小编Sri*_*nth的帖子

我一直在尝试使用python opencv从抓取输出中删除黑色背景.

import numpy as np
import cv2

img = cv2.imread(r'myfile_1.png')
mask = np.zeros(img.shape[:2],np.uint8)

bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)

rect = (1,1,665,344)
cv2.grabCut(img,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)

mask2 = np.where((mask==2)|(mask==0),0,1).astype('uint8')
img = img*mask2[:,:,np.newaxis]

cv2.imshow('img',img)
cv2.imwrite('img.png',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

上面的代码我写了保存抓取输出.请建议,我如何删除黑色背景并使其透明？

我正在使用python请求库来访问soap请求.它工作正常.由于我们的域名结构发生了变化.我无法访问该网址,它总是提示我输入凭据.

我使用下面的代码使用请求更早地访问网址.

program_list_response = requests.get(program_list_path,
                                                 data=self.body, headers=self.headers)

如何使用请求在后台传递身份验证？

目前，我正在使用网络负载均衡器公开 k8s 服务。它创建了一个网络负载均衡器并将目标组设置为基于实例，一切正常。正如我们所知，节点中的端口始终在 30000 - 32767 的范围内。

不同的目标群体存在差异。基于实例的目标组用于保留客户端 IP，其中基于 IP 的目标组不保留客户端 IP。

现在安全组有问题，我想限制节点端口只能由负载均衡器的CIDR访问。由于它是基于实例的目标组，因此入站 IP 始终是客户端 IP。因此很难限制仅对某些 IP 的访问。

所以我的计划是将目标组切换到基于“IP”的组，这样我就可以限制对负载均衡器的 CIDR 的访问。

有没有其他方法可以使用基于 IP 的目标类型创建 NLB 负载平衡器？你能帮我一些建议吗？

apiVersion: v1
kind: Service
metadata:
  name: nginx-router
  annotations:
    service.beta.kubernetes.io/do-loadbalancer-protocol: "http"
    service.beta.kubernetes.io/do-loadbalancer-healthcheck-path: "/healthz"
    service.beta.kubernetes.io/aws-load-balancer-type: "nlb"
    service.beta.kubernetes.io/aws-target-type: ip
    service.beta.kubernetes.io/aws-load-balancer-ssl-cert: [tes]

    # service.beta.kubernetes.io/healthcheck-path: /healthz
spec:
  selector:
    app: nginx-router
  externalTrafficPolicy: Local
  ports:
    - port: 80
      targetPort: 80
      protocol : TCP
      name : http
    - port : 443
      targetPort: 443
      protocol : TCP
      name : https

  type: LoadBalancer

我正在使用“PerspectiveTransform”方法来变换给定矩形中的图像。方法“warpPerspective”工作正常，但输出包含黑色背景，我想删除黑色并使其透明。

import cv2
import numpy as np

img2 = cv2.imread(r"C:\Users\test\Desktop\map.jpg")
input_quad = np.float32([[0,0],[1024,0],[1024,752],[0,752]])
output_quad = np.float32([[4,139],[500,137],[500,650],[159,636]])
lambda_img = np.zeros((728, 992,3), np.uint8)
lambda_img[:,:,:] = 255
lambda_val = cv2.getPerspectiveTransform( input_quad, output_quad )
dst = cv2.warpPerspective(img2,lambda_val,(992,728),lambda_img, cv2.INTER_CUBIC, borderMode=cv2.BORDER_TRANSPARENT)
cv2.imwrite("Valchanged.png",dst)

[enter image description here][1]
[![enter image description here][2]][2]

下面是我恢复的输出。

我试图创建行星围绕太阳的投影。使用 RungeKutta 我试图投影和创建 matplotlib 图。但是，出椭圆并没有闭合。你能帮我吗，我到底在哪里做错了？

使用 Runge Kutta 找到位置随时间变化的向量 R。当我使用该图来绘制轨迹时，它不会形成我应该找到的椭圆。

import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

#unités de normalisation 
UA=149.59787e6                       #distance moyenne Terre-Soleil
MASSE=6.0e24                         #masse Terre
JOUR=24*3600                      

#données : 
k=0.01720209895  
G=(k**2)                             # constante de gravitation en km^3/kg/s²
r0= 1                                # distance initiale terre soleil en m    
Ms = 2.0e30/MASSE                    #masse Soleil
Mt = 1                               #masse Terre

w0 = 30/(UA/JOUR)                    #vitesse angulaire en Km/s
C = r0*(w0**2)
m = (Ms*Mt/Ms+Mt)                    #masse réduite

K = G*m                              #on choisit …

我正在从https://docs.sqlc.dev/en/latest/howto/query_count.html阅读 SQLC 文档。我想在我的项目中使用它。但是，我没有看到任何与表上的连接操作相关的文档。在 SQLC 中真的可能吗？如果是，我在哪里可以找到文档或参考资料？