Python
文章平均质量分 92
luke-skyworker
这个作者很懒,什么都没留下…
展开
-
Python学习—装饰器
学习Python已经有一段时间了,陆续学了一些基础部分,但是理解的不是很深刻,每过一段时间就会忘记,所以不得不写一些博客进行记录,加深自己的理解。这两个星期一直在研究装饰器,开始觉得很简单,但是只知其然,真要写一个装饰器却又不知如何下手了,显然并没有真正理解装饰器的实现过程。经过两个星期的学习终于觉得自己对装饰器的理解达到了一定的深度,因此 必须记录一下。那就开始吧!为什么需要装饰器:存在一种需求...原创 2018-05-15 00:07:25 · 223 阅读 · 0 评论 -
python进阶—OpenCV之图像处理(三)
文章目录图像模板匹配(Template Matching)霍夫直线检测(Hough Line Transform)霍夫圆检测(Hough Circle Transform)分水岭算法的图像分割(Image Segmentation with Watershed Algorithm)基于GrabCut算法的交互式前景提取(Interactive Foreground Extraction using...原创 2019-01-11 19:42:40 · 2530 阅读 · 0 评论 -
python进阶—OpenCV之图像处理(二)
图像形态变换图像的腐蚀图像的膨胀图像的开操作图像的闭操作图像的顶帽操作图像的黑帽操作图像的梯度(Image Gradients)Sobel and Scharr (索贝尔)算子Laplacian (拉普拉斯)算子canny边缘检测图像金字塔(Image Pyramids)图像轮廓外形(Contours in opencv)图像直方图(Histograms in OpenC...原创 2018-12-30 13:48:32 · 2381 阅读 · 0 评论 -
Python进阶——OpenCV之Core Operations
接上一篇,接着学习Core Operations原创 2018-11-30 17:49:18 · 562 阅读 · 0 评论 -
python进阶—OpenCV之常用图像操作函数说明
经过近一个月的学习,发现对图像的一些基本操作函数还是理解的不够透彻,因此觉得把一些常用的图像操作函数拿出来加深理解并记录下很有必要,方便以后查询。...原创 2018-12-17 23:45:30 · 2013 阅读 · 0 评论 -
python进阶—OpenCV之图像处理(一)
图像处理分为两部分记录,本篇主要记录图像的色彩空间、几何处理、图像的二值化、图像的模糊操作原创 2018-12-26 13:37:29 · 2783 阅读 · 0 评论 -
Python学习——排序算法实现
文章目录:时间复杂度、空间复杂度、二分查找、冒泡排序、选择排序、插入排序、快速排序、计数排序一直以来,我只是在大学学过C语言的数据结构中关于冒泡排序的算法,到现在这么多年也没有学习过其它算法,现在借着学习python的机会研究一下其它几种排序算法。听说现在面试的时候冒泡排序算法是最基本的。想想也是,几年前我面试的时候还当场写过C语言的冒泡排序,可惜当时只会这一种,现在总不能过了几年还是只会一种吧,说来惭愧。下面就好好写写这几种排序算法。原创 2019-03-10 00:00:12 · 486 阅读 · 0 评论 -
Python进阶——OpenCV之GUI
文章目录图像处理(Getting Started with Images)读取图像有感于人工智能发展,现在开始学习Opencv关于计算机视觉的知识,又不想捣鼓C++代码,因此决定用Python来搞,此篇开始按照官网的教程开始学习,记录自己的学习历程,写一点笔记,方便以后查阅。官方的教程:https://opencv-python-tutroals.readthedocs.io/en/lates...原创 2018-10-19 19:12:10 · 3106 阅读 · 0 评论 -
Python学习——for循环,生成器,迭代器详解
学习Python的生成器时候,头一次见到函数可以这么写,后来了解到貌似用yield关键字后,函数不再是函数了,运行方式也很有趣,因此有必要详细记录一下。貌似用yield做生成器后可以实现伪多线程。...原创 2018-10-11 22:53:17 · 8563 阅读 · 4 评论 -
Python学习——面向对象之ORM
本篇文章就是要实现一个简单版本的ORM框架,前面的面向对象写了好几篇,光说不练是不行的,因此用ORM实现,好好巩固一下自己的学习效果,也为以后WEB框架–Django的学习打下基础。废话不多说,开始吧。什么是ORMORM—Object Relational Mapping 全称对象关系映射...原创 2018-09-26 00:37:03 · 646 阅读 · 0 评论 -
