一些颜色代码，写下来备用参考

最新推荐文章于 2024-09-07 18:10:33 发布
最新推荐文章于 2024-09-07 18:10:33 发布
阅读量1.2k 收藏 2
点赞数
文章标签： c

来源：http://blog.csdn.net/itzhiren/archive/2007/05/31/1633199.aspx

颜色代码附：

 1白色 #FFFFFF
 
 2红色#FF0000
 
 3绿色#00FF00
 
 4蓝色#0000FF
 
 5牡丹红#FF00FF
 
 6青色 #00FFFF
 
 7黄色#FFFF00
 
 8黑色#000000
 
 9海蓝#70DB93
 
 10巧克力色#5C3317
 
 11蓝紫色 #9F5F9F
 
 12黄铜色#B5A642
 
 13亮金色#D9D919
 
 14棕色#A67D3D
 
 15青铜色 #8C7853
 
 162号青铜色 #A67D3D
 
 17士官服蓝色 #5F9F9F
 
 18冷铜色 #D98719
 
 19铜色 #B87333
 
 20珊瑚红 #FF7F00
 
 21紫蓝色 #42426F
 
 22深棕 #5C4033
 
 23深绿 #2F4F2F
 
 24深铜绿色 #4A766E
 
 25深橄榄绿 #4F4F2F
 
 26深兰花色 #9932CD
 
 27深紫色 #871F78
 
 28深石板蓝 #6B238E
 
 29深铅灰色 #2F4F4F
 
 30深棕褐色 #97694F
 
 32深绿松石色 #7093DB
 
 33暗木色 #855E42
 
 34淡灰色 #545454
 
 35土灰玫瑰红色 #856363
 
 36长石色 #D19275
 
 37火砖色#8E2323
 
 38森林绿 #238E23
 
 39金色 #CD7F32
 
 40鲜黄色 #DBDB70
 
 41灰色 #C0C0C0
 
 42铜绿色 #527F76
 
 43青黄色 #93DB70
 
 44猎人绿 #215E21
 

 45印度红 #4E2F2F
 
 46土黄色 #9F9F5F
 
 47浅蓝色 #C0D9D9
 
 48浅灰色 #A8A8A8
 

 49浅钢蓝色 #8F8FBD
 
 59浅木色 #E9C2A6
 
 60石灰绿色 #32CD32
 
 61桔黄色 #E47833
 

 62褐红色 #8E236B
 
 63中海蓝色 #32CD99
 
 64中蓝色 #3232CD
 
 65中森林绿 #6B8E23
 
 66中鲜黄色 #EAEAAE
 
 67中兰花色 #9370DB
 
 68中海绿色 #426F42
 
 69中石板蓝色 #7F00FF
 

 70中春绿色 #7FFF00
 

 71中绿松石色 #70DBDB
 72中紫红色 #DB7093 73中木色 #A68064
 74深藏青色 #2F2F4F
 75海军蓝 #23238E 76霓虹篮 #4D4DFF
 77霓虹粉红 #FF6EC7 78新深藏青色 #00009C 79新棕褐色 #EBC79E
 80暗金黄色 #CFB53B 81橙色 #FF7F00 82橙红色 #FF2400
 83淡紫色 #DB70DB 84浅绿色 #8FBC8F 85粉红色 #BC8F8F
  86李子色 #EAADEA
 87石英色 #D9D9F3
 88艳蓝色 #5959AB
 89鲑鱼色 #6F4242 90猩红色 #BC1717 91海绿色 #238E68
92半甜巧克力色 #6B4226 93赭色 #8E6B23 94银色 #E6E8FA
 95天蓝 #3299CC
 96石板蓝 #007FFF 97艳粉红色 #FF1CAE
 98春绿色 #00FF7F
 99钢蓝色 #236B8E 100亮天蓝色 #38B0DE
 101棕褐色 #DB9370
 102紫红色 #D8BFD8
 103石板蓝色 #ADEAEA
 104浓深棕色 #5C4033 105淡浅灰色 #CDCDCD 106紫罗兰色 #4F2F4F
 
107紫罗兰红色 #CC3299
 108麦黄色#D8D8BF 109黄绿色 #99CC32
   
   
   
