写在文章前 这些天因为工作需要要学习图像检测,笨笨的我啥都不会要盯着OpenCV重头开始学(:′⌒`),甚至查资料能力都很弱弱〒▽〒 夸一下我最好的男票(*^▽^*)  男盆友也不是做图像处理的 但是心疼我的笨("'▽'") 让我把要求给他(っ•̀ω•́)っ✎⁾⁾  他放下手中的游戏 花了一两天给我做出来然后写了份详细说明书φ(>ω<*) 当然是记下来 ٩(๑❛ᴗ❛๑)۶ ٩꒰▽ ꒱۶⁼³₌₃ 学习去咯 一．简介: 初次使用python的你一定感受到了python的便捷.作

 Python+OpenCV图像处理—— 直线检测 直线检测理论知识: 1.霍夫变换(Hough Transform) 霍夫变换是图像处理中从图像中识别几何形状的基本方法之一,应用很广泛,也有很多改进算法.主要用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等).最基本的霍夫变换是从黑白图像中检测直线(线段). 2.Hough变换的原理是将特定图形上的点变换到一组参数空间上,根据参数空间点的累计结果找到一个极大值对应的解,那么这个解就对应着要寻找的几何形状的参数(比如说直线,那么就会得

python检测文件的MD5值MD5(单向散列算法)的全称是Message-Digest Algorithm 5(信息-摘要算法),经MD2.MD3和MD4发展而来.MD5算法的使用不需要支付任何版权费用. #python 检测文件MD5值 #python version 2.6 import hashlib import os,sys #简单的测试一个字符串的MD5值 def GetStrMd5(src): m0=hashlib.md5() m0.update(src) print m0.he

使用python检测一个设备是否ping的通 一,subprocess以及常用的封装函数 运行python的时候,我们都是在创建并运行一个进程.像Linux进程那样,一个进程可以fork一个子进程,并让这个子进程exec另外一个程序.在Python中,我们通过标准库中的subprocess包来fork一个子进程,并运行一个外部的程序. subprocess 包中定义有数个创建子进程的函数,这些函数分别以不同的方式创建子进程,所以我们可以根据需要来从中选取一个使用.另外subprocess还提供了

好想在2014结束前再赶出个10篇博文来,~(>_<)~,不写博客真不是一个好兆头,至少说明对学习的欲望和对知识的研究都不是那么积极了,如果说这1天的时间我能赶出几篇精致的博文,你们信不信,哈哈,反正我是信了... python检测服务器是否ping通的2种方法 1.第一种比较挫,就是用ping,python调用shell,这个适用于较少的服务器数量,几百台已经很慢了(当然是说python同步的方法,要是nodejs异步方式还是很快的,但是nodejs CPU计算不行,所以尝试了下只能200台

安全篇:弱密码python检测工具 https://github.com/penoxcn/PyWeakPwdAudit

python检测是否是质数 编写python脚本,使得实现以下功能: 输入一个整数,通过脚本判断出输入的这个数是否是质数,然后输出是否是质数. 脚本如下图所示: Num = input("Please input a integer :") i = 2 while i < Num : if Num % i == 0 : print "{} is not a prime number !".format(Num) break else : i += 1 if i

python检测变量名 变量在编程中的用途非常广,在python中,变量的名称只能以字母或者下划线“_”开头,变量名只能由字母.数字.下划线组成. 编写python,使得其实现以下功能: 1.输入一个变量名: 2.当变量名首位不是字母或者下划线时,自动输出“该变量名不合适!”: 3.当变量名中有除了字母.数字和下划线以外的其他符号时,自动输出“该变量名不合适!”: 4.当变量名使用规范时,输出“该变量名可用”. python的脚本如下: mport string Variable = raw_i

需求:Python检测URL状态,并追加保存200的URL 代码一: #! /usr/bin/env python #coding=utf-8 import sys import requests def getHttpStatusCode(url): try: request = requests.get(url) httpStatusCode = request.status_code return httpStatusCode except requests.exceptions.HTTP

研发过程,把开发过程较好的代码收藏起来,如下的代码内容是关于python检测远程udp端口是否打开的代码,希望对各朋友有较大帮助. import socketimport threadingimport timeimport structimport Queue queue = Queue.Queue() def udp_sender(ip,port): try: ADDR = (ip,port) sock_udp = socket.socket(socket.AF_INET,socket.SO

