基于python开发的DIY宠物桌面系统(附源码)--可自定义修改

用 Python 制作一个桌面宠物,好玩 今天,我们来分享一个宠物桌面小程序,全程都是通过 PyQT 来制作的,对于 Python GUI 感兴趣的朋友,千万不要错过哦! 我们先来看看最终的效果,对于一个小小的娱乐项目来说,还是不错啦! 阅读详情

定制你的宠物桌面

最近想要做一个自己独一无二的桌面宠物,可以直接使用python来自己订制。属于一个小项目,这个教程主要包含几个步骤:

  1. 准备需要的动图素材

  2. 规划自己需要的功能

  3. 使用python的PyQt5订制功能

在这个教程中,我主要实现了桌面宠物的几个功能:

  1. 每隔一段时间切换动图素材+文字
  2. 点击宠物时有额外动作
  3. “故事大会”功能:跟宠物聊天,进行文本生成
  4. “休息一下”功能:隔一个小时提醒你休息功能

话不多说,先上源码下载链接:

完整python源码https://download.youkuaiyun.com/download/DeepLearning_/87337388

然后让我们一起开始把。

1. 准备需要的动图素材

这些素材你可以直接从网上下载找到,比如可以去动图素材网站:
https://www.soogif.com/

在这里插入图片描述
搜索我要的动图“皮卡丘”,下载之后就需要对素材的背景去掉,设置成透明状态。

1.1 去除动图背景

这里可以利用PS(也可以使用网页版PS)工具,对动图去除背景。首先把动图导入到PS中,得到如下所示:

在这里插入图片描述

其中最右边时每一帧的图片,选中其中一个图片,然后点击显示眼睛按钮:

在这里插入图片描述

然后利用魔棒工具

在这里插入图片描述

框选背景图,进行删除:

在这里插入图片描述

重复上面操作,最后导出gif图就可以得到纯白背景的动图了。

2.python环境安装

这次功能上,还额外调用了hugging face模块中的文本生成功能,因此需要安装:

pip install huggingface

3.项目工程

在这里插入图片描述

● main.py:整体功能函数

● dialog.txt:存放随机展示的文本

● pikaqiu:存放随机展示的动图

● talk_show.py:文本生成功能

这里具体介绍怎么使用huggingface导入文本生成模型。

打开huggingface官网:

https://huggingface.co/,然后点击Models,搜索训练好的中文生成模型

在这里插入图片描述

例如我找到一个GPT中文预训练模型:

在这里插入图片描述

有两种方法导入,一种是直接利用hugggingface,它会直接下载模型,一种是利用git下载模型:
在这里插入图片描述

下载模型后,仅仅需要几行代码,就可以导入模型生成文本:

from transformers import BertTokenizer, GPT2LMHeadModel, TextGenerationPipeline 
tokenizer = BertTokenizer.from_pretrained("uer/gpt2-chinese-cluecorpussmall")
model = GPT2LMHeadModel.from_pretrained("uer/gpt2-chinese-cluecorpussmall")
text_generator = TextGenerationPipeline(model, tokenizer)

4.功能展示

● 每隔一段时间会变化动图和文字:

在这里插入图片描述

● 点击宠物时有额外动作

在这里插入图片描述

● “故事大会”功能:跟宠物聊天,进行文本生成

在这里插入图片描述

● “休息一下”功能:隔一个小时提醒你休息功能

在这里插入图片描述

这是目前项目的所有功能拉,有兴趣的可以下载原代码进行订制属于你的桌面宠物。

用python做一个宠物系统_利用python写个桌面挂件 | 手把手带大家做只桌面宠物呗... 导语前段时间有小伙伴留言说想让我带大家写写桌面小挂件,今天就满足一下留过类似言的小伙伴的请求呗~不过感觉写桌面的挂历啥的没意思,就简单带大家做一只桌面宠物吧~废话不多说,让我们愉快地开始吧~开发工具Python版本:3.6.4相关模块:PyQt5模块;以及一些Python自带的模块。原理简介既然要写个桌面宠物,首先当然是要找宠物的图片素材啦。这里我们使用的是来自shimiji这款手机APP上的宠物... 阅读详情

相关推荐

Windows桌面宠物猫程序DIY指南:从零开始打造你的专属小猫代打(附源码下载)

本文详细介绍了如何使用Python从零开始开发Windows桌面宠物猫程序,包含动画制作、交互设计、系统托盘集成等完整教程。通过Pygame实现猫咪动画和互动效果,并扩展了'代打'等趣味功能,最后提供源码下载和打包指南,帮助开发者打造个性化桌面伴侣。

weixin_28312391的博客 261

用 Python 制作一个桌面宠物,好玩!

