python中细节问题(持续更新)

1 numpy
(1)
numpy.ravel()
numpy.flatten()
功能相同部分:将多维数组降成一维
功能差异化:
numpy.ravel()返回视图,(C/C++引用reference的意味),会影响原始矩阵
numpy.flatten()返回拷贝,对拷贝所做的修改不会影响原始矩阵
(2)
reshape:有返回值,所谓有返回值,即不对原始多维数组进行修改;
resize:无返回值,所谓有返回值,即会对原始多维数组进行修改
(3)
argsort(x,0) 返回数组值从小到大的索引值(0,按列进行排序;1,按行进行排序)
arr.permute()矩阵维度变换

2 opencv
opencv 图片颜色通道顺序 BGR
其他计算机视觉库 图片颜色通道 RGB

cap = cv2.VideoCapture(0)
VideoCapture()中参数是0,表示打开笔记本的内置摄像头,
参数是视频文件路径则打开视频,如cap = cv2.VideoCapture(“…/test.avi”)

ret,frame = cap.read()
cap.read()按帧读取视频,ret,frame是获cap.read()方法的两个返回值。
其中ret是布尔值,如果读取帧是正确的则返回True,如果文件读取到结尾,它的返回值就为False。
frame就是每一帧的图像,是个三维矩阵

cv2.waitKey(1),waitKey()方法本身表示等待键盘输入,
参数是1,表示延时1ms切换到下一帧图像,对于视频而言;
参数为0,如cv2.waitKey(0)只显示当前帧图像,相当于视频暂停,;
参数过大如cv2.waitKey(1000),会因为延时过久而卡顿感觉到卡顿。
c得到的是键盘输入的ASCII码,esc键对应的ASCII码是27,即当按esc键是if条件句成立

调用release()释放摄像头,调用destroyAllWindows()关闭所有图像窗

个人认为是设置图片像素问题,因此对图片像素设置的要求
max_im_shrink = (0x7fffffff / 200.0 / (image.shape[0] * image.shape[1])) ** 0.5
max_im_shrink = 3 if max_im_shrink > 3 else max_im_shrink
shrink = max_im_shrink if max_im_shrink < 1 else 1

3 PIL
pillow pillow_simd模块,这两个模块功能几乎一致,但是后者会比前者处理速度更快。
opencv读图片和pillow之间的相互转换
from PIL import Image
opencv ->PIL.Image
image = Image.fromarray(frame)
img = image.resize((W,H),Image.ANTIALIAS)
img.convert(‘RGB’)
img = img.transpose(2,0,1) # bgr->rgb

4 异常问题
try:
Normal block
except A:
Exception A handle
except:
Other exception handle
else:
print “else”
finally:
print(“finally”)

1,正常的情况(try语句块执行没有发生异常):
  执行顺序:
    1.1 try中的语句块,
    1.2 else语句块,
    1.3 finally语句块
2,异常的情况(try语句执行发生异常):
  执行顺序:
    2.1 先执行try语句,发生异常,中断try语句块的执行;
    2.2 从第一个except处开始查找,如果找对对应的cxception则进入相应的处理分支,进行处理。如果各个except都没有找到,进入默认的except分支。
    2.3 执行finally语句块
  注:此时不执行else语句块

3.1 try一定要执行的,finally是一定要执行的
  3.2 else和finally是可选的;如果选择了else,那么必须有except
  3.3 有try,至少有一个except

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