("INSERT INTO faces (name, image) VALUES (?, ?)", (name, image)) # 显示图像 cv2.imshow('Face Recognition', frame) # 按下Esc键退出程序 if cv2.waitKey(1) == 27: break # 断开数据库连接 conn.commit() conn.close() # 关闭摄像头 cap.release() cv2.destroyAllWindows() ``` 上述代码使用dlib库进行人脸检测和特征提取,使用sqlite3库进行数据库连接和操作,使用OpenCV库进行图像处理和显示。程序会实时从摄像头获取图像,并通过人脸识别技术检测人脸、提取特征,并将人脸图像储存在名为`faces.db`的数据库文件中的`faces`表中。 需要注意的是,上述示例代码只是简单的演示,实际项目中可能需要更复杂的处理,例如人脸识别算法的训练和优化、数据库表结构的设计和索引优化等等。 ### 回答3: 要用Python编写一个人脸识别并且能够将结果储存到数据库里,可以使用以下几个步骤来完成: 1. 安装所需的库: - 安装OpenCV库,用于图像处理和人脸识别。 - 安装numpy库,用于数组处理和数学计算。 - 安装MySQL Connector库,用于连接和操作MySQL数据库。 2. 导入所需的库: ```python import cv2 import numpy as np import mysql.connector ``` 3. 连接数据库: ```python mydb = mysql.connector.connect( host="localhost", user="your_username", password="your_password", database="your_database" ) cursor = mydb.cursor() ``` 4. 加载人脸分类器: ```python face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') ``` 5. 打开摄像头进行人脸识别: ```python cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, scaleFactor=1.3, minNeighbors=5) for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2) # 进行人脸识别操作 cv2.imshow('Face Recognition', frame) if cv2.waitKey(1) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ``` 6. 将人脸识别结果储存到数据库中: ```python # 假设数据库中有一个名为faces的表 for (x, y, w, h) in faces: # 将人脸图像保存到本地 face_img = frame[y:y+h, x:x+w] cv2.imwrite("face.jpg", face_img) # 将人脸图像路径插入到数据库 sql = "INSERT INTO faces (face_path) VALUES (%s)" val = ("face.jpg", ) cursor.execute(sql, val) mydb.commit() ``` 以上是一个简单的使用Python编写人脸识别并将结果储存到数据库的示例。你可以根据实际需求对代码进行修改和拓展。
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