今天,我们来分享一个宠物桌面小程序,全程都是通过 PyQT 来制作的,对于 Python GUI 感兴趣的朋友,千万不要错过哦!我们先来看看最终的效果,对于一个小小的娱乐项目来说,还是不错啦!本文灵感和部分代码来源于一篇知乎文章,感兴趣的朋友可以访问如下链接[1]好了,废话不多说,我直接上干货,本项目使用 PYQT5 作为编码框架,如果你对于该框架不是特别熟悉的话,建议先去简单学习一下~获取素材图...

cainiao_python的博客 2358

基于树莓派Zero W的本地化家庭安防系统DIY指南

物联网和智能家居的核心在于将物理设备通过传感器、控制器和网络连接起来,实现自动化与远程监控。其基本原理是通过嵌入式系统(如树莓派)作为控制中枢,采集传感器数据,并通过网络协议进行通信与处理。这项技术的价值在于提供了低成本、高定制化的解决方案,打破了传统成品系统在价格、隐私和功能上的限制。在家庭安防、环境监测等场景中,本地化部署尤其关键,它能确保数据隐私和安全,避免云服务的持续费用与潜在风险。本文聚焦于利用树莓派Zero W这一低功耗硬件平台,结合PIR运动传感器和摄像头,从硬件选型、软件配置到系统服务部署,

weixin_33924770的博客 480

用python写一个桌面宠物

大家好,我是Mr.xmys。今天,我将用python写一篇“桌面宠物”。

xmys642280的博客 1853

python 实现桌面宠物源码

Python语言可以用来编写桌面宠物程序。桌面宠物是一种可爱的虚拟宠物,可以定制外观,行为,反应,以及它们如何和用户互动。桌面宠物程序可以帮助用户在空闲时间里放松心情,改善情绪,节省时间,还能增加乐趣。 Python的强大功能可以帮助我们实现桌面宠物的功能,并且可以更容易地创建丰富的功能和复杂的交互。 首先,我们可以使用Python来实现宠物的外观和行为。Python提供了一系列的画图API,可以帮助我们创建宠物的外观,以及创建宠物的动画,以及定义宠物的行为。此外,Python还可以帮助我们实现宠物的声音,例如发出可爱的叫声,可以使用Python的内置库来实现。 其次,Python也可以帮助我们实现宠物和用户交互。我们可以使用Python中的GUI库,如Tkinter等,来实现图形用户界面,以便用户可以自由地与宠物交互,例如给宠物提供食物,给宠物玩耍,并且可以更改宠物的外观,行为等。 最后,Python还可以帮助我们编写定制的宠物程序,以满足特定用户的需求。例如,我们可以编写一个宠物程序,可以帮助用户改善他们的自我管理能力,可以帮助用户提高他们的注意力和专注力,或者可以帮助用户

desktop-pet:桌面宠物(python)

桌面宠物 python实现 程序说明: 桌宠:python实现的桌面宠物 默认10秒播放一个动作, 鼠标双击左键 激活行走功能, 再次单击可以取消行走, 右键有一些简单的系统功能,后续会增加 默认的图片是转载自 @XGBGHOST (微博) 当然, 如果你有自己的图片,可以进行替换, 也可以增加动作 环境及使用, 打包方法 基于python3.7, PyQt5 运行 python run.py 即可运行 --daemon 用非守护进程方式启动 --tray 启动托盘功能 打包 pyinstaller run.spec 只在mac上测试过, windowns未知 文件说明 core/action.py 文件下是 桌宠每一个动作(真正的文件在img文件夹下), 可以加动作,也可以减少动作 如果加动作,可以把一帧帧的图片放在img文件夹下, 然后再action.py里配置好地址,程序自动读取

