在深度学习过程中想做手势识别相关应用，需要大量采集手势图片进行训练，作为一个懒人当然希望飞快的连续采集图片并且采集到的图片就已经被处理成统一格式的啦。。于是使用python+openCV调用摄像头，在采集图片的同时顺便处理成想要的格式。详细代码如下：importcv2importosprint("=============================================")print("=热键(请在摄像头的窗口使用)：=")print("=
系统 2019-09-27 17:50:14 1882
预先设置数字变量age_of_test=25#这里设置为25，也可随意guess_age=int(input("guessage:"))ifguess_age==age_of_test:print("Yes,yougotit!")#判断正确后打印Yes,yougotit！并继续执行命令elifguess_age>age_of_test:print("thinksmaller..."）#判断数字小于预定值时提示！else:print("thinkbigger
系统 2019-09-27 17:49:37 1882
1.1安装模块pipinstallpykafka1.2基本使用#-*coding:utf8*-frompykafkaimportKafkaClienthost='IP:9092,IP:9092,IP:9092'client=KafkaClient(hosts=host)#生产者topicdocu=client.topics['my-topic']producer=topicdocu.get_producer()foriinrange(100):printi
系统 2019-09-27 17:48:56 1882
python基础学习笔记（六）2013-04-2122:52虫师阅读(...)评论(...)编辑收藏学到这里已经很不耐烦了，前面的数据结构什么的看起来都挺好，但还是没法用它们做什么实际的事。基本语句的更多用法使用逗号输出>>>print'age:',25age:25如果想要同时输出文本和变量值，却又不希望使用字符串格式化的话，那这个特性就非常有用了：>>>name='chongshi'>>>salutation='Mr'>>>greeting='Hello
系统 2019-09-27 17:48:55 1882
第一篇基本概念01什么是数据结构02什么是算法03应用实例-最大子列和问题第二篇线性结构01线性表及其实现02堆栈03队列04应用实例-多项式加法运算05小白专场-多项式乘法与加法运算-c语言实现05小白专场-多项式乘法与加法运算-python语言实现第三篇树（上）01树与树的表示02二叉树及存储结构03二叉树的遍历04小白专场-树的同构-c语言实现04小白专场-树的同构-python语言实现第三篇树（中）01二叉搜索树02平衡二叉树03小白专场-是否同一
系统 2019-09-27 17:48:29 1882
fromPILimportImage,ImageFont,ImageDrawdefCreateImg(text):fontSize=30liens=text.split('\n')print(len(liens))im=Image.new("RGB",(480,len(lines)*(fontSize+5)),(255,0,0))dr=ImageDraw.Draw(im)fontPath=r"C:\Windows\Fonts\STKAITI.TTF"#fo
系统 2019-09-27 17:48:05 1882
Python3使用pillow库生成随机验证码的代码如下所示：importrandom#pillow包的使用fromPILimportImage,ImageDraw,ImageFont,ImageFilter#Image负责处理图片#ImageDraw负责处理画笔#ImageFont负责处理文字#ImageFilter负责处理路径img=Image.new('RGB',(150,50),(255,255,255))#建立一个图片'''RGB:表示采用RGB
系统 2019-09-27 17:47:55 1882
序列化(Serialization)是将对象的信息转换为可以存储或传输的形式，后续还可以通过从存储区中读取或反序列化对象的状态，重新创建该对象。在python中也可以进行序列化相关的操作，只是序列化的时候需要将对象保存为一个字典的类型。对于Python内置的数据类型（如str,unicode,int,float,bool,None,list,tuple,dict），可以直接进行序列化/反序列化处理；对于自定义类的对象进行序列化和反序列化时，需要我们自己定义
系统 2019-09-27 17:47:18 1882
时隔已久，再次冒烟，自动化测试工作仍在继续，自动化测试中的数据驱动技术尤为重要，不然咋去实现数据分离呢，对吧，这里就简单介绍下与传统unittest自动化测试框架匹配的DDT数据驱动技术。话不多说，先撸一波源码，其实整体代码并不多#-*-coding:utf-8-*-#ThisfileisapartofDDT(https://github.com/txels/ddt)#Copyright2012-2015CarlesBarrobésandDDTcontri
系统 2019-09-27 17:46:08 1882
近来实验室的师姐要发论文，由于论文交稿时间临近，有一些杂活儿需要处理，作为实验室资历最浅的一批，我这个实习生也就责无旁贷地帮忙当个下手。今天师姐派了一个小活，具体要求是：给一些训练模型的迭代次数，训练精度的数据，让我做成图表形式展示出来，一方面帮助检查模型训练时的不足，另一方面来看样本数目和预测精度之间的联系，数据具体格式如下：Iteration1500labeltraintestrightacc1214324241.01609216150.9375100
系统 2019-09-27 17:45:55 1882
