- 博客(20)
- 收藏
- 关注
RSS订阅原创 使用Flask_SQLAlchemy创建数据表
模型一般是一个Python类，类中的属性对应数据库表中的列。Flask-SQLAlchemy创建的数据库实例为模型提供了一个基类以及一系列辅助类和辅助函数，可用于定义模型的结构。此外，Flask_SQLAlchemy 不是Python的内置模块，需要安装后才能使用。上述代码中，第一个root是数据库用户名，第二个root是数据库密码，最后面的flask是数据库名称。本实例中要实现创建MySQL数据表的功能，所以需要安装使用PyMySQL驱动。对较长或不限长度的字符串做了优化。
2023-06-09 03:47:53
709
1
原创 使用Flask_SQLAlchemy查询过滤器获取免费课程和收费课程
实现查询免费课程和收费课程的功能，需要根据设置过滤条件。Flask_SQLAlchemy的查询过滤器如表1所示。filter_by()函数把等值过滤器添加到原查询上，返回一个新查询。filter()函数把过滤器添加到原查询上，返回一个新查询。根据指定条件对原查询结果进行排序，返回一个新查询。根据指定条件对原查询结果进行分组，返回一个新查询。把等值过滤器添加到原查询上，返回一个新查询。把过滤器添加到原查询上，返回一个新查询。偏移原查询返回的结果，返回一个新查询。使用指定的值限定原查询返回的结果。
2023-06-09 03:47:07
133
原创 将Excel数据导入到MySQL数据库
xlrd模块可以根据sheet名称或sheet索引来获取具体的摸一个sheet。xlrd模块可以使用open_workbook()方法打开Excel文件，open_workbook()方法需要传递参数，该参数为文件的路径。在获取到sheet对象以后，可以使用sheet. nrows获取行数，使用sheet.ncols获取列数。（2）获取Excel的sheet。上述代码中使用的相对路径，也就Python代码文件和Excel文件在同一个目录下。# 根据索引获取sheet。（3）获取行数和列数。
2023-06-09 03:46:25
167
原创 网站“关于我们”版块Tab栏目切换
为了实现较好的页面效果，可以使用BootStarp的Tab样式，然后将每个Tab要展示的内容单独设置为一个HTML页面，最后在模板中引入。（1）在模板中引入BootStrap框架。（2）使用Tab样式。
2023-06-09 03:45:15
132
原创 网站“关于我们”版块Tab栏目切换
为了实现较好的页面效果，可以使用BootStarp的Tab样式，然后将每个Tab要展示的内容单独设置为一个HTML页面，最后在模板中引入。（1）在模板中引入BootStrap框架。（2）使用Tab样式。
2023-06-09 03:44:31
72
原创 使用Echarts显示最近一周销量折线图
统计最近一周的销量，常规做法是获取当前日期，然后再获取7天前日期，最后使用between语句获取这7天数据。其中date是指定的日期，INTERVAL为关键词，expr是具体的时间间隔，type是时间单位。复合型，间隔单位：秒、毫秒，expr可以用两个值来分别指定秒和毫秒。复合型，间隔单位：小时、毫秒。复合型，间隔单位：分、毫秒。复合型，间隔单位：小时、秒。复合型，间隔单位：天、毫秒。复合型，间隔单位：天、小时。复合型，间隔单位：分、秒。复合型，间隔单位：天、秒。复合型，间隔单位：天、分。
2023-06-09 03:42:00
526
原创 使用Flask_Login实现用户登录和权限验证
（4）“记住我”操作。默认情况下，当用户关闭浏览器时，Flask会话被删除，用户注销。这并不意味着在用户注销后记住或预先填写登录表单中的用户名或密码。（1）提供user_loader()回调函数。使用Flask_Login时，需要为其提供一个user_loader()回调函数。user_loader()函数主要是通过获取user对象存储到session中。当游客访问需要登录的页面时，应提示登录信息，并跳转到的登录页面。Flask_Login 是Flask框架的一个插件，可以非常方便的管理用户对网站的访问。
2023-06-09 03:39:42
1208
原创 修改网站会员登录密码
Flask框架的werkzeug库为我们提供了密码生成函数generate_password_hash和密码验证函数check_password_hash。要实现修改密码功能，首先需要让用户输入原始密码，然后再使用原始密码与数据库中的密码进行对比，如果用户输入的原始密码正确，然后再将数据库中的密码更改为新密码。其中，check_password_hash()函数用于验证经过generate_password_hash哈希的密码。因为盐值是随机的，所以就算是相同的密码，生成的哈希值也不会是一样的。
2023-06-09 03:38:59
201
原创 实现MySQL中存储JSON数据
Python中有一个和JSON相关的内置模块——json。Python 原始数据： {'num': 1, 'name': 'mrsoft', 'url': 'http://www.mrsoft.com'}JSON 对象： {"num": 1, "name": "mrsoft", "url": "http://www.mrsoft.com"}下面通过示例来介绍一下Python字典类型与JSON对象之间的相互转换。"Python 原始数据：""JSON 对象："
2023-06-09 03:38:22
247
原创 使用多个装饰器判断用户操作权限
装饰器(Decorators)是 Python 的一个重要部分。简单地说：它们是修改其他函数的功能的函数。它们有助于让我们的代码更简短，也更Pythonic。装饰器通常应用于Web开发的授权以及写入日志等功能。
2023-06-09 03:37:52
57
原创 OpenCv绘图及交互