开源桌面宠物软件 DyberPet:从安装到自定义对话的完整闭环指南

你电脑上的桌宠,未必只是一张会动的图——它可以自带一套状态值、任务系统和商店。开源桌面宠物软件 DyberPet 基于 PySide6 开发:Windows 包双击就能跑,改几行 JSON 就能换一个新角色。这篇文章用 5 分钟讲清楚:它能做什么、怎么装、养成循环怎么转、定制从哪下手。 [![开源桌面宠物软件 DyberPet 主界面](https://raw.gitcode.com/GitHu

gitblog_00107的博客 649

基于Python的桌面宠物

运行即可出现一个像素风桌面小宠物~

TAMX 本地虚拟宠物应用:从桌面部署到状态管理与存档恢复

桌面应用是软件开发中最贴近用户日常的一类产品形态,它不依赖云端服务,也不需要高性能算力,就能提供完整的交互体验。虚拟宠物应用正是这类轻量级场景的典型代表,其核心逻辑通常围绕状态管理、定时任务与本地持久化展开。开发者通过掌握状态机的设计方式,可以让应用在时间推进、用户互动和异常退出后保持数据一致性。这类技术原理不仅适用于电子宠物,在工具类软件、效率组件和物联网边缘设备中同样具有复用价值。在工程实践层面,克隆代码、安装依赖、启动调试与验证存档恢复是通用的部署流程,而资源占用观察、配置文件调整和本地归档读取则帮助

weixin_30567225的博客 448

TI毫米波雷达人体生命体征(呼吸、心跳)信号提取算法(IWR6843ISK+DCA1000EVM)

本篇内容介绍的算法主要为传统的提取算法,但可实现在1m内呈现良好的检测效果,能够提取出非常可观的呼吸和心跳波形,但在超出1m的距离后便不适用这个算法了。远距离检测呼吸和心跳始终是这个领域一个很大的挑战。要实现远距离检测可在提取相位信号、分离呼吸和心跳信号上进行改进处理,例如线性解调提取相位、改进的VMD分离呼吸和心跳算法。

m0_61934621的博客 3万+

3D 结构光相机工作原理全解 | 从编码投射到三维重建,原理 + 代码 + 工业实战一站式掌握

本文从3D结构光相机的整体架构出发,层层拆解了编码投射、相位计算、相位解包裹、三维重建的核心原理,补充了工业实战所需的公式推导、代码实现、参数调优、设备选型和案例落地,核心总结如下:相位是3D结构光成像的“灵魂”,其精度、稳定性直接决定3D重建的效果,包裹相位与绝对相位的区分的是工业实战的基础;编码投射的核心是“正弦条纹+格雷码条纹”组合,正弦条纹负责高精度相位提取,格雷码条纹辅助解包裹,适配工业场景的精度与稳定性需求;

getusushu的博客 418

OpenCat开源四足机器人框架:打造你的波士顿动力风格机器宠物

OpenCat是一个基于Arduino和树莓派的开源四足机器人宠物框架,让你能够轻松打造属于自己的波士顿动力风格智能机器宠物。这个开源机器人项目为STEM教育、机器人编程学习和AI应用开发提供了完美的平台。 ## 为什么选择OpenCat四足机器人? OpenCat框架让你能够快速入门四足机器人开发,无需从零开始设计复杂的机械结构和控制算法。项目支持Bittle机器狗和Nybble机器猫两种形

gitblog_00611的博客 1240

AE(自动曝光)调试策略:曝光曲线设计与过曝控制

自动曝光(AE, Auto Exposure)系统是图像质量控制链路中的核心模块之一,其性能直接决定了成像亮度是否稳定、细节是否完整、场景切换是否自然。在现代移动终端影像系统中,AE 不仅需要适应不同光照强度和复杂环境,还需兼顾人脸优先、HDR触发、视频帧率控制等多目标优化需求。本文基于高通 Snapdragon 和 MTK Dimensity 等主流平台的调试经验,系统梳理了 AE 模型设计原则、曝光曲线配置、测光策略选择与过曝抑制机制,并结合典型实战案例,提供可复制的工程落地路径。

