- 博客(46)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 使用difflib实现文件差异比较用html显示
2.方式1直接调用difflib.HtmlDiff()存在一个问题，在复杂场景下不能针对文本很好的比对（小伙伴们有好的方案可以推荐，当前输入字符串按列展示没有问题，但看着不舒服），因此使用diff_match_patch或者difflib.SequenceMatcher，进行修改，当前以diff_match_patch演示。
2024-06-07 20:52:36
714
原创 离线部署funasr
例如，将 my_image:tag 保存为 my_image.tar。2.当前funasr-runtime-sdk-cpu-0.4.5在centos上运行不起来，在ubuntu系统上按照原始文档说明安装成功。5.在无网络环境中的目标机器上，使用 docker load 命令加载之前保存的 tar 归档文件并导入镜像。3.将ubuntu系统上docker镜像打包以及模型copy迁移到离线的centos机器上。4.将 tar 归档文件传输到无网络环境中的目标机器。1.在已有的可以运行的docker打包。
2024-05-23 10:36:23
1583
原创 python实现数字规整（转中文）
1.思路根据正则匹配数字类型比如手机号、年月日等进行相对的数字规整。话不多说直接上代码，有新的类型可以按照当前方案进行新增。
2024-02-29 23:41:06
213
原创 centos环境处理音频格式
音频格式转化命令：ffmpeg -i 1024.m4a 1024.wav。比如手机录音.m4a格式需要使用ffmpeg转换。# SoX 安装和ffmpeg安装。ps:语音识别引擎安装可参考。ffmpeg安装参考。
2023-11-24 22:25:19
975
原创 FunASR离线文件转写服务开发指南
通过下述命令拉取并启动FunASR runtime-SDK的docker镜像：（等待安装完成）使用python（版本3.7以上，注意安装缺少的环境）运行。下载客户端测试工具目录samples。
2023-08-22 23:11:40
1495
3
原创 Hadoop常用命令
hdfs dfs -copyFromLocal /local/data/file.txt /hadoop/data :将本地文件上传到hdfs上(原路径只能是一个文件)hadoop dfs -put /local/*.txt /hadoop/path/ :put和 copyFromLocal 区别是，put 原路径可以是文件夹等。hadoop dfs -put -f /local/*.txt /hadoop/path/ :-f 含义是表示强制覆益。
2023-06-14 00:02:13
3199
原创 python排序大全
print(names) #[('李四', 18), ('王五', 20), ('张三', 23), ('刘六', 25)]print(files) #{'李四': 18, '王五': 20, '张三': 23, '刘六': 25}names=[('刘六', 25), ('张三', 23), ('王五', 20), ('李四', 18)]names = {'张三':23,'李四':18,'王五':20,'刘六':25}# sort() 函数对列表元素进行排序，（此方法只能适用于列表），针对列表排序。
2023-01-03 13:52:49
435
原创 OCR效果统计公式
①要素抽取准确率：pression=corrH/extractN。②要素抽取召回率：recall=corrH/labN。②字的精确率acc：acc=(H-I)/N。corrH：表示完全识别正确的要素数量；extractN：表示引擎抽取要素总数；labN：表示标注的要素总数；
2022-10-10 19:30:44
970
原创 python根据字相似度进行替换
一：常用场景，OCR识别金额大写错误时，金额大写内容可以固定，根据ocr识别的结果进行相似度比对进行替换比如：核酸检测经过ocr识别成核酪椅测，此时计算每个字的相似度。# coding:utf-8# cython: language_level=3import numpy as npdef edit_distance(string_a, string_b, name='Levenshtein'): size_x = len(string_a) + 1 size_y = le
2022-05-24 00:03:55
556
1
原创 python基础一
1.python语句2.数据类型数字型整型 (int)浮点型（float）布尔型（bool）真 True假 False复数型 (complex)主要用于科学计算，例如：平面场问题、波动问题、电感电容等问题非数字型字符串列表元组字典无序集合3.函数4.文件操作1. 读取关闭文件1.读取关闭文件 # 新建一个文件，文件名为:123.txt f = open('123.txt', 'w') # 关闭这个文件 f.close()2.自动关闭文件w
2022-05-23 23:23:06
364
原创 正则表达式
python中re正则表达的用法1.match 主要用于校验数据的格式2.search 查询、获取数据（只要匹配到就停止）3.findall 也是查询、获取数据返回的是列表，跟前两个不一样，不用加group（）4.sub 替换数据............
