- 博客(531)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 ISO 及shut_time原理
ISO和快门时间是控制数码摄影曝光的两个核心参数。ISO通过放大感光元件的电信号来提升亮度，但会同步放大噪声，导致高ISO时画质下降；而快门时间则直接控制光线照射感光元件的时长，长快门可积累更多光线但可能产生动态模糊，短快门能定格瞬间但可能曝光不足。两者原理不同：ISO是信号后处理，快门是前端物理调控。实际拍摄需权衡噪点和模糊问题，选择最佳组合。
2025-10-05 10:22:36
985
原创 ISO 和 shutter_time
ISO和快门时间是摄影中控制曝光的两大核心参数。ISO衡量感光元件对光线的敏感度，数值越高噪点越多但能适应弱光环境；快门时间决定光线进入的时间长短，较短的快门可冻结运动，较长的快门能积累光线但可能导致模糊。两者需互补调节：缩短快门时间可提高ISO补光，降低ISO则需延长快门时间（需防抖）。例如室内拍摄时，可通过提高ISO或延长快门来增加曝光量。
2025-10-05 10:21:31
513
原创 Python 判断两个文件是否二进制相同的方法
本文介绍了两种Python判断文件二进制相同的方法：1)直接分块比较法，通过逐块读取比较内容，发现差异立即返回，效率高且内存占用小；2)哈希值比较法，计算文件MD5哈希后比较，适合需要保存比较结果或文件不在同位置的场景。两种方法各有优势，前者适合快速比较可能有差异的文件，后者便于多次比较和结果保存。对于大文件两者效率相近，根据具体需求选择合适方法即可。
2025-09-23 10:01:04
295
原创 装饰器模式（C++python）
这段代码展示了装饰器模式（Decorator Pattern）的经典实现，通过动态添加功能扩展对象行为而不改变其结构。核心角色包括抽象构件（Shape）、具体构件（Circle）、抽象装饰器（ShapeDecorator）和具体装饰器（RedBorderDecorator/ShadowDecorator）。执行时形成链式调用，先执行原始功能再逐层添加装饰逻辑（如红色边框和阴影）。Python装饰器采用类似原理，通过"@语法糖"包装目标函数，在调用前后插入额外操作。两者都遵循开闭原则，支持
2025-08-27 23:46:28
710
原创 raw图G通道
本文介绍了一种从拜耳阵列RAW图像中提取G通道信息的方法。通过Python实现，主要功能包括：1) 读取RAW数据并解析为数组；2) 根据不同的拜耳模式（RGGB/BGGR/GRBG/GBRG）创建G通道掩码；3) 计算整体和300x300区域内G通道的平均亮度值。程序还支持可视化展示G通道分布，输出详细调试信息。该工具适用于图像处理中G通道信息的提取和分析，可帮助调试相机传感器性能。核心算法直接处理原始拜耳阵列数据，避免了填充0值的影响。
2025-08-25 09:05:06
137
原创 python遇到异常流程
Python中异常处理与程序退出的关系：未捕获的异常会导致程序非零退出（状态码1），打印错误信息；try-except捕获异常后程序继续执行（状态码0）；可通过sys.exit(n)主动控制退出状态码。处理异常能避免程序意外终止，而未处理异常会立即终止程序。
2025-08-18 22:41:25
381
原创 MP4 文件格式验证工具
本文介绍了一个基于Python的MP4文件格式验证工具，使用pymediainfo库对MP4文件进行多维度检测。工具可验证文件是否存在、格式类型、视频/音频轨道完整性、编码兼容性等关键要素，并提供详细的文件信息（如编码、分辨率、时长等）。支持主流MP4视频编码（H.264/H.265/VP9等）和音频编码（AAC/MP3等）。用户只需修改文件路径参数即可运行检测，输出结果包含有效性判断和详细错误信息。该工具适用于视频处理、文件校验等场景，帮助快速识别异常MP4文件。
2025-08-18 22:34:21
936
原创 MP4文件抽帧保存到本地
本文介绍了一个使用OpenCV从MP4视频中均匀抽取帧的Python程序。该程序可以指定需要抽取的帧数（默认为10帧），自动计算采样间隔，并将帧图像保存到指定目录。程序会处理视频总帧数不足的情况，提供详细的处理日志，支持自定义输出格式和帧数。使用前需安装opencv-python库，只需修改视频路径参数即可运行。该工具适用于视频分析、关键帧提取等应用场景。
2025-08-18 20:32:58
335
原创 提亮pgm