Python学习——面向对象高级之描述符
官方说法:python描述符是一个“绑定行为”的对象属性,在描述符协议中,它可以通过方法重写属性的访问。这些方法有 `__get__()`, `__set__()`, 和`__delete__()`。如果这些方法中的任何一个被定义在一个对象中,这个对象就是一个描述符。原创 2018-08-29 19:23:22 · 988 阅读 · 0 评论 -
Python学习——面向对象高级之反射
本篇是python的面向对象高级篇,主要描述反射、内置属性与方法、元类;为下一篇的ORM框架做好准备。废话不多说,咱就从反射开始吧。反射第一次听说反射这个术语,还是在自学Java的时候看到,知道了类的类,怎么通过这个类的类来反射到对象,貌似搞得很复杂,不过基本的思想还是搞明白了。不想,在学python的时候又碰见反射了,个人觉得python的反射比Java要简洁一点。 python面...原创 2018-08-29 11:55:01 · 656 阅读 · 0 评论 -
Python学习——面向对象之元类
元类属于python面向对象编程的深层魔法,在写这篇文章时,我也只是一知半解,只是明白了元类是什么,怎么实现一个元类,但是我不明白为什么需要元类,什么情况下需要使用元类,元类的特性都能干些什么?一连串的疑问,摆在我的面前,无法消化,希望我在写完这篇文章的时候,能够解答这些疑问,在以后的工作中,我能明确的知道我为什么要使用元类,以及怎样使用元类。 在参考别人的博客中,我觉得这篇文章浅显易懂:htt...原创 2018-08-30 19:35:48 · 373 阅读 · 0 评论 -
Python学习—面向对象编程基础篇
python面向对象编程已经学完了,有必要进行一下记录总结,加深一下理解,不然似懂非懂容易忘记;个别知识点在写文章的过程中会理解的更清楚。原创 2018-08-09 20:15:04 · 334 阅读 · 0 评论 -
Python学习——内置函数与变量
本节主要讲述python的内置函数以及常用内置模块的函数。abs:求数值的绝对值divmod:返回两个数值的商和余数,以元组形式返回max:返回可迭代对象中的元素中的最大值或者所有参数的最大值min:返回可迭代对象中的元素中的最小值或者所有参数的最小值pow:返回两个数值的幂运算值或其与指定整数的模值round:对浮点数进行四舍五入求值sum:对元素类型是数值的可迭代对象中的...原创 2018-07-05 22:52:33 · 1514 阅读 · 0 评论 -
Python学习——基础数据类型
本节主要描述python的数据类型以操作方式,以及跟数据类型相关的内置函数。详细介绍列表、元组的切片操作原创 2018-07-03 00:25:20 · 250 阅读 · 0 评论 -
Python学习——正则表达式与re模块实现字符串计算器
学习了python的正则表达式后,一片懵逼,不知道干啥用的,也不知道咋用,只能放一些实例和正则表达式的规则以备后续查阅,希望在经过长时间的训练和使用后能对正则表达式有一个深刻的理解。什么是正则表达式呢?借用林海峰老师的话说就是:描述一类事物的规则。在Python中就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法,并通过 re 模块实现。先介绍正则表示一些常用的...原创 2018-06-10 23:51:24 · 421 阅读 · 0 评论 -
Python学习—函数
刚开始学习Python函数的时候,觉得自己C语言用的很溜,Python函数应该没啥难度,结果越学越觉得自己就是孤陋寡闻,不明白的,一知半解的东西太多,觉得自己这几年完全荒废了,丧失了学习的劲头;还好在2018年初被某件事情深深的刺激到了,彻底醒悟,调整方向及时抓住这波潮流,才能勉强安慰焦虑的心灵,否则再混下去,淘汰是不可避免的。好了,废话不多说,下面就详细以自己的理解说说Python的函数吧。...原创 2018-06-17 23:51:00 · 313 阅读 · 0 评论 -
python进阶—OpenCV之视频分析
文章目录MeanshiftCamshift光流Optical Flow稀疏光流Lucas-Kanade Optical Flow稠密光流Dense Optical Flow本篇开始学习视频分析,视频分析主要是在视频中对目标进行跟踪,上来就是Meanshift and Camshift算法。MeanshiftMeanshift算法简单介绍:任意选定的初始迭代点,画一个半径记为H的蓝色圆,将其内...原创 2019-02-01 22:07:19 · 4192 阅读 · 1 评论