曾立文的博客

本文先介绍用python 进行图形格式转换。最终是进行批量转换。

udp 通讯包含一个服务端和一个客户端。本文介绍2个python 程序，一个客户端udpclient.py，一个服务端 udpserver.py ，然后介绍通讯测试。udpserver.py 代码：# -*- coding: utf-8 -*-"""Created on Tue Oct 12 17:08:53 2021@author: zeng_"""import socket localIP = "127.0.0.1"localPort = 20001b

IK 运动动力学逆运算的快速，简单迭代算法FABRIK介绍了算法，现在介绍python 实现算法。这是一个无约束单链fabrik 算法实现。这个也是有约束和多链的算法基础。代码放置在https://github.com/liwenz/Fabrik这里主要介绍使用方法，代码你就直接看，也不复杂。Fabrik 算法的一个非常小而灵活的实现。 适用于动画、机器人或其他优化问题。 这个模块是用python编写的。fabrik.py : fabrik 类，它解决不受约束的 ik 单链。它可..

假如有个python 代码文件 first.py， 执行的话为： python first.py 或者python3 first.py执行完后继续回到cmd 状态，没法查看运行后的变量，等等.如果要交互式，需要python 或者python3但需要调用first.py。方案1：python -i first.py方案2:python 或python3 进入交互式对于python2:>>> execfile('first.py')对于pytho.

ROS是机器人操作系统的简称，本文介绍ROS应用开发入门，TF坐标系广播与监听的编程。小乌龟仿真中有2只乌龟，键盘控制第1只乌龟走动，2只乌龟都都广播自己的坐标。监听器听取2个乌龟的坐标，获得相对位置，控制第2只乌龟不断追随第1只乌龟。代码是Python。测试验证采用roslaunch 方式。工程包建立本文是 ROS应用开发入门 tf 坐标系广播与监听的编程 一文的继续，如果你做了那个实验，就是工程包已经建立好了，跳过本节。在ROS 开发应用准备：创建工作空间一文中建立了ROS工作空间，现在..

ROS是机器人操作系统的简称，本文介绍ROS应用开发入门，roslaunch 的使用。没有roslaunch， 我们需要打开很多终端，启动roscore, 各个节点等等。对于ros 的开发者或用户，roslaunch 都是非常重要的工具。roslaunch是一个工具，可轻松启动多个在本地和远程（通过SSH）ROS节点，以及在参数服务器上设置参数。 它包括自动重生已经死掉的进程的选项。 roslaunch接收一个或多个XML配置文件（扩展名为.launch），这些文件指定要设置的参数和要启动的节点以及应在

ROS是机器人操作系统的简称，本文介绍ROS应用开发入门，服务数据的定义和使用。客户端和服务端之间通讯都使用服务数据(service data)。本文先定义一个服务数据，编译成功后，用一个服务端和一个客户端进行验证，客户端也可以直接用rosservice call，这样客户端不用程序。测试验证先是c++代码，然后是python 代码，你也可选择只看一种你熟悉的。自定义通讯数据在工程包目录下新建一个目录srvcd~/catkin_ws/src/learning_servicemkdir s..

ROS是机器人操作系统的简称，本文介绍ROS应用开发，服务端Server的编程。程序的功能是通过ROS的服务调用功能调用本服务。本服务被调用后发布命令让小乌龟转圆圈，以后再调用就是乒乓功能，停止或开始乌龟转圆圈。先是c++代码，然后是python 代码，你也可选择只看一种你熟悉的。功能包建立本文是ROS 应用开发入门 客户端Client的编程的继续，如果你在那文建立了功能包，这里就不用了，直接跳过本节。在ROS 开发应用准备：创建工作空间一文中建立了ROS工作空间，现在就建立一个功能包：...