1. 绘画基础OpenCV 提供了绘制直线的函数cv2.line()、绘制矩形的函数cv2.rectangle()、绘制圆的函数cv2.circle()、绘制椭圆的函数cv2.ellipse()、绘制多边形的函数cv2.polylines()、在图像内添加文字的函数cv2.putText()等多种绘图函数。这些绘图函数有一些共有的参数，主要用于设置源图像、颜色、线条属性等。下面对这些共有参数做简单的介绍。img：在其上面绘制图形的载体图像（绘图的容器载体，也称为画布、画板）。color：绘制形状
2022-05-14 16:15:35
311
原创 图像分割处理-理论
图像分割本质就是将前景目标从背景中分离出来。在当前的实际项目中，应用传统分割的并不多，大多是采用深度学习的方法以达到更好的效果；当然，了解传统的方法对于分割的整体认知具有很大帮助，本篇将介绍些传统分割的一些算法；在图像识别中，如果可以将图像感兴趣的物体或区别分割出来，无疑可以增加我们图像识别的准确率，传统的数字图像处理中的分割方法多数基于灰度值的两个基本性质不连续性以灰度突变为基础分割一副图像，比如图像的边缘相似性根据一组预定义的准则将一副图像分割为相似的区域。阈值处理、区域生长、区域分裂和区
2022-05-14 16:07:20
281
原创 Open Cv直方图处理(理论基础)
1. 直方图的含义从统计的角度讲，直方图是图像内灰度值的统计特性与图像灰度值之间的函数，直方图统计图像内各个灰度级出现的次数。从直方图的图形上观察，横坐标是图像中各像素点的灰度级，纵坐标是具有该灰度级（像素值）的像素个数。1.DIMS：表示在绘制直方图时，收集的参数的数量。一般情况下，直方图中收集的数据只有种，就是灰度级。因此，该值为 1。2.RANGE：表示要统计的灰度级范围，一般为[0, 255]。0 对应的是黑色，255 对应的是白色。3.BINS：参数子集的数目。就是指将要统计的指标数据
2022-05-14 16:01:05
456
原创 色彩空间类型(精简）
1、三基色模式：RGB颜色空间以R(Red:红)、G(Green:绿)、B(Blue:蓝)三种基本色为基础，进行不同程度的叠加，产生丰富而广泛的颜色，所以俗称三基色模式。2、空间模型RGB颜色空间是用一个单位长度的立方体来表示颜色的，黑蓝绿青红紫黄白8种常见颜色分别位居立方体的8个顶点，通常将黑色置于三维直角坐标系的原点，红绿蓝分别置于3根坐标轴土，整个立方体放在第1卦限内。————————————————3、各参数的取值范围是：R：0-255 G：0-255 B：0-255.
2022-05-14 15:50:41
665
原创 OpenCv图像轮廓处理
1，简单几何图像绘制 简单几何图像一般包括点，直线，矩阵，圆，椭圆，多边形等等。 下面学习一下 opencv对像素点的定义。图像的一个像素点有1或3个值，对灰度图像有一个灰度值，对彩色图像有3个值组成一个像素值，他们表现出不同的颜色。 其实有了点才能组成各种多边形，才能对多边形进行轮廓检测，所以下面先练习一下简单的几何图像绘制。2，图像轮廓 图像轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。为了更加准
2022-05-14 15:46:38
304
原创 OpenCv基础(进阶版)
直方图匹配直方图匹配又称为直方图规定化，是指将一幅图像的直方图变成规定形状的直方图而进行的图像增强方法。 [1] 即将某幅影像或某一区域的直方图匹配到另一幅影像上。使两幅影像的色调保持一致。可以在单波段影像直方图之间进行匹配，也可以对多波段影像进行同时匹配。两幅图像比对前，通常要使其直方图形式一致。直方图规定化，也叫做直方图匹配，用于将图像变换为某一特定的灰度分布，也就是其目的的灰度直方图是已知的。这其实和均衡化很类似，均衡化后的灰度直方图也是已知的，是一个均匀分布的直方图；而规定化后的直方图可以随
2022-05-14 15:32:52
414
原创 OpenCv基础知识(入门)
理论基础：1、图像与矩阵 一般来说，图像是一个标准的矩形，有着宽度（width）和高度（height）。而矩阵有着行（row）和列（column），矩阵的操作在数学和计算机中的处理都很常见且成熟，于是很自然的就把图像作为一个矩阵，把对图像的操作转换成对矩阵的操作，实际上所有的图像处理工具都是这么做的。计算机视觉中的图像是数字设备捕获到物理世界的表象。图像只是存储在矩阵格式中的数字序列。每个数字是一个考虑的波长（例如RGB图像中的红、绿、蓝）或波长范围（对全色设备而言，如红外光谱仪）的光强衡量。..
2022-05-14 15:23:21
1826
原创 OpenCv打码图片教程
图像运算是如何理解：图像的基本运算：相加、相减、相乘、相除、位运算、平方根、对数、绝对值等；图像也可以放大、缩小、旋转，还可以截取其中的一部分作为ROI（感兴趣区域）进行操作；各个颜色通道还可以分别提取及对各个颜色通道进行各种运算操作。· 学习图像上的算术运算，加法，减法，位运算等。·相关函数：cv2.add()，cv2.addWeighted()例：...
2022-05-14 14:30:10
394
原创 中值滤波-理论基础
“平滑处理”（smoothing）也称“模糊处理”（bluring），是一项简单且使用频率很高的图像处理方法。平滑处理的用途有很多，最常见的是用来减少图像上的噪点或者失真。在涉及到降低图像分辨率时，平滑处理是非常好用的方法。 图像滤波，就是在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可或缺的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。 关于滤波，一种形象的比喻法是：我们可以把滤波器想象成一个包含加权系数的窗口，当使用这个滤波器平滑处理图像时，
2022-05-14 14:22:26
2127
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人