   
 

ydlchina
关注
SonarQube面试题一卷到底60问及参考答案（3万字长文)
大模型大数据攻城狮的专栏
06-29 493
SonarQube是一个开源的代码质量管理平台，专注于持续检查和评估软件代码的质量。它通过静态代码分析的方式，为开发者提供了一个全面的视角来审视代码库中的潜在错误、漏洞、代码异味以及复杂度过高的部分，从而促进代码的可维护性和整体质量。代码质量分析：自动检测代码中的错误、漏洞、坏味道（如重复代码、复杂表达式）以及不符合编程规范的问题。持续集成/持续部署(CI/CD)集成：无缝融入现有的CI/CD流程中，确保每次代码提交都能得到即时的质量反馈。质量门管理。
2024年Unity 面试题 |五萬字 二佰道| Unity面试题大全，面试题总结【全网最全，收藏一篇足够面试】
努力前行，总会成为自己心中的那道光
02-23 14万+
正所谓 金三银四 ，又到了找工作的大好时机了，不知道大家有没有意向找一份更好的工作呢~ 之前写了很多Unity的学习和实例文章，但是面试题部分还没有一个系统的整理。 那本篇文章就来整理一下Unity中一些常见的面试题，说不准就会面试的时候就会遇到！ 本篇文章会将Unity所有方面的面试资料都融会贯通，绝对是2022年Unity面试领域最实用的文章啦！
常用十六进制颜色对照表代码查询
11-22
本文档涵盖了常用十六进制颜色对照表代码查询，可用于开发threejs时查询颜色使用
常用的颜色代码表
dingyi6724的博客
12-28 896
字体样式 <span style=""> </span> <font size=”2” face=”字体” color=”red”></font> Font-size:设置文字大小 Font-family:设置字体 Font-weight:设置文字是否加粗 ...
常用颜色代码
xiexy的专栏
11-06 1925
常用颜色代码 WebSafe Palette
网站常用颜色代码
weixin_30920597的博客
04-28 1417
文字灰：#999 按钮红：#b50000 转载于:https://www.cnblogs.com/shinima/p/5441501.html
相关业务问题+系统问题+设计问题整理统计
热门推荐
张彦峰的博客
04-07 170万+
业务系统及其他相关面试问题整理：线上相关问题排查+高并发系统的限流+高并发秒杀系统设计+负载均衡+一个网站有 20 亿 url 存在一个黑名单中，这个黑名单要怎么存？若此时随便输入一个 url，你如何快速判断该 url 是否在这个黑名单中？并且需在给定内存空间（比如：500M）内快速判断出？
精品--这是我初次使用LaTeX的一个简历模板,共享在此备用.zip
02-06
这个"精品--这是我初次使用LaTeX的一个简历模板,共享在此备用.zip"文件，显然包含了作者初次尝试使用LaTeX制作的简历模板，现在被分享出来供其他人参考和使用。 LaTeX的使用首先需要安装一个编辑器，如TeXstudio或...
100天精通鸿蒙从入门到跳槽——第17天：ArkTS循环渲染 使用教程
猫头虎技术团队：授渔优于赠鱼，兴趣引领智慧，探索之乐尤显珍贵。商务合作+：Libin9iOak ，万粉变现+：CSDNWF，猫头虎承诺每年免费为100名C站创作者做账号流量诊断服务！全网搜：猫头虎技术团队，点击文章底部名片或直接私信我一切皆可谈，快找虎哥！
01-28 5万+
在本文中，我们将深入探讨HarmonyOSArkTS循环渲染。我们将介绍循环渲染的概念、应用场景以及如何在ArkTS中实现循环渲染。通过本文，你将对HarmonyOS应用开发中的性能优化和用户体验提升有更深入的理解。循环渲染是指在应用程序中重复执行某个操作或更新界面的过程。在HarmonyOS中，通过使用ArkTS的循环语句，开发者可以实现高效的界面更新和数据处理，以提供流畅的用户体验。循环渲染是HarmonyOS应用开发中的一个重要知识点，它可以实现高效的界面更新和数据处理，提供流畅的用户体验。通过使用。
编程用颜色代码生成器
07-17
编程小助手,颜色代码生成器,可以互转,有颜色不知颜色代码,有代码不知颜色,就可以用这个软件啦!
编程常使用的颜色代码表
10-01
本文档提供了常见的颜色代码表，在编程中可以快速查看使用。
移动开发常用的颜色对应的16进制代码
03-14
目前开发中最全，最常用的颜色，对应的代码。
常用指标颜色代码
吴立星的博客
11-17 8601
常用指标颜色代码： 1 白色 ColorFFFFFF 或 ColorWhite 2 红色 ColorFF0000 或 COLORRED 3 绿色 Color00FF00 或 ColorGreen 4 蓝色 Color0000FF 或 ColorBlue 5 牡丹红 ColorFF00FF 6 青色 Color00FFFF 7 黄色 ColorFFFF00 或 ColorYellow
颜色代码(详)
mart!nhu的博客
09-30 5万+
颜色代码及其效果对比
python中的颜色代码,python中各种颜色