本文介绍了两种提升PGM格式图片亮度的方法：1）使用Pillow库通过Gamma校正快速调整像素值；2）手动解析PGM文件进行底层操作。两种方法均通过线性调整灰度值（乘以亮度因子）实现亮度提升，需注意防止像素值溢出。Pillow方法简单高效，适合常规使用；手动解析适合学习原理。亮度因子建议1.1-2.0，可根据需求逐步调整。两种方式均兼容P2/P5格式，能保持原格式特性。
2025-08-18 20:13:44
279
原创 pgm图片上下两部分灰度值
该Python代码实现了PGM图片上下部分灰度平均值的计算。通过Pillow库读取PGM图片并转为灰度模式，使用numpy数组分割图片为上下两部分，分别计算其像素灰度均值。代码兼容不同PGM格式，自动处理奇数高度情况，输出结果保留两位小数并显示差值，便于分析图片亮度分布差异。使用时只需替换文件路径即可运行。
2025-08-18 19:39:48
286
原创 pgm格式图片
PGM（Portable Graymap Format）是一种便携式灰度图像格式，属于Netpbm图像格式家族。它支持ASCII文本（P2）和二进制（P5）两种存储模式，文件结构简单明了，包含文件头（标识符、尺寸、灰度极值）和像素数据。PGM格式因跨平台兼容性强、易于解析等特点，被广泛应用于计算机视觉算法测试、科学数据可视化和图像处理教学。主流图像处理库（如PIL、OpenCV）均支持PGM文件的读写操作，使其成为处理灰度图像的理想选择。
2025-08-18 19:30:24
1127
原创 判断pgm图片是否完整
要判断PGM文件格式是否正确，需检查其核心特征：文件头标识（"P2"或"P5"魔数）、宽度/高度/最大灰度值参数，以及像素数据完整性。Python脚本可通过解析文件头、跳过注释行、验证像素数据量（ASCII文本或二进制字节数）来实现自动检测。关键点包括：魔数验证、尺寸参数有效性、像素值范围检查（0-最大灰度值）以及数据长度匹配。该验证方法可准确区分P2（ASCII）和P5（二进制）两种PGM格式，确保文件符合规范要求。
2025-08-18 19:27:28
333
原创 python列表 append externd
Python中，append()和extend()是列表的两种添加元素方法，核心区别在于：append()将参数作为单个元素整体添加，而extend()会拆分可迭代对象的元素逐个添加。元组作为不可变序列，通过+拼接实现类似功能（生成新元组）。字典则通过键赋值添加单个键值对，使用update()方法合并多个键值对。这两种数据结构因自身特性（不可变性/键值对结构）没有与列表完全相同的append/extend方法，但都能通过特定语法实现类似操作。选择时需注意元组操作会生成新对象，字典操作会直接修改原字典。
2025-08-15 00:24:36
718
原创 PLC寄存器写入验证工具
PLC寄存器写入验证工具是一款基于PyQt5和modbus_tk开发的GUI应用，用于通过Modbus TCP协议与PLC设备通信。该工具提供简洁界面，支持连接PLC、写入寄存器数据并自动验证结果，适用于工业自动化调试。主要功能包括：建立Modbus TCP连接、指定寄存器地址和写入值、后台线程执行网络操作避免UI卡顿、实时状态显示和错误提示。使用前需安装Python 3.x、PyQt5和modbus_tk库，操作时需确保PLC设备网络配置正确。该工具采用多线程设计，通过信号槽机制实现线程间通信，提供完善的
2025-08-15 00:18:41
952
原创 固定轮廓内黑色异物检测
图像轮廓分析工具摘要 本工具通过OpenCV实现图像中大轮廓及黑色区域的自动检测与分析。核心功能包括：预处理图像（灰度化、二值化、形态学操作）、提取大轮廓（面积阈值可调）、分析轮廓内黑色区域（面积过滤）、计算白黑像素比值，并将结果可视化标注在图像上。支持单张或批量处理，输出包含轮廓面积和比值等定量数据。参数灵活可调，适用于工业检测等场景。主要函数包括图像预处理、轮廓提取、黑色区域处理及结果标注绘制，最终生成带分析结果的标注图像和数值报告。
2025-08-08 10:08:20
1077
原创 cv2.threshold cv2.morphologyEx
OpenCV图像处理参数解析： 阈值处理：cv2.threshold()将灰度图二值化，参数包括输入图像、阈值、最大值和类型（如THRESH_BINARY将高于阈值设为255，否则0）。其他类型支持反二值化/截断等操作。 形态学操作：cv2.morphologyEx()通过核结构处理二值图像，开运算（MORPH_OPEN）先腐蚀后膨胀可去噪，参数含操作类型、核矩阵（如3×3矩形）及迭代次数。闭运算/梯度等操作可填充空洞或提取边缘。两者均返回处理后的图像。（150字）