基于python检测端口是否在使用 - 缘起花渊 - 博客园https://www.cnblogs.com/yqmcu/p/9804002.html def net_is_used(port,ip='127.0.0.1'): s = socket.socket(socket.AF_INET,socket.SOCK_STREAM) try: s.connect((ip,port)) s.shutdown(2) print('%s:%d is used' % (ip,port)) return Tr

使用hashlib模块,可对文件MD5一致性加密验证: #python 检测文件MD5值 #python version 2.6 import hashlib import os,sys #简单的测试一个字符串的MD5值 def GetStrMd5(src): m0=hashlib.md5() m0.update(src) print m0.hexdigest() pass #大文件的MD5值 def GetFileMd5(filename): if not os.path.isfile(fil

function [hough_space,hough_circle,para] = hough_Circle(BW,step_r,step_angle,r_min,r_max,p) % %%%%%%%%%%%%%%%%%%%%%%%%%% % input % BW:二值图像: % step_r:检测的圆半径步长 % step_angle:角度步长,单位为弧度 % r_min:最小圆半径 % r_max:最大圆半径 % p:以p*hough_space的最大值为阈值,p取0,1之间的数 % %%

昨天第一次用python画圆,当时并没有安装numpy库(导入数据包)和matplotlib库(导入图形包),于是尝试用pip安装库 首先,我先更新了pip,如下图: 顺便附上成功截图: 然后安装numpy库: 用这种常规方法安装库会出现time out,也就是超时的情况,以下是我的解决方法: 解决办法1:延长timeout时间 raise ReadTimeoutError(self._pool, None, 'Read timed out.') ReadTimeoutError: HTTPSC

git:https://github.com/linyi0604/Computer-Vision # coding:utf8 import cv2 import numpy as np img_origin = cv2.imread("../data/circle.jpg") img_gray = cv2.cvtColor(img_origin, cv2.COLOR_BGR2GRAY) # 低同滤波进行平滑图像 img = cv2.medianBlur(img_gray, 5) cim

目录: (一)霍夫圆检测原理 (二)代码实现 (一)霍夫圆检测原理 (二)代码实现 1 #霍夫圆检测 2 import cv2 as cv 3 import numpy as np 4 5 def detect_circles_demo(image): 6 dst = cv.pyrMeanShiftFiltering(image, 10, 100) #边缘保留滤波EPF 7 cimage = cv.cvtColor(dst, cv.COLOR_RGB2GRAY) 8 circles = cv.H

import sys import os import _io from collections import namedtuple from PIL import Image class Nude(object): Skin = namedtuple("Skin", "id skin region x y") def __init__(self, path_or_image): # 若 path_or_image 为 Image.Image 类型的实例,直接赋值

某些网站为了实现友好的用户交互,提供了一种自定义的错误页面,而不是显示一个大大的404 ,比如CSDN上的404提示页面如下: 这样虽然提高了用户体验,但是在编写对应POC进行检测的时候如果只根据返回的HTTP头部信息判断,则很可能造成误报,为了能准确检测到404页面, 需要从状态码和页面内容两个方面来进行判断. 从状态码来判断比较简单.可以直接使用requests库发送http请求,得到响应码即可. 从页面内容上进行判断的话,采用的思路是访问web站点上明显不存在的页面,获取页面内容进行保存,

应用场景:用来检测网站可用性,访问失败,则发邮件通知 #!/usr/bin/env python import urllib2,time,smtplib,string,logging from conf import * logging.basicConfig(level=logging.DEBUG, format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s', datefmt='%a, %d %b %

首先安装Dlib,Opencv库 Dlib安装链接:http://www.cnblogs.com/as3asddd/p/7237280.html 环境:Mac Sierra 10.12.1 Python 2.7.1 设置特征检测器,dlib有已经训练的好的需要下载,也可以自己根据需要训练 下载链接:http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2 下载完之后解压,将路径送到dlib.shape_predictor()里

检测字符串长度的方法:len() 检测字符串是否含有字母的方法:str.isalpha() 检测字符串是否含有数字的方法:str.isnumeric() 检测字符串是否有大写字母:str.upper() 检测字符串是否含有小写字母:str.lower 更多is.xxx的方法,请参考: https://docs.python.org/3/library/sdtypes.html#string - methods 代码案例: def check_numbers_exist(password_str)