weixin_45562000的博客

移动指定文件

weixin_45562000 — Fri, 02 Jul 2021 18:54:21 +0800

移动文件夹下子文件夹中子文件夹的文件、 # coding = utf-8 import os import shutil # from functools import reduce def search(path, s): to_dir_path='C:/Users\ZH\Desktop\新建文件夹' # result = [filename for t in os.walk(path) for filename in t[2] if s in os.path.splitext(

类--python

weixin_45562000 — Wed, 12 May 2021 10:57:05 +0800

1.经典类的写法：父类名称.__init__(self,参数1，参数2，...) 2. 新式类的写法：super(子类，self).__init__(参数1，参数2，....) class A(): def __init__(self, init_age): super().__init__() #构造函数的继承　 print('我年龄是:', init_age) self.age = init_age def __c...

format 格式

weixin_45562000 — Wed, 28 Apr 2021 15:49:11 +0800

‘{：<填充><对齐><宽度><千分符><精度><类型>}’.format（i）

使两个文件夹里的文件一样

weixin_45562000 — Tue, 27 Apr 2021 14:15:49 +0800

在这里插入代码片 ```import os import cv2 import PIL import numpy as np import shutil ori_image_path = "/media/workstation/4.0T/result/22000/ori_image" #少的 front_mask_path='/media/workstation/4.0T/result/22000/front_mask' #多的 save_path='/media/workstation/4.0T/re

十大物流仿真软件汇总

weixin_45562000 — Mon, 26 Apr 2021 21:42:37 +0800

这里写自定义目录标题(一) Flexsim(二) RaLC(乐龙)(三) Witness(SDX)(四) Automod(五) ShowFlow(六) SIMAnimation(七) Arena(八) Supply chain guru(九) Classwarehouse(十) SimLab (一) Flexsim Flexsim是美国的三维物流仿真软件,能应用于系统建模、仿真以及实现业务流程可视化.Flexsim中的对象参数可以表示基本上所有的存在的实物对象,如机器装备、操作人员、传送带、叉车、仓库、集装

matlab BP网络

weixin_45562000 — Mon, 26 Apr 2021 21:38:43 +0800

clear all clc %% 读取数据 load wine_dataset input=wineInputs; output=wineTargets; for i=1:1:size(wineTargets,2) output1(i)=find(wineTargets(:,i)==max(wineTargets(:,i))) end %% 设置训练数据和预测数据 %训练集124 测试集54 input_train = input(:,[1:42 60:110 131:164]); output_.

写obj文件

weixin_45562000 — Fri, 16 Apr 2021 13:38:05 +0800

传送门：http://openaccess.thecvf.com/content_CVPR_2019/papers/Wu_PointConv_Deep_Convolutional_Networks_on_3D_Point_Clouds_CVPR_2019_paper.pdf

拼矩阵

weixin_45562000 — Fri, 09 Apr 2021 10:26:41 +0800

xiantiao_hair=np.expand_dims(xiantiao_hair,axis=2) xiantiao_hair_1=np.concatenate((xiantiao_hair, xiantiao_hair), axis=2) xiantiao_hair_2=np.concatenate((xiantiao_hair_1, xiantiao_hair), axis=2) 由（360，360）——————》（360，360，3） ...

cv2.imread()读出的矩阵shape

weixin_45562000 — Tue, 06 Apr 2021 11:28:42 +0800

import cv2 mask = cv2.imread('/home/workstation/桌面/1/video.png') print(mask.shape) #####(238, 430, 3) 高度：430像素宽度：238像素彩图3通道

图像改变大小

weixin_45562000 — Sun, 28 Mar 2021 22:14:50 +0800

由512 * 512变成360 * 360 import os import cv2 import PIL from unet import unet from utils import * from PIL import Image path_tu = "/media/workstation/4.0T/shujuji/CelebAMask-HQ/CelebA-HQ-img" # 该文件夹下所有的文件（包括文件夹） filename_list = os.listdir(path_tu) # 返回指定路径下

灰度图mask，里边内容缩小2个像素点

weixin_45562000 — Sun, 28 Mar 2021 22:09:45 +0800

这里是引用 import os import cv2 import PIL from unet import unet from utils import * from PIL import Image path_tu = "/media/workstation/4.0T/result/skin/" # 该文件夹下所有的文件（包括文件夹） filename_list = os.listdir(path_tu) # 返回指定路径下的文件和文件夹列表 #print(filename_list[0][0:5.