ROS是机器人操作系统的简称，本文介绍ROS应用开发，客户端Client的编程。程序的功能是用代码创建一个仿真小乌龟。先是c++代码，然后是python 代码，你也可选择只看一种你熟悉的。功能包建立在ROS 开发应用准备：创建工作空间一文中建立了ROS工作空间，现在就建立一个功能包：cd~/catkin_ws/srccatkin_create_pkglearning_service std_msgs roscpp rospy geometry_msgs turtlesim第1行...

https://wiki.freecadweb.org/Python_scripting_tutorial这个链接不错，有了一点编程的感觉。Edit → Preferences → General → Output windowRedirect internal Python output to report view. Redirect internal Python errors to report view.View → PanelsReport view.学完了，开始看http..

本文介绍在linux (ubuntu20) 上用nginx 和 gunicorn 部署 Django 的方法。 我的原机上安装了LEMP上的wordpress， 参见在ubuntu 20 上安装 wordpress lemp，主页面是worpress 同时也安装了django的应用。当然 wordpress 不是必要的。本文没有介绍 django 工程的建立，只是介绍其部署，当然在部署前还是需要验证django 应用的。参考原文是How To Set Up Django with Postgr...

本文用动画的方式讲解4种排序算法，这四种算法是 冒泡排序（buble sort），选择排序（selection sort），插入排序(insertion sort)，合并排序（merge sort）.冒泡排序（buble sort）冒泡排序，从左到右两两比较，左边大就交换，比较一轮后，当轮最右是最大，下轮就不参与排序了。图例是：65318724->12345678。选择排序（selection sort）选择排序，从左到右，选择最小值和他的位置，一轮之后，最小值和当轮最左的交换（不

本文介绍用Nginx 和 Gunicorn 在ubuntu上发布 Flask 服务应用，Ubuntu 的版本原文是18，我的测试环境是20。学习链接：https://www.digitalocean.com/community/tutorials/how-to-serve-flask-applications-with-gunicorn-and-nginx-on-ubuntu-18-04安装执行下面操作：sudo apt updatesudo apt install python3-pi

本文介绍nginx 的安装，防火墙配置，Web 服务器验证，nginx 进程管理，nginx的主要文件和目录介绍。本文参考https://www.digitalocean.com/community/tutorials/how-to-install-nginx-on-ubuntu-18-04安装更新系统并安装nginx，操作如下：sudo apt updatesudo apt install nginx防火墙设置安装后查看防火墙：sudo ufw app list应..

中文参考：https://www.jianshu.com/p/93ac21161ac6英文参考：http://nginx.org/en/docs/beginners_guide.htmlNginx 是什么？在部署Django， Flask等Python的Web 应用时，总是看到nginx，而且还总堵在那里。就想nginx 到底是怎么用的，就查了很多资料。Nginx 是俄罗斯人编写的十分轻量级的 HTTP 服务器,Nginx，它的发音为“engine X”，是一个高性能的HTTP和反向代理服务

参考学习：https://zhuanlan.zhihu.com/p/60647332在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，如Scrapy、Beautiful Soup等，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库。还有一个比较实际的，你有使用要把项目发给别人，要把使用到的包都导出requirements,如果不是使用的虚拟环境，你导入的包可能会远远越过你真正使用的到的包。有做过一个小应用打包成exe方便别人使

参考了：https://zhuanlan.zhihu.com/p/88197389用list 创建2维数组list是支持操作符，如果一个列表与 ‘ * ’ 号结合使用，能达到重复列表的效果。比如list_one = [0]list_two = [0] * 3print(list_one)print(list_two)结果为：[0][0, 0, 0]利用这个重复特性，是否可以来创建一个二维数组呢？list_two = [[0] * 3] * 3print(list_two)

过滤import pandas as pddata = { 'apples': [3, 2, 0, 1], 'oranges': [0, 3, 7, 2]}purchases = pd.DataFrame(data)purchases = pd.DataFrame(data, index=['June', 'Robert', 'Lily', 'David'])...

