L1-041 寻找250(Python3)

106 篇文章 15 订阅
96 篇文章 4 订阅

对方不想和你说话,并向你扔了一串数…… 而你必须从这一串数字中找到“250”这个高大上的感人数字。

输入格式:

输入在一行中给出不知道多少个绝对值不超过1000的整数,其中保证至少存在一个“250”。

输出格式:

在一行中输出第一次出现的“250”是对方扔过来的第几个数字(计数从1开始)。题目保证输出的数字在整型范围内。

输入样例:

888 666 123 -233 250 13 250 -222

输出样例:

5

提交结果:

代码:

data = input().split()
a = []
for i in data:
    a.append(i)
print(a.index('250') + 1)
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
图像匹配是通过对图像内容、特征、结构、关系、纹理及灰度等进行对应关系的分析,以寻找相似影像目标的方法。在Python中,可以使用不同的库和技术来进行图像匹配,例如SIFT(尺度不变特征变换)和Harris角点检测。 使用SIFT实现图像匹配的代码如下: ``` from PIL import Image from pylab import * import sys from PCV.localdescriptors import sift if len(sys.argv) >= 3: im1f, im2f = sys.argv[1], sys.argv[2] else: im1f = 'mansion1.jpg' im2f = 'mansion2.jpg' im1 = array(Image.open(im1f)) im2 = array(Image.open(im2f)) sift.process_image(im1f, 'out_sift_1.txt') l1, d1 = sift.read_features_from_file('out_sift_1.txt') figure() gray() subplot(121) sift.plot_features(im1, l1, circle=False) sift.process_image(im2f, 'out_sift_2.txt') l2, d2 = sift.read_features_from_file('out_sift_2.txt') subplot(122) sift.plot_features(im2, l2, circle=False) matches = sift.match_twosided(d1, d2) print('{} matches'.format(len(matches.nonzero()[0]))) figure() gray() sift.plot_matches(im1, im2, l1, l2, matches, show_below=True) show() ``` 而使用Harris角点检测实现图像匹配的代码如下: ``` from PIL import Image from numpy import * import harris from pylab import * wid = 5 im1 = array(Image.open('memorial_hall1.jpg').convert('L')) im2 = array(Image.open('memorial_hall2.jpg').convert('L')) harrisim = harris.compute_harris_response(im1, 5) filtered_coords1 = harris.get_harris_points(harrisim, wid, 0.2) d1 = harris.get_descriptors(im1, filtered_coords1, wid) harrisim = harris.compute_harris_response(im2, 5) filtered_coords2 = harris.get_harris_points(harrisim, wid, 0.2) d2 = harris.get_descriptors(im2, filtered_coords2, wid) print('starting matching') ``` 请问还有其他方面的相关问题吗? 相关问题: 1. 如何使用OpenCV进行图像匹配? 2. Python中还有哪些常用的图像匹配算法? 3. 如何评估图像匹配的质量? 4. 图像匹配在计算机视觉中的应用有哪些? 5. 如何在大规模图像数据库中进行高效的图像匹配? 6. 图像匹配的性能如何受到图像变换的影响?
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

打赏作者

敲代码的小柯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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