ValueError: invalid literal for int() with base 10: ‘.DS_Store‘

weixin_45562000 — Sun, 14 Mar 2021 16:04:12 +0800

.DS_Store 由苹果公司的Mac OS X操作系统所创造的隐藏文件 filename_list = os.listdir(path_tu) filename_list.sort(key=lambda x: int(x[:-4])) ubuntu 运行上述程序出现 ValueError: invalid literal for int() with base 10: ‘.DS_S’ 错误后来才发现是有隐藏文件.DS_Store。没办法，也找不到删除该文件的办法---------因为他不显示！！

numpy数组统计各元素个数

weixin_45562000 — Sun, 14 Mar 2021 13:15:19 +0800

一维可以直接用Counter，二维，三维度需用flatten展开 from collections import Counter import cv2 img1 = cv2.imread('/home/workstation/桌面/test/00000.png') print(img1.shape) #(360, 360, 3) print(Counter(img1.flatten())) ...

两个数组(矩阵)比较是否相等

weixin_45562000 — Sun, 14 Mar 2021 13:05:00 +0800

.all() 查阅资料得知在numpy中数组的比较是依次进行的（即每个位置的数对应比较），所以两个矩阵比较时要想判断是否完全相等应该在后面加上.all()：如;比较数组 t_r_matrix和数组r_matrix是否相等 if (t_r_matrix == r_matrix).all(): print('**相等**') .any 若要判断两个矩阵中是否存在一个值相等用.any() ...

np.where（）多条件用法

weixin_45562000 — Sun, 14 Mar 2021 12:53:40 +0800

np.where(condition,x,y) 多条件时condition，&表示与，|表示或。同时满足两个条件时，可以用&符号，意思是"与"。 '|‘表示"或者"，可以和’&'联合起来使用。如a = np.where((0

减小分辨率和合并一些灰度图

weixin_45562000 — Fri, 12 Mar 2021 21:09:26 +0800

import os import cv2 import PIL from unet import unet from utils import * from PIL import Image path_tu = "/home/workstation/桌面/test/yuan" # 该文件夹下所有的文件（包括文件夹） filename_list = os.listdir(path_tu) # 返回指定路径下的文件和文件夹列表 filename_list.sort(key=lambda x: int(x[0:

在图上加点，并保存

weixin_45562000 — Fri, 12 Mar 2021 09:21:26 +0800

detection是想要加的点的坐标， shape=（点的个数，2） frames_yuan[0] 是图片矩阵 for detection in det: detection.tolist() for point in detection: point=tuple(point) print(point) cv2.circle(frames_yuan[0], point, 1, (0,255,0)) #这是画一个圆，这样小一点就是点了

查看参数模型.pth 里的参数

weixin_45562000 — Tue, 09 Mar 2021 13:11:47 +0800

import torch path = '/media/workstation/4.0T/structure_via_consensus-master/ptlabel_best_model.pth' pretrained_dict = torch.load(path) for k, v in pretrained_dict.items(): # k 参数名 v 对应参数值 print(k)

修改图片大小，加一列255（白）像素

weixin_45562000 — Tue, 02 Mar 2021 09:21:19 +0800

1. 直接加 # 导入需要的模块 from glob import glob from PIL import Image import os from PIL import Image import numpy as np import cv2 import matplotlib.image img_path = glob("F:/1/11/l/*.bmp") # 存储（输出）路径 path_save = "F:/1/xiugai_L/" import matplotlib.pyplot as plt f

计算机三级嵌入式笔记

weixin_45562000 — Mon, 22 Feb 2021 12:18:09 +0800

第十套 1 每一数据帧由：发送设备MAC地址–>接受设备MAC地址–>控制信息–>有效载荷（传输的数据）–>校验信息 2 处理器可以工作在撒种不同的状态： ARM状态，Thumb状态及Thunb-2状态，调试状态而Cortex-M3只有Thunb-2状态和调试状态 3 EEPROM (Electrically Erasable Programmable read only memory)是指带电可擦可编程只读存储器 EPROM 紫外线可擦可编程只读存储器 FRAM 铁电存储器