2022-05-22 23:01:24
490
原创 centos常用命令
一：查看内存使用情况：free -mh查看磁盘以及分区情况df -h 显示存储空间大小df -ah 人性化显示各存储空间大小df -aT 显示所有存储系统空间使用情况,同时显示存储系统的文件系统类型df -ahlT 查看本地文件，不显示网络磁盘du -sh 显示当前文件夹的空间使用情况du -h --max-depth=1 /home 查看home文件夹的空间使用情况du -ch 看当前文件及文件中包含的子文件夹大小du -h test1.txt 查看某个文件容量大小du -h test
2022-05-21 23:28:54
3331
2
原创 python解析xml
一：通用的方法# -*- coding: UTF-8 -*-# 从文件中读取数据import osimport xml.etree.ElementTree as ETimport xml.dom.minidom as minidomdom = minidom.getDOMImplementation().createDocument(None,'root',None)root1 = dom.documentElementroot1.setAttribute('zoom', "1.0")
2022-05-21 22:05:22
312
原创 easyocr识别健康码内容
一：easyocr识别不旋转的图片的文字效果还可以import jsonimport osimport easyocrimport numpy as npimport cv2#初始化加载模型, 创建reader对象reader = easyocr.Reader(['ch_sim', 'en'])## 图片旋转def rotate_bound(image, angle): # 获取宽高 (h, w) = image.shape[:2] (cX, cY) = (
2022-05-15 16:41:30
1038
原创 python保留2位小数
一：使用占位符方法：# 1：%g 科学计数法输出小数，用于舍弃无效的小数print("%g"%(1.2000004))print("%.2g"%(1.2000004))# 2：直接使用%f 输出小数，会出现无效的0；使用%.2f 表示保留两位小数print("%f"%(1.4))print("%.2f"%(1.4))print("%f"%(1.2000004))print("%.2f"%(1.2000004))# 3.%d保留整数print("%d"%(1.2000004))pri
2022-05-12 00:38:44
40691
原创 文本相似度计算
一：相似度计算的两种方式import difflibdef string_similar(s1, s2): return difflib.SequenceMatcher(None, s1, s2).quick_ratio()# for i in range(len(data4_message)):# s1 = data4_message[i]# s2 = data4_answer[i]# print(string_similar(s1, s2))de.
2022-05-11 23:59:54
191
原创 Mac创建虚拟环境python3
1、安装virtualenvsudo pip3 install virtualenv2、安装 virtualenvwrapper， Virtaulenvwrapper是virtualenv的扩展包，可以更方便地新增，删除，复制，切换虚拟环境。sudo pip3 install virtualenvwrapper3、创建所以.virtualenvs的隐藏文件夹存放所有虚拟环境（可以直接放在根目录创建）mkdir ~/.virtualenvs4、切换到.virtualenvs目录查看python3.