我想用python 画中国和美国的地图，刚刚学会了画美国地图，特做一个记录。当然首先是用google 找网上资料。找到下面的链接：https://stackoverflow.com/questions/42463200/draw-state-abbreviations-in-matplotlib-basemap下面的代码基本来自这里的回答2，就是标记为答案的回答。直接运行，发现缺省...

本文通过学习https://programminghistorian.org/en/lessons/creating-apis-with-python-and-flask而来，例子和数据库例子也是来自该文。本文先介绍api的使用，然后通过几个例子一步步解说rest api 的设计。例子包括：第一个基本例子，有返回的例子，带参数查询的例子，数据库查询的例子。理解这几个例子，你就入门了。理...

我用python 想分析新冠病毒数据，别人建议我学习pandas。这里就把我的学习笔记整理一下。我学习的网站是：https://www.learndatasci.com/tutorials/python-pandas-tutorial-complete-introduction-for-beginners/整个内容基本上可以从这个网站看到。进一步的学习资料是：https://pa...

我想执行批处理，有些参数等的运算，我就找了命令行传递给批处理的参数后来找了python执行系统命令四种方法比较我认为用python 扩展批处理的功能还是比较理想的。我的情况用简单批处理有点难以实现。先看看我的代码吧：import osfrom os import listdirPath="pg/"imagePaths = sorted(list(listdir(Path...

本文是目标检测的模型haartraining培训的继续，上文介绍了培训的软件及使用介绍。本文根据上文做的实验。正样品的准备，负样本的准备，培训traincascade。目标培训的目标是一个篮球。简单说，正样本，就是包含目标篮球的图片，负样本是没有篮球的图片。、正样本的形成篮球拍了27个样本，去掉背景，就是背景为0，如下图：有的介绍一个正样本，就可以了，因为可以用create...

前几天安装了ubuntu16.04， 我做了一个D435i 深度摄像头的矫正，然后安装anaconda python。安装后就启动spyder 集成开发环境。启动好像正常，就是看不到界面。然后我就装了一个visual studio code ，结果现象一样，看上去启动了，就是没有界面。我找了好久，后来看到下面链接：https://blog.youkuaiyun.com/lch_vison/articl...

全部按照官方：https://github.com/IntelRealSense/librealsense/blob/master/doc/installation_raspbian.md更新系统到最新，然后再启动，查看gcc cmake的版本$ uname -aLinux raspberrypi 4.14.34-v7+ $ sudo apt update;sudo a...

这个官方的标定链接，先下载这个的pdf 文件在本地容易学习：https://www.intel.com/content/www/us/en/support/articles/000032303/emerging-technologies/intel-realsense-technology.html看上去这个链接也不错使用OpenCV进行标定（Python）打算明天做完测试再补充具...

最近有了一个intel 的 D435i 深度相机，网上找了一个实时显示图片和深度图的python 程序，最开始是一个博客，后来发现在intel 的github里也有。都找不到链接了，觉得不错，修改整理成本文。首先要安装好pyrealsense2 ，链接是： realsense.intel.com/get-started官网提供的软件工具与文档资料介绍https://realsense....

使用pickle可以把变量按照原来的形式存入硬盘，不像写入到txt文本中，是以字符串的形式，读取之后还要转化，很麻烦。下面用简单代码演示保存到文件和再从文件导入的过程。import picklefruit=['a', 'b', 'c','1', '2', '3h']print('dump fruit=',fruit)with open('fruit.kinds','wb') ...

目标检测的程序如人脸检测，但其中需要一个培训文件 haarcascade_frontalface_default.xml。对于不同的检测目标，这个文件不同，怎么得到这个文件呢？这就是本文要介绍的。最开始在网上查找，有很多介绍，其中需要几个培训用的执行文件。在我的新版本4.x opencv 里找不到，后来听说只有3.x 的版本里有。我下载了一个opencv 3.4.7，找到了介绍中的执行文件。我...