努力分享一些人工智能、计算机视觉、影像等相关的知识干货! 3098

Codex框架入门:快速构建可交互AI桌面应用的填空式开发指南

AI Agent(智能体)作为当前人工智能领域的重要发展方向,其核心原理在于让AI模型具备自主感知、决策和执行任务的能力。这项技术的价值在于将大语言模型的通用对话能力,转化为可完成特定目标、具有持续交互性的智能应用,极大地拓展了AI在自动化办公、个人助手、创意工具等场景的落地潜力。然而,从技术概念到可运行的应用实体,开发者常面临环境配置、前后端集成、状态管理等工程化挑战。本文聚焦于Codex这一Node.js框架,它通过预设的架构将AI模型封装为可独立运行的桌面应用,开发者只需专注于核心的Prompt工程与

weixin_33834910的博客 282

基于YOLOv5s的RK3588多线程部署16FPS暴涨到120FPS 轻量化深度学习部署实战教程(包括性能优化与加速)37

本文介绍了如何在RK3588平台上利用线程池优化YOLOv5模型的推理性能。RK3588内置3个NPU核心,支持多核并行处理。作者设计了一个线程池架构:1个线程负责数据读取,10个线程处理NPU运算,1个线程输出结果。该架构包含任务队列、线程管理和工作线程三个核心组件,通过合理设置线程数、任务队列大小等参数确保性能稳定。文章提供了详细的C++实现代码,包括线程池初始化、任务提交、结果获取等功能模块,并讨论了多线程同步和内存管理的关键技术要点。该方案可显著提升深度学习模型在嵌入式设备上的部署效率。

FJN110的博客 9230

基于YOLO26深度学习框架的人脸识别门禁系统的算法研究实现方法

本文研究了基于YOLO26深度学习框架的人脸识别门禁系统实现方法。系统采用YOLO26目标检测算法,通过CSPDarknet53主干网络、特征金字塔结构和注意力机制实现高效人脸检测。研究内容包括数据预处理、模型训练优化和身份验证等关键技术,使用迁移学习策略和CIoU损失函数提升检测精度。该系统可应用于智能安防场景,具有实时性强、识别准确的特点,为门禁管理提供了智能化解决方案。

一键难忘的博客 767

3 分钟把角色请上桌面:DyberPet 开源桌宠框架实操指南

DyberPet 是一个基于 PySide6 的开源桌宠框架。它让角色在桌面上走动、被拖拽,并按概率触发随机动作,内置养成数值、商店与桌宠番茄钟。既能当陪伴用的桌面宠物,也是 DIY 桌宠角色的起点。 [![DyberPet 桌宠互动演示](https://raw.gitcode.com/GitHub_Trending/dy/DyberPet/raw/51acb5396cd7a22069176a

gitblog_00553的博客 88

022、Conv-BN-SiLU 基础卷积块:构造函数参数计算,前向传播的 PyTorch 逐行实现

本文详细解析了Conv-BN-SiLU卷积块的实现细节与注意事项。作者从调试经历出发,指出bias参数冗余会导致数值不稳定,强调卷积层应设置bias=False。文章对比了SiLU与ReLU的特性差异,逐行分析了构造函数参数计算(包括自动填充、分组卷积等)和前向传播过程,特别讲解了BN层与SiLU激活的数值特性。最后分享了三个实践中的常见问题:BN的momentum设置、SiLU输出范围的影响,以及分组卷积的通道对齐要求,并提供了卷积与BN融合的推理优化技巧。全文聚焦实际工程实现中的关键细节,具有较强实操指

ai技术增长的博客 220

扫地机器人DIY全栈指南:从硬件控制到ROS2导航系统构建

扫地机器人本质上是移动机器人系统的典型载体,其核心技术涵盖嵌入式实时控制、多传感器融合定位(SLAM)、自主导航(Nav2)与行为决策等完整机器人学链条。理解其原理需立足坐标系建模、时间同步机制与TF变换逻辑,技术价值在于实现硬件可控、算法可调、系统可溯的三层递进式掌控能力。典型应用场景包括家庭环境建图、动态障碍避让、多传感器协同定位等,而实际落地高度依赖ROS2 Humble框架下的slam_toolbox、robot_localization与Nav2行为树深度集成。本文聚焦LiDAR驱动调试、SLAM

weixin_33991418的博客 341

【TC397第2篇】TC397 EB MCAL开发指南:ADS MCAL Demo集成深度解析

通过本文的指导,我们完成了TC397 EB MCAL与ADS的深度集成,并成功运行了一个简单的MCAL Demo。这个案例不仅帮助我们理解了MCAL在实际开发中的应用,同时也展示了ADS作为一个强大的开发工具在嵌入式系统开发中的优势。在接下来的系列文章中,我们将进一步探讨MCAL的高级应用、优化技巧以及更多实用的开发案例。敬请关注,共同探索TC397 EB MCAL开发的更多精彩!