2025-08-07 23:33:35
423
原创 CCT lux
摘要： CCT（相关色温）和lux（勒克斯）是光学中的两个关键参数，分别描述光的颜色和强度特性。CCT以开尔文（K）为单位，衡量光源颜色与黑体辐射的相似度，低CCT（2700K-3000K）为暖黄光，高CCT（5000K-6500K）为冷白光，影响视觉感受和情绪。lux则衡量光照强度，表示单位面积的光通量（1 lux=1 lm/m²），直接反映环境亮度（如室内照明50-500 lux，晴天数万lux）。CCT决定光色，lux决定亮度，二者共同用于照明设计、摄影等领域。
2025-08-05 20:49:16
570
原创 ISO（感光度）的工作原理
ISO（感光度）通过调整相机对光线的敏感度来控制图像亮度。胶片相机中，ISO取决于胶片的银盐颗粒大小，高ISO感光强但颗粒明显。数码相机则通过电子放大传感器的电信号实现ISO调节，高ISO能提升亮度但会产生噪点。两者核心作用相同，但胶片ISO固定而数码可调，高ISO均会以画质为代价。
2025-08-04 16:37:41
601
原创 感光度和快门速度、光圈
摘要：摄影中的“曝光三要素”——光圈、快门速度和感光度（ISO）共同决定照片的明暗程度。光圈控制进光量（f值越小光量越大），快门速度调节曝光时间（速度越慢光量越多），ISO调整传感器对光的敏感度（数值越高画面越亮）。三者需平衡调整以实现正确曝光，例如缩小光圈需降低快门速度或提高ISO补偿。此外，光圈影响景深，快门速度决定动态效果，ISO关联画质噪点，拍摄时需根据需求权衡取舍。（150字）
2025-08-04 16:37:05
902
原创 git初始流程
本文详细介绍了Git项目开发的完整流程：首先克隆远程仓库并切换到指定分支；然后通过git add、commit和push完成日常修改提交，强调每次提交前需拉取最新代码以避免冲突；最后提醒注意分支关联、冲突处理和提交规范等关键事项。该流程确保开发者能规范地进行版本控制，保持代码同步。
2025-07-23 23:20:39
263
原创 RGB转灰度方法汇总
RGB转灰度有多种方法，最常用的是基于人眼视觉特性的加权平均法，如BT.601标准（0.299R+0.587G+0.114B）和BT.709标准（0.2126R+0.7152G+0.0722B）。其他方法包括均等加权法（计算简单但效果较差）、单通道提取法（适用于特定场景）、基于亮度通道的转换（如YCrCb的Y或Lab的L）以及非线性转换（如Gamma校正后加权）。选择方法需考虑应用场景，日常处理推荐BT.601，高清显示用BT.709，简易场景可用均等加权或单通道提取。
2025-07-19 17:31:40
642
原创 常见标准光源色温
光源色温是衡量光色特性的重要指标，以开尔文（K）为单位。色温源自绝对黑体加热时光色的变化：低温呈红橙色，中温变白，高温偏蓝。常见分为三类：低色温（<3300K）营造温馨氛围，适用于卧室、餐厅；中色温（3300-5300K）接近自然光，适合办公学习；高色温（>5300K）提供明亮冷光，多用于手术室、车间。色温选择需结合场景需求，如卧室宜用暖光，商业空间需考虑显色性。标准照明体涵盖不同色温，如D65（6500K）用于色彩评估，TL84（4000K）适合商场照明。实际应用中需注意色温协调与人体舒适度。
2025-07-19 17:10:12
1939
原创 MTF算法V1.0
本文介绍了MTF（调制传递函数）的计算原理和实现方法。MTF用于评估成像系统对不同空间频率信号的对比度传递能力，其计算流程包括四个关键步骤：边缘扩散函数(ESF)→线扩散函数(LSF)→空间频率响应(SFR)→MTF。文章通过代码演示了如何从模拟边缘图像中提取ESF、计算LSF（ESF的一阶导数），再通过傅里叶变换得到MTF。核心在于将空间域的边缘响应转换为频率域的传递特性，其中归一化处理（零频处MTF=1）和频率单位转换是重要细节。该方法可通过实际边缘图像分析真实系统的分辨率性能。
2025-07-19 15:36:15
1681
原创 MTF和SFR异同
MTF和SFR都是评价成像系统空间分辨能力的核心指标，二者均基于频率域分析，反映系统对不同精细程度细节的传递能力。本质联系在于：在理想线性移不变系统中，MTF是SFR的幅度分量，衰减趋势一致。主要区别在于：MTF仅反映对比度传递（实数），而SFR是复数函数，同时包含幅度和相位信息；MTF通过正弦光栅直接测量，SFR多采用边缘法计算；MTF适用于理论设计，SFR更适合实际测试。简言之，SFR是包含相位信息的完整频率响应，MTF是其幅度部分的简化表达。