wangyanqin0227的博客
02-27 7426
大家好，小编来为大家解答以下问题，python中的颜色代码，python中各种颜色，今天让我们一起来看看吧！#7B68EE MediumSlateBlue 中暗蓝色/中板岩蓝。#483D8B DarkSlateBlue 暗灰蓝色/暗板岩蓝。#778899 LightSlateGray 亮蓝灰/亮石板灰。#2F4F4F DarkSlateGray 暗瓦灰色/暗石板灰。#EEE8AA PaleGoldenrod 灰菊黄/苍麒麟色。#BDB76B DarkKhaki 暗黄褐色/深卡叽布。
Python程序之颜色及代码大全
qq_43464006的博客
09-07 3983
Python颜色大全
颜色代码
CAREIT的专栏
12-24 1777
颜色代码大全   2008-09-08 01:26:16|  分类： 博客装饰|举报|字号 订阅 常用颜色 颜色代码 常用颜色 颜色代码 Red #FF0000 White #FFFFFF Turquoise #00FFFF Light Grey #C0C0C0 Light Blue #000
E:\python\python.exe C:\Users\30503\PycharmProjects\PythonProject3\.venv\测试4.py Dlib模型加载成功 已加载 4 个注册人脸 OpenCV DNN检测器初始化成功 备用检测到 1 个人脸 Traceback (most recent call last): File "C:\Users\30503\PycharmProjects\PythonProject3\.venv\测试4.py", line 172, in update_frame face_encodings = face_recognition.face_encodings( ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "E:\python\Lib\site-packages\face_recognition\api.py", line 214, in face_encodings return [np.array(face_encoder.compute_face_descriptor(face_image, raw_landmark_set, num_jitters)) for raw_landmark_set in raw_landmarks] ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "E:\python\Lib\site-packages\face_recognition\api.py", line 214, in <listcomp> return [np.array(face_encoder.compute_face_descriptor(face_image, raw_landmark_set, num_jitters)) for raw_landmark_set in raw_landmarks] ^^^^^^^
最新发布
04-13
<think>嗯，用户的问题是关于face_recognition库中face_encodings函数抛出异常，特别是compute_face_descriptor错误的原因和解决方法。首先，我需要回忆一下这个库的结构。face_recognition库是基于dlib的，所以可能底层调用了dlib的相关函数，比如compute_face_descriptor。 用户提到的错误可能发生在调用face_encodings时，而这个函数内部可能调用了dlib的compute_face_descriptor。所以，我需要先确认这两个函数之间的关系。查阅文档的话，face_encodings函数确实封装了dlib的人脸检测和特征编码过程，而compute_face_descriptor是dlib中的函数，用于生成人脸描述符。 接下来，考虑可能的错误原因。首先，输入的图像是否有问题？比如，图像路径是否正确，图像是否损坏，或者图像是否为空。如果图像无法正确加载，会导致检测不到人脸，从而在后续处理中出错。例如，用户提供的代码示例中使用了cv2.imread读取图像，如果路径错误，image会是None，导致后续处理出错。 然后，模型文件是否正确加载？dlib需要预训练的模型文件，比如shape_predictor和face_recognition模型。如果这些文件的路径不正确，或者文件损坏，就会在初始化检测器或预测器时出错。比如，用户代码中引用了'shape_predictor_68_face_landmarks.dat'和'dlib_face_recognition_resnet_model_v1.dat'，如果这些文件不在当前目录或指定路径下，就会报错。 另外，人脸检测失败也是一个可能的原因。如果图像中没有检测到人脸，那么后续的landmarks预测和特征编码就会失败。这时候需要检查检测器返回的faces是否为空。