我的第一个问题是；通常我可以通过几次搜索找到答案，但这次不行。
我想编写一个在启动时运行的脚本，以检查外部显示器是否连接到笔记本电脑。
我想用 python 编写脚本。
我使用的是 32 位 Ubuntu 10.04。我四处搜寻但找不到任何有用的东西。有什么建议吗？谢谢
我有这个问题的麻烦.一种程序,用于检测声音文件中的小鼓声音,生成它的波形,并强调检测到小鼓的部分.这个程序可能存在吗？:)这是分配给我的研究/论文.我一直在研究可能的算法,并且我已经看到了一些初步的研究.这包括在声音检测领域吗？你能告诉我一些想法或任何材料,我可以使用的代码片段吗？对此,我真的非常感激.谢谢!:)
我开始编写自己的图像主机，但我有一个小问题：
如果您通过浏览器直接查看链接（例如 Domain.com/img/123），我想显示一个 HTML 页面，如果您通过以下方式嵌入链接，我想显示一个图像
<img src="Domain.com/img/123">
以方便使用。
是否可以检测链接是直接查看的还是用PHP嵌入的链接？
有一个简单的正则表达式模式可以检测文本中的 IBAN（包括特定国家/地区格式？）
实际上我正在用这个正则表达式找到 IBAN ：
[a-zA-Z]{2}[0-9]{2}[0-9a-zA-Z]{10,30}
但这与格式化的 IBAN 不匹配（正常，我没有引入空格检测）：
FR76 30003 02420 002202XXXXX 77
或者
PT50 0002 0123 1234 5678 9015 4
你能帮助我吗 ？在哪里可以找到按国家/地区划分的所有格式化 IBAN 模式？
例子 ：
“我的 IBAN 是 PT50 0002 0123 1234 5678 9015 1 用正则表达式捕获它，这也是 PT50000201231234567890151 ！”
我想提取/处理“PT50 0002 0123 1234 5678 9015 1”和“PT50000201231234567890151”。
编辑： 解决方案 1 - 很长的模式：
((NO)[0-9A-Z]{2}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{3}|(NO)[0-9A-Z]{13}|(BE)[0-9A-Z]{2}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}|(BE)[0-9A-Z]{14}|(DK|FO|FI|GL|NL)[0-9A-Z]{2}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{2}|(DK|FO|FI|GL|NL)[0-9A-Z]{16}|(MK|SI)[0-9A-Z]{2}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{3}|(MK|SI)[0-9A-Z]{17}|(BA|EE|KZ|LT|LU|AT)[0-9A-Z]{2}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}|(BA|EE|KZ|LT|LU|AT)[0-9A-Z]{18}|(HR|LI|LV|CH)[0-9A-Z]{2}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{1}|(HR|LI|LV|CH)[0-9A-Z]{19}|(BG|DE|IE|ME|RS|GB)[0-9A-Z]{2}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ ][0-9A-Z]{4}[ …我想将Google Tensorflow Detect Sample App中TensorFlowMultiBoxDetector.java使用的multibox_model.pb替换为对象检测API的模型动物园中包含的mobilenet frozen_inference_graph.pb.
我在其上运行了optimize_for_inference脚本,但tensorflowInferenceInterface无法解析优化模型.但是,它可以解析原始的frozen_inference_graph.pb.我仍然认为我需要以某种方式修改此图形以获取方形大小的输入图像,例如multibox_model.pb所做的224x224.
我正在研究汽车检测。在 python 上工作并打开 cv3。
所以我需要cars.xml 的例子。包含眼睛，面部，人体的xml文件太多，但找不到汽车的haarcascades。
我正在开发一种工具，可以用它对较长的电影进行快速超级剪辑。
我使用 ffmpeg 场景检测来分割这样的场景（然后在Python中解析输出）：
ffmpeg -i "video.mp4" -filter_complex "select='gt(scene,0.3)',metadata=print:file=_ffScenes.txt" -vsync vfr scn_%%03d.jpg
许多影片都有褪色现象，这是场景检测的问题。
我不需要准确性，分析文件1 fps就足够了。我尝试将输入帧速率降低到，1 fps但场景检测仍然检查每一帧。这怎么可能做到呢？
谢谢！
我需要能够分析（搜索）数百个 WAV 文件并检测但不能消除静态噪声。正如目前所做的那样，我必须听每个对话并手动找到特征噪声/静电，这花费了太多时间。理想情况下，我需要一个程序，它可以读取每个新的 WAV 文件，并能够检测静态噪声的特征签名，例如白噪声或全音频带的突发周期、高振幅噪声（例如电话交谈中的 AM 无线电噪声）如白噪声墙）或正常声音背景中的高频高振幅突发（如电话线上的噼啪声）。我不需要消除噪音，只需检测它并标记录音以进行进一步的故障排除。有想法吗？
我可以听录音并找到静电或噼啪声，但这需要时间。我需要一个可以自行运行并标记有问题的通话录音（电话 PBX 的 WAV 文件）的自动化或批处理过程。这些是 SIP 和模拟对话，具体取决于对话的分支，因此 RTSP/SIP 数据包分析可能是一种选择，但原始 WAV 文件是最简单的。我可以使用 Audacity，但这仍然需要打开每个文件并查看音频频谱测量的视觉表示，并且只比收听每个呼叫快一点，但仍然很麻烦。
我目前没有用于此任务的代码或方法。我只是听每个通话的 wav 文件来查找噪音。
我需要批量 Wav 文件搜索，它可以渲染包含电话通话录音中特征噪声、静电或噼啪声的 wav 文件录音。
我正在关注本教程：https://www.pyimagesearch.com/2014/07/21/detecting-circles-images-using-opencv-hough-circles/
我正在摆弄 HoughCircles 的参数（即使是那些你在代码中没有看到的参数，例如：param2），它看起来非常不准确，在我的项目中，你在图片上看到的磁盘将被放置在随机点上，我需要能够检测它们及其颜色。
目前我只能检测到几个圆圈，有时会在没有圆圈的地方绘制一些随机圆圈，所以我有点困惑。
这是使用 openCV 进行圆检测的最佳方法还是有更准确的方法？另外为什么我的代码没有检测到每个圆圈？
初始板： https: //i.stack.imgur.com/Ba6H9.jpg
绘制的圆圈：https://i.stack.imgur.com/3dY4q.jpg
我的代码：
import cv2
import numpy as np
img = cv2.imread('Photos/board.jpg')
output = img.copy()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# detect circles in the image
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1.2, 100)
# ensure at least some circles were found
if circles is not None:
# convert the (x, y) coordinates and radius of the circles to integers
circles = np.round(circles[0, :]).astype("int")
# loop over the (x, y) coordinates …是否有Mootools方式来检测iPhone/Android /其他？我有这个Vanilla JS脚本:
if ( navigator.userAgent.match(/Android/i) || navigator.userAgent.match(/BlackBerry/i) ||
navigator.userAgent.match(/iPhone/i) ||
navigator.userAgent.match(/Palm/i) )
{
window.location = 'address-to-iphone-site';
}
我知道如何为浏览器(jsfiddle,但不是智能手机)这样做.
任何帮助都会受到欢迎.