2025-07-19 15:23:40
853
原创 解析力和清晰度区别
清晰度与解析力是视觉成像领域两个相关但不同的概念。清晰度指图像给人主观上的"清楚感"，受对比度、锐噪点等多因素影响；解析力则是设备分辨细微结构的客观能力，主要取决于光学系统设计和传感器性能。两者相互关联：解析力是清晰度的基础，但高解析力设备若处理不当，清晰度可能下降。实际应用中，解析力决定细节分辨上限，而清晰度反映最终呈现效果。例如高解析力镜头能捕捉细微纹理，但图像处理不佳会导致清晰度降低。
2025-07-17 21:21:06
496
原创 python 双下划线开头函数
Python中双下划线开头的方法有特殊用途：1) 魔术方法（如__init__、__str__等）用于实现类的内置行为；2) __method形式的私有方法通过名称修饰（如_Classname__method）避免子类命名冲突。单下划线方法（如_method）仅为约定上的私有，而双下划线会实际修改名称。特殊方法不应与私有方法混淆，合理使用这些机制可使代码更规范。
2025-07-14 21:25:57
333
原创 C++根据配置文件灵活执行函数
本文介绍了一种通过配置文件按序号调用C++函数的实现方法。配置文件采用"序号=函数名"的键值对格式，程序会自动按序号升序解析并执行对应函数，不依赖物理顺序。核心实现包括：1)建立函数名到函数的映射表；2)解析配置文件并过滤无效项；3)按序号排序后执行注册函数。该方案支持扩展带参数函数、多种配置格式及动态加载，适用于需要灵活配置函数调用顺序的场景。示例展示了从乱序配置文件中正确执行1→2→3顺序函数调用的过程。
2025-07-10 18:32:45
306
原创 python GIL
Python全局解释器锁（GIL）是CPython的核心机制，它限制同一时间仅有一个线程执行字节码，影响多线程性能。GIL确保了内存管理的线程安全并简化了实现，但对CPU密集型任务造成性能瓶颈。可通过多进程或C扩展绕过GIL限制。虽然GIL存在争议，但其线程安全优势使移除计划暂未实现。开发者需根据任务类型（I/O或CPU密集型）选择多线程、多进程或异步编程等方案。其他Python解释器如Jython/IronPython无GIL，但主流CPython仍保留该机制。
2025-07-03 20:41:00
710
原创 python线程常见问题
Python线程与GIL问题摘要： Python多线程受全局解释器锁（GIL）限制，同一时间仅一个线程执行字节码，导致CPU密集型任务无法并行加速，建议改用多进程（multiprocessing）。线程安全问题可通过锁（Lock）或线程安全队列（Queue）解决；死锁需规范锁的获取顺序。I/O密集型任务仍适用多线程（GIL会在I/O等待时释放）。线程间通信推荐Queue或Event，异常需内部捕获再传递。资源管理用with/try-finally，复杂场景建议线程池（ThreadPoolExecutor）。
2025-07-03 18:26:59
796
原创 C++ 创建动态库及两种方法调用动态库
摘要：本文介绍了在VS2019环境下创建动态库的步骤。首先新建空项目并将配置类型改为DLL，然后编写头文件(MyLibrary.h)定义导出/导入宏(MYLIBRARY_API)和函数原型(add和reverse_string)。接着实现.cpp文件，包含加法函数和字符串反转函数的具体实现。通过extern "C"确保函数名不被修饰，最终完成动态库的创建。该库提供基础数学运算和字符串处理功能。
2025-07-02 18:01:36
595
原创 python垃圾回收机制
Python采用引用计数+分代回收+标记清除的混合垃圾回收机制。引用计数实时跟踪对象引用数，为0时立即回收；分代回收将对象分为三代（0/1/2），按存活时间差异化处理；标记清除专门解决循环引用问题。另通过小整数池、字符串驻留等缓存优化性能。开发中应避免循环引用，可用gc模块手动控制回收。相比Java的分代回收和Go的三色标记，Python机制在实时性与内存安全间取得平衡。
2025-07-02 16:05:15
990
原创 python 下划线_汇总
本文详细总结了Python中下划线_的多种用途和约定。单下划线_常用于临时变量、交互式解释器结果、国际化翻译函数和模块导入控制；_var作为弱私有变量/方法的约定；__var实现名称修饰的强私有属性；__var__用于魔法方法和内置属性。文章还介绍了组合应用场景和对比表格，并强调了遵循社区约定和正确使用下划线的重要性，以提升代码可读性和安全性。
