XLM11的专栏

最近有点空闲的时间，又不是很多，就想学点什么，之前听过那句话：生命苦短，我用python，然后就想觉得很适合，其实以前老听别人说爬虫爬虫，不知道是个什么鬼，借这个机会也了解下。    首先在w3school上面过了一遍python基础知识，真的看得人兴致全无，后来有各种找啊找，找到这个教程，跟着他入门，看着自己的程序跑起来的时候，终于觉得有意思了！    先写了个爬糗事百科的例子，知识爬段

Python会自动对列表内存进行收缩并移动列表元素以保证所有元素之间没有空隙，增加列表元素也会自动扩展内存并对元素进行移动，每当插入或删除一个元素，该元素位置后面的元素的索引就都改变了。所以对列表做删除或添加操作的时候，如果索引改变了的话，会出现未预期的结果。

is 是判断id是否相等即id(a)==id(b) 但为什么只是数值不同 字符串不同 就会让is结果不一样？这与python缓冲池有关，就int 而言，如果它在区间[-5,256]之间a=-5b=-5不会为b开辟新的空间，只是b指向a的引用对于字符串也会有对应的判断条件，当一个字符串所有字符都在一个预设字符串中时，就也不开辟新空间 只是引用这与java中的==很像

在用字体文件造汉字的过程中，固定了图片大小后，用不同的字体绘制，会有一个问题，图片有时候太小，不足够画一个汉字。为不同的字体、字号去调不同的图片大小又很麻烦。就干脆在大的空白图片画汉字，再剪裁（本来也有剪裁的需求）逻辑是这样的：图片也就是个三维数组，如果空白是白色的，也就是（255，255，255）计算四个方向（上，下，左，右）第一个不是空白的下标，再切片，放到一个新的array里def trim...

之前那个去除图片四周空白区域，针对的图片是背景前景只有两个值的，这种一般是自己生成的图片或者文档图片扫描图片能这么规则，但对于实际手写图片，就无能为力了，当初处理自己生成的训练集图片，前景背景值已知用这个方法，现在测试真实图片稍微复杂些，不过原理差不多。先找出阈值retret, otsu = cv2.threshold(img,0,255,cv2.THRESH_BINARY+cv2.TH...