EXCLE.随笔

实现快速求和:ctrl +g 定位 空值 alt+=
批量补充空白区域:取消单元格合并 选中 ctrl +g 定位 空值 ↑ ctrl+回车

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
好的,以下是逐步解析的R语言代码: 首先,我们需要安装和加载一些必要的包,如下所示: ```r # 安装和加载必要的包 install.packages("xlsx") # 用于读写Excel文件 install.packages("corrr") # 用于计算相关系数 library(xlsx) library(corrr) ``` 接下来,我们需要读取EXCEL.xlsx文件,可以使用`read.xlsx()`函数,如下所示: ```r # 读取Excel文件 data <- read.xlsx("EXCEL.xlsx", sheetIndex = 1) ``` 这里我们假设数据在第1个sheet中,如果在其他sheet中,可以修改`sheetIndex`参数。 接下来,我们需要对数据进行相关性分析,可以使用`correlate()`函数,如下所示: ```r # 对数据进行相关性分析 cor_matrix <- correlate(data, method = "pearson") ``` 这里我们使用Pearson相关系数,如果需要使用其他相关系数,可以修改`method`参数。 接下来,我们需要提取第1列到第149列与第150列的相关系数,可以使用`select()`函数,如下所示: ```r # 提取第1列到第149列与第150列的相关系数 cor_subset <- select(cor_matrix, 1:149, 150) ``` 这里使用了`select()`函数,将第1列到第149列和第150列提取出来。 最后,我们需要将相关系数输出到Excel文件中,可以使用`write.xlsx()`函数,如下所示: ```r # 将相关系数输出到Excel文件中 write.xlsx(cor_subset, "output.xlsx", sheetName = "correlation", row.names = TRUE) ``` 这里我们将相关系数输出到名为"correlation"的sheet中,输出文件名为"output.xlsx",并将行名也输出到Excel文件中。 完整代码如下: ```r # 安装和加载必要的包 install.packages("xlsx") # 用于读写Excel文件 install.packages("corrr") # 用于计算相关系数 library(xlsx) library(corrr) # 读取Excel文件 data <- read.xlsx("EXCEL.xlsx", sheetIndex = 1) # 对数据进行相关性分析 cor_matrix <- correlate(data, method = "pearson") # 提取第1列到第149列与第150列的相关系数 cor_subset <- select(cor_matrix, 1:149, 150) # 将相关系数输出到Excel文件中 write.xlsx(cor_subset, "output.xlsx", sheetName = "correlation", row.names = TRUE) ```
评论
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