2025-07-02 11:13:28
419
原创 python 继承
Python多重继承中的方法解析顺序（MRO）由C3算法决定，遵循深度优先、从左到右和单调性原则。当子类继承多个父类时，同名方法的调用顺序可通过ClassName.mro()查看。解决冲突方法包括：显式指定父类方法、使用super()跳过某些类或重构继承结构。钻石继承问题中，MRO会确保公共基类只被访问一次。最佳实践建议使用组合替代继承、Mixin模式，并保持继承层次扁平。合理利用MRO机制能有效处理方法冲突，提高代码可维护性。
2025-07-01 22:09:29
360
原创 python下划线开头函数总结
Python中的双下划线命名有三种用途：1）魔法方法（如__init__）实现特殊行为；2）私有成员通过名称修饰（如__method变成_类名__method）实现封装；3）与单下划线_method的弱私有约定相区别。双下划线用于重要封装和内置操作，而单下划线仅作约定提示。合理使用这些命名规则能提升代码可读性和维护性。
2025-07-01 21:04:54
734
原创 python __doc__
Python的__doc__属性用于存储模块、类或函数的文档字符串（docstring），提供代码自描述功能。文档字符串位于对象开头，用三引号定义，可通过对象.__doc__访问。其核心作用包括：提供交互式帮助（如help()）、支持自动文档生成工具、实现运行时自省。文档字符串可动态修改，推荐遵循PEP 257规范，区分单行简明描述和多行详细说明（含参数、返回值等）。相比Java/Javadoc和C++/Doxygen，Python的文档机制更直接，无需额外工具即可提取说明信息。合理使用__doc__能显著
2025-07-01 21:03:15
430
原创 python 调用C/C++动态库
Python通过ctypes模块调用C/C++动态库（DLL/SO），实现高效系统交互。主要步骤包括：动态库加载（CDLL/WinDLL）、函数参数/返回值类型声明、数据类型映射。实践案例涵盖：简单函数调用（如加法）、结构体处理（传递/返回）、数组指针操作（求和/修改）以及C++类封装（extern "C"接口）。典型问题包括路径错误、类型不匹配等，需确保库文件位置正确并严格定义数据类型映射。该方法广泛应用于性能敏感场景，如硬件控制和高性能计算。
2025-07-01 20:49:15
929
原创 Pyqt 所有的数据类型
本文系统总结了PyQt框架中的数据类型体系，涵盖基本类型、容器类型、日期时间、几何图形等类别，并分析了PyQt与Python原生类型的映射关系。详细对比了Qt特有类型（如QString、QList）与Python类型的异同，介绍了QVariant等特殊类型的应用场景，同时提供了类型转换规则和性能优化建议。通过模块化分类和实用示例，帮助开发者快速掌握PyQt数据类型的选择与使用方法，提高GUI开发效率和数据处理的可靠性。
2025-06-25 22:56:51
902
原创 pyqt setContentsMargins
本文介绍了PyQt布局中setContentsMargins方法的用法。该方法通过设置左、上、右、下四个像素值来调整布局内边距，示例代码sidebar_layout.setContentsMargins(10,20,10,20)表示左右边距10px，上下边距20px。合理的内边距设置能提升界面美观度，避免内容紧贴边界，增强可读性和视觉舒适度。文中还对比了有无边距的显示效果，并说明这是现代UI设计的常见做法，同时提供了统一设置和获取边距的方法。
2025-06-24 23:17:14
414
原创 pyqt多界面
本文介绍了一个基于PyQt5的多界面切换程序，采用侧边栏导航和QStackedWidget管理多个界面。程序主要特点包括：1) 左侧固定侧边栏包含可悬停、高亮显示的导航按钮；2) 主内容区通过堆叠窗口实现界面切换；3) 采用CSS美化UI，深色侧边栏与浅色主区域形成对比，支持中文显示；4) 结构设计具有良好扩展性，可轻松添加新界面。程序默认显示首页，点击不同按钮时主区域会切换显示对应界面，当前选中按钮会变为绿色背景。文章还提供了扩展建议，如添加真实功能控件、优化导航逻辑、增强视觉效果等，并包含界面截图和核心
2025-06-24 23:15:37
739
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人