2022-04-22 22:16:15
871
2
原创 mac安装Homebrew
1.目前官网给出地址在国外下载不下来，此时使用国内镜像下载/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"2.下载过程操作home:$ /bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)" 开始执行Brew自动安装程序
2022-04-22 22:12:37
471
1
原创 windows中U盘出问题，传文件显示：错误0x80071AC3：
windows中U盘出问题，传文件显示：错误0x80071AC3：无法完成操作，因为卷有问题请运行chkdsk并重试，解决方案：打开 cmd 输入：chkdsk G:/f 就好了G表示你的U盘
2022-04-22 21:50:14
3982
原创 pip 导出安装库，批量安装库以及镜像源安装
1.导出安装库以及版本pip freeze > requirements.txt2.批量安装pip install -r ./requirements.txt3.windows上安装pip镜像源在用户目录下C:\Users\Administrator 创建pip文件夹，在pip文件夹下创建pip.ini文件pip.ini文件内容写入如下：[global]index-url = http://mirrors.aliyun.com/pypi/simple/[inst
2022-04-19 17:53:42
1641
原创 python合并两个字典
一：方案一：name = {'name': 'Gage'}age = {'age': 25}name.update(age)print(name)其中更新之后的name就是合并的新字典二：方案二name = {'name': 'Gage'}age = {'age': 25}#将字典转化成列表相加，在转成字典merge=dict(list(name.items())+list(age.items()))merge就是合并的新字典...
2022-04-18 17:32:49
8634
原创 DFA算法进行敏感词过滤
1.新建敏感词文本new_adress.txt，进行添加敏感词2.代码# -*- coding:utf-8 -*-import timetime1 = time.time()"""DFA算法：它的基本思想是基于状态转移来检索敏感词，只需要扫描一次待检测文本，就能对所有敏感词进行检测"""# DFA算法class DFAFilter(object): def __init__(self): self.keyword_chains = {} # 关..
2022-04-17 23:31:33
456
原创 opencv读取、保存图片的两种方式
opencv读取带中文名称的图片或者中文路径下的图片不能使用CV2.imread（path）import cv2import numpy as npimg_path="1.jpg"# 读取图片img = cv2.imread(img_path)# 读取中文路径图片img1 = cv2.imdecode(np.fromfile(img_path, dtype=np.uint8), -1)# 保存生成的图片#cv2.imwrite("文件名称", img)cv2.imwrite("2
2022-04-17 23:23:59
4901
原创 python-opencv minAreaRect 生成最小外接矩形
建议安装opencv-python==3.4.2.17版本，方法使用python opencv返回点集cnt的最小外接矩形，所用函数为 cv2.minAreaRect(cnt) ，cnt是点集数组或向量（里面存放的是点的坐标），并且这个点集中的元素不定个数。同时还可以计算偏转角度一、cv2.minAreaRect函数原型cv2.minAreaRect(Points)其中points是点集，数据类型为ndarray，array((x1,y1),(x2,y2),....,(xn,yn)).
2022-04-17 23:12:22
2467
原创 opencv无损旋转图片
#旋转不改变图片原大小（周围补充黑色）def rotate_bound(image, angle): # grab the dimensions of the image and then determine the # center 获取图像的尺寸，然后确定中心 (h, w) = image.shape[:2] (cX, cY) = (w // 2, h // 2) # grab the rotation matrix (applying the negat.
2022-04-17 23:02:15
3407
原创 Linux下根据进程号查找程序路径
根据端口号查看进程号netstat -nlp | grep 80根据进程号查看路径ll /proc/进程号/cwdll /proc/16980/cwd
2022-04-16 17:26:42
5779
原创 tmux的基本使用
1.Tmux安装# Ubuntu 或 Debian$ sudo apt-get install tmux# CentOS 或 Fedora$ sudo yum install tmux# Mac$ brew install tmux2.启动与退出启动：tmux退出：exit3.窗格快捷键Ctrl+b %：划分左右两个窗格。 Ctrl+b "：划分上下两个窗格。 Ctrl+b s:查看会话 Ctrl+b <arrow key>：光标切换到其他窗格。&l
2022-04-14 10:09:17
66
原创 python将tif文件与图片转化
1.tif文件转图片# Author : yyzhangfrom PIL import Imageimport ospath = r"C:\Users\tif"tif_list = os.listdir(path)save_path = r"C:\Users\\tif_pic"for tif in tif_list: tif_name = os.path.splitext(tif)[0] tif_path = os.path.join(path, tif) c
2022-04-13 21:10:52
1018
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人