Why not ?

准备了一年,终于在今天打算开始在优快云上写属于自己的文章了,之前总是抱着一种学习的心态,一种不配的态度来想写文章这件事,今天看了几个大牛写了关于自己的成长之路,感觉受益颇多。终于下定决心写属于自己的文章,只是能希望在记录自己成长的过程中也能给后来者提供稍微那么些许的帮助。

        本人于16年毕业于美丽的烟台大学,现在于济南主要从事Android开发,但是最近也在研究react-native 的技术,所以在我的文章里面可能更多的是关于这两个技术的。虽然做了不少项目,做过多人合作开发的项目,也自己独立完成过项目。但是感觉现在还是处于码农阶段。单纯的功能拼凑。

        突然感觉自己进入了一个相对瓶颈的阶段,不知道如何去进步,也不知道应该给自己弄个什么方向。有时候会感觉自己写的代码没有多大的意义,都是一些功能的堆积,在网上一大推,但是如果真要去做一些底层的东西,还真不可能做出来。有时候又很想学些其他的语言与技术,但是想想,移动开发就是一个很大的领域,我现在还是一知半解。不应该把精力放到其他方向上。哎。

       我感觉这应该是很多程序员在成长过程都会遇到的问题,或早或晚。

在此记录一下。

        

python+opencv简谱识别音频生成系统源码含GUI界面+详细运行教程+数据 一、项目简介 提取简谱中的音乐信息,依据识别到的信息生成midi文件。 Extract music information from musical scores and generate a midi file according to it. 二、项目运行环境 python=3.11.1 第三方库依赖 opencv-python=4.7.0.68 numpy=1.24.1 可以使用命令 pip install -r requirements.txt 来安装所需的第三方库。 三、项目运行步骤 3.1 命令行运行 运行main.py。 输入简谱路径:支持图片或文件夹,相对路径或绝对路径都可以。 输入简谱主音:它通常在第一页的左上角“1=”之后。 输入简谱速度:即每分钟拍数,同在左上角。 选择是否输出程序中间提示信息:请输入Y或N(不区分大小写,下同)。 选择匹配精度:请输入L或M或H,对应低/中/高精度,一般而言输入L即可。 选择使用的线程数:一般与CPU核数相同即可。虽然python的线程不是真正的多线程,但仍能起到加速作用。 估算字符上下间距:这与简谱中符号的密集程度有关,一般来说纵向符号越稀疏,这个值需要设置得越大,范围通常在1.0-2.5。 二值化算法:使用全局阈值则跳过该选项即可,或者也可输入OTSU、采用大津二值化算法。 设置全局阈值:如果上面选择全局阈值则需要手动设置全局阈值,对于.\test.txt中所提样例,使用全局阈值并在后面设置为160即可。 手动调整中间结果:若输入Y/y,则在识别简谱后会暂停代码,并生成一份txt文件,在其中展示识别结果,此时用户可以通过修改这份txt文件来更正识别结果。 如果选择文件夹的话,还可以选择所选文件夹中不需要识别的文件以排除干扰
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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