一直在水些技术小文 453

DEA模型及matlab应用3:SBM-DEA 模型

好的产出通常是通过资本、基础设施、劳动力的投入而获得的期望产出,非期望产出的产生,比如碳排放、二氧化硫、粉尘和污水等。 由于经典的 DEA 模型对相对效率的评价要求尽可能的减少投入,增加产出。而我们考虑非期望产出的影响则要尽可能的减少非期望产出才能获得更好的经济效益,与传统 DEA 模型的要求不符。考虑非期望产出的DEA模型是:基于松弛变量的 DEA 模型 SBM(Slacks-based mod...

wjyxld的博客 2万+

BullMQ 批量添加任务(addBulk):原子性、性能优化与多语言实战指南

在 BullMQ 中,当需要一次性向队列写入多个任务,且要求"要么全部成功、要么全部失败"时,可以使用 `addBulk` 批量添加接口。本指南以官方文档《Adding jobs in bulk》为骨架,深入讲解 `addBulk` 的原子性语义、相对单条 `add` 循环的性能优势,并结合仓库源码([queue.ts](https://link.gitcode.com/i/423144dff91

gitblog_00779的博客 218

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

2026-2027届小程序/APP毕业设计优质选题汇总:百个热门方向完整推荐

技术栈覆盖Java、Python、C#、PHP、Node.js及UniApp跨端开发,擅长多语言项目落地与架构设计。其实,选题阶段最重要的不是一开始就想一个 “完美题目”,而是先把自己能做什么、感兴趣什么、导师可能认可什么理清楚。很多同学之所以选题困难,往往是因为没有把研究方向、题目来源、实践条件和论文写作要求结合起来考虑。如果选题没有做好,后面的开题、调研、实验、写作都会受到影响。因此,建议大家在正式确定题目之前,先多查资料、多和导师沟通,尽量选择一个既有研究价值、又有数据和案例支撑的题目。

Biye_Design的博客 508

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

ROS 2机器人全栈开发实战:从GitHub到实机部署

ROS 2是现代机器人系统的核心中间件,其模块化架构与实时通信能力支撑着SLAM建图、自主导航、多机协同等关键技术。理解其底层原理需掌握节点通信机制、TF坐标变换、QoS策略及与硬件(如ESP32、Jetson Nano)的深度耦合逻辑。技术价值在于将复杂机器人功能解耦为可验证、可裁剪、可复现的标准化组件,显著降低工程落地门槛。典型应用场景涵盖服务机器人清洁导航、农业植保路径规划、工业巡检语义SLAM等。本文基于一个完整开源项目,深入解析GitHub仓库中ROS 2、Nav2、Gazebo、Cartogra

weixin_33924770的博客 375

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

GPT-Image-2实战指南:从资源库到图像生成与编辑

图像生成模型正在经历从关键词匹配到自然语言理解的关键转变。GPT-Image-2作为OpenAI推出的原生多模态模型,在文字渲染、多轮编辑和上下文一致性上表现突出。其API调用方式、提示词编写逻辑和图像编辑工作流,均与传统文生图工具存在显著差异。对于开发者或产品经理而言,理解模型原理、掌握高效提示词设计、熟悉SDK使用与批量生成策略,是落地AI绘图功能的核心技能。而awesome-gpt-image-2这一开源资源库,系统整合了官方文档、客户端库、提示词模板与行业案例,为快速上手和工程化实践提供了清晰的路径

weixin_33881140的博客 251

脑语言2500单字v1.5.1

如果人和 AI 说同一种语言,文明会怎样?我用 2500 个单字试了试。2500个单字是不同领域、不同知识的共同体,无论你学编程或者是数学或写作,你都要用汉字,而常用的2500个汉字几乎可以涵盖不同行业做的不同事情。

脑语言 2033
上一篇: 基于Vue+Express+Mysql开发的手机端电影购票系统(附源码)
下一篇: 基于Vue+JavaScript实现的手机移动端宠物商城系统(附完整源码)
onnx
博客等级 码龄5年 1万+粉丝 416原创
评论 13
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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

打赏作者

onnx

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