用户可能在处理某些图像时，人脸未被正确检测到，导致访问空对象时抛出异常。 还有可能的问题包括OpenCV和dlib的版本兼容性，或者图像的颜色空间问题。例如，dlib的人脸检测器通常需要灰度图像，而用户代码中确实将图像转换为灰度，但如果用户在使用其他方式处理图像时没有正确转换，也可能导致问题。 此外，异常处理是否得当？用户是否在代码中添加了try-except块来捕获可能的异常，并输出更详细的错误信息？例如，捕获dlib的内部错误，或者图像处理的错误，从而更容易定位问题。 解决方案方面，可能需要逐步排查：检查图像路径和有效性，确认模型文件存在且正确，确保检测到人脸，检查图像格式和颜色空间，处理异常情况，以及验证库的版本兼容性。比如，用户可能没有正确安装dlib或者face_recognition库，或者版本过旧导致某些函数不兼容。 还有可能，用户的环境配置有问题，比如缺少必要的依赖库，或者CUDA版本不匹配（如果使用GPU加速的话）。这时候需要检查安装步骤是否正确，或者尝试重新安装库。 最后，参考用户提供的引用，其中有一个是使用dlib实现人脸识别的示例代码，这可能帮助用户对照自己的代码，找出可能的差异或错误。例如，用户是否正确调用了predictor和facerec模型，是否正确处理了检测到的人脸区域等。</think>关于face_recognition库中$face\\_encodings$函数抛出异常的解决方案分析如下： ### 一、错误原因分析 1. **图像输入问题** - 无效图像路径或损坏的图片文件 - 非标准图像格式（如16位色深图片） - 空图像或零尺寸图像传入函数 2. **模型加载异常** - 预训练模型文件缺失或路径错误（如$shape\\_predictor\\_68\\_face\\_landmarks.dat$） - 模型文件版本与dlib库不兼容 - 模型文件下载不完整（常见于自定义训练场景） 3. **人脸检测失败** - 图像中未检测到有效人脸区域 - 低分辨率或模糊人脸导致检测失败 - 极端光照条件影响检测效果 4. **库版本兼容性** - dlib与face_recognition版本不匹配 - Python环境缺少C++编译依赖（常见于手动编译安装场景） ### 二、解决方案 #### 1. 基础检查步骤 ```python # 验证图像有效性示例 import cv2 try: img = cv2.imread("test.jpg") assert img is not None, "图像读取失败" assert img.shape[0] > 0 and img.shape[1] > 0, "图像尺寸异常" except Exception as e: print(f"图像检查失败: {str(e)}") ``` #### 2. 模型文件验证 $$ \text{模型完整性校验} = \begin{cases} sha256(shape\_predictor.dat) = 6f...d4 \\ sha256(resnet\_model.dat) = 9a...e7 \end{cases} $$ 建议通过官方渠道重新下载模型文件[^1] #### 3. 增强人脸检测 ```python # 使用多级检测参数优化 detector = dlib.get_frontal_face_detector() # 调整检测参数 faces = detector(image, 1) # 使用采样金字塔层数=1 if len(faces) == 0: faces = detector(image, 0) # 降级检测 ``` #### 4. 异常处理规范 ```python try: encodings = face_recognition.face_encodings(img) except dlib.DLIB_ERROR as e: print(f"dlib底层错误: {str(e)}") except RuntimeError as e: print(f"运行时错误: {str(e)}") ``` ### 三、典型错误对照表 | 错误特征 | 可能原因 | 解决方案 | |---------|---------|---------| |`TypeError: __call__()`| 图像数据格式错误 | 转换图像为numpy数组格式 | |`No faces found`| 未检测到人脸 | 调整检测参数或更换检测算法 | |`Unsupported image type`| 非常规色彩空间 | 转换为BGR/RGB格式 | ### 四、进阶调试建议 1. 使用dlib自带的$image\\_window$调试检测结果 2. 验证CUDA加速是否生效（如使用GPU版本） 3. 测试不同尺寸输入（推荐1280x720以下分辨率）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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