关于保存和导入可以参看https://www.tensorflow.org/guide/keras/save_and_serialize# Save the modelmodel.save('path_to_my_model.h5')# Recreate the exact same model purely from the filenew_model = keras.model...

前文介绍了预装python 和opencv 的树莓派系统的安装，但发现他比较挑sd 卡，我自己的sd 卡一装就好，朋友的几个都不好装。所以我就尝试从官方系统上直接安装opencv，终于成功了，所以就写下体会，其实很容易的。很多网上介绍需要自己编译opencv，我这个不需要。安装树莓派系统首先下载树莓派系统，https://www.raspberrypi.org/downloads/...

本文是在python 的web框架 django 的入门教程 3上开始的。根据django 官方教程学习而来，内容也与其教程4配对。下一节内容是：python 的web框架 django 的入门教程 5 测试（待完成）本章主要介绍表单和通用视图。写个简单的表单修改模板：polls/detail.html<h1>{{ question.question_te...

本文是在python 的web框架 django 的入门教程 2 数据库上开始的。根据django 官方教程学习而来，内容也与其教程3配对。下一章：python 的web框架 django 的入门教程 4 表单继续网上投票程序，这章关注的是建立接口View。view在django 中是网页的一种类型，他有特定的功能和模板。在我们的polls应用程序中，我们有以下四个视图：...

本文是在python 的web框架 django 的入门教程 1上开始的。根据django 官方教程学习而来，内容也与其教程2配对。下一节内容是：python 的web框架 django 的入门教程 3 网页（view)数据库设置打开 mysite/mysite/settings.py，这是一个普通的Python模块，带有表示Django设置的模块级变量。可以找到数据库的部分，...

前面我介绍了 从图片中人脸识别，也介绍了 摄像头接口 ，这2者组合就可以构成实时人脸检测。如果要效果好，还要注意 调整摄像头的参数程序运行前应该下载好文件haarcascade_frontalface_default.xml，程序注释中有个下载地址。如果你自己电脑上有opencv，那么电脑上也可以搜索到，我的在C:\opencv347\opencv\sources\data\haarcas...

为了取得好的图片效果，我们需要设置摄像头的参数。假如摄像流为 cap， 那么设置参数是cap.set(参数编号，参数)获取参数值的函数是 cap.get(参数编号)看一段摄像头参数设置读取的例子吧，代码里先设置3个参数，然后再读取这3个参数。import cv2#选择摄像头号，一般从 0 开始cap = cv2.VideoCapture(0)#先设置参数，然后读取参数...

本文介绍机器学习 TensorFlow2.0 官方入门程序。我觉得这个入门程序不容易看懂，所以做一个解说。其实更简单易懂的入门程序是我的机器学习 tensorflow 2 的hello world机器学习 TensorFlow2.0 官方入门程序在https://tensorflow.google.cn/overview/，有个中文翻译解释了的在 TensorFlow 2.0 极简教程...

Python下有许多Web 框架。Django是重量级选手中最有代表性的一位。许多成功的网站和APP都基于Django。Django是一个开放源代码的Web应用框架，由Python写成。本文是一个python 的web 构架Django 的入门教程，根据https://docs.djangoproject.com/en/2.2/intro/tutorial01/完成的测试。下一个教...

在机器学习 tensorflow 2 的hello world一文里，介绍了一个最简单的tensorflow 2编程。本文就在其的基础上，来个实际的例子：图像分类。总共包含10个类别中的70,000个灰度图像。使用60,000张图像来训练网络，用10,000张图像让机器判断，以评估网络学习图像分类的准确程度。当然这些图像都是现成提供，用于我们学习。原始的代码和教程英文：https:...

我们学习什么都是学习一个最简单例子开始，有时就叫hello world。我们学basic, c,c++,python，最简单的程序就是打印显示一个hello world。我这里参考https://codelabs.developers.google.com/codelabs/tensorflow-lab1-helloworld写一个最简单的tensorflow 程序，演示其基本结构...