小编Jim*_*ard的帖子

编辑:我通过向图像添加2位帧,然后使用我的代码,最后裁剪图像以删除额外的帧来绕过问题.这是一个丑陋的解决方案,但它的工作原理!

我遇到了一个问题,我不确定这是一个错误还是我缺乏经验.我会尽可能清楚地总结一下:

1. 我得到一个二进制图像,其中包含我想要分析的彩色图像的轮廓(白色像素是我的算法检测到的轮廓的周长,其余为黑色).图像非常复杂,因为我想要检测的对象完全填充图像(没有"背景").

2. 我对该图像使用findcontours:

   contours, hierarchy = cv2.findContours(image,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_NONE)
   

   Run Code Online (Sandbox Code Playgroud)

3. 然后"for"循环检测面积小于"X"像素的轮廓和hierarchy[0][x][3] >= 0(让我们调用新数组"contours_2")

4. 我在新图像中绘制"contours_2":

   cv2.drawContours(image=image2, contours=contours_2, contourIdx=-1, color=(255,255,255), thickness=-1)
   

   Run Code Online (Sandbox Code Playgroud)

问题是drawcontours绘制所有轮廓都很好,但它不会"填充"图像边界中的轮廓(也就是说,图像边缘有一个边界的轮廓).我尝试将图像的边框像素(如框架)设置为True,但它不起作用,因为findcontours会自动将这些像素设置为零(在函数说明中).

使用cv2.contourArea在前面的回路检测的轮廓以及返回正常值,所以没有办法知道当一个轮廓将drawcontours被忽略,什么时候会填写正确.cv2.isContourConvex根本不起作用,因为每个轮廓返回为假.

我可以在绘制它们之前使用cv2.convexHull绘制那些"边缘"轮廓,但我只需要在边缘上使用它(因为它会使轮廓变形并且我想尽可能地避免这种情况).问题是......我无法检测哪些轮廓位于图像的边缘,哪些轮廓不是,并且使用drawcontours可以正常工作.

所以我想问为什么drawContour表现得那样,如果有一些方法可以让它填充边缘的轮廓.或者,另一种解决方案是找到如何检测图像边界中的轮廓(因此我可以在需要时应用凸包).

2017年的新标准增加了std::filesystem.使用它,我如何计算目录中的文件(包括子目录)的数量？

我知道我们可以这样做:

std::size_t number_of_files_in_directory(std::filesystem::path path)
{
    std::size_t number_of_files = 0u;
    for (auto const & file : std::filesystem::directory_iterator(path))
    {
        ++number_of_files;
    }
    return number_of_files;
}

但这似乎有点矫枉过正.是否存在更简单,更快捷的方法？

我有两个列表list1和list2数字,我想用相同的指令迭代它们.像这样:

for item in list1:
  print(item.amount)
  print(item.total_amount)

for item in list2:
  print(item.amount)
  print(item.total_amount)

但这感觉多余.我知道我可以写for item in list1 + list2:,但它有运行时间的代价.

没有宽松的时间,有没有办法做到这一点？

我有一些在Python中编写的代码,其输出是一个numpy数组,现在我想将该输出发送到C++代码,其中将执行大量的计算.

我尝试过使用cython public cdef,但我正在运行一些问题.非常感谢你的帮助!这是我的代码:

pymodule.pyx:

from pythonmodule import result # result is my numpy array
import numpy as np
cimport numpy as np
cimport cython

@cython.boundscheck(False)
@cython.wraparound(False)
cdef public void cfunc():
    print 'I am in here!!!'
    cdef np.ndarray[np.float64_t, ndim=2, mode='c'] res = result
    print res

一旦进行了cython化,我打电话给:

pymain.c:

#include <Python.h>
#include <numpy/arrayobject.h>
#include "pymodule.h"

int main() {
  Py_Initialize();
  initpymodule();
  test(2);
  Py_Finalize();
}

int test(int a)
{
    Py_Initialize();
    initpymodule();
    cfunc();
    return 0;
}

我得到一个NameError为result …

从迭代中删除项目通常会导致RuntimeError: dictionary changed size during iteration异常:

d = {1: 2}
# exception raised
for k in d:
  del d[k]

更确切地说,删除本身将成功.但是,要进入下一轮迭代,解释器必须调用next(it),it通过之前获得的字典,迭代器在哪里.此时,next()会注意到字典大小发生了变化,并抱怨.

到现在为止还挺好.但是如果我们都删除并添加项目到字典呢？

d = {1: 1}
# no exception raised
for k in d:
  # order of next two lines doesn't matter
  d[k*10] = k*10
  del d[k]

我几乎可以肯定这不安全(文档暗示在迭代期间不允许插入或删除).为什么解释器允许此代码无错运行？

我唯一的猜测是,每当调用insert或delete方法时,检查哪些迭代器无效是太昂贵了.所以dict不要尝试完善提出这个例外.相反,它只是跟踪每个迭代器内部字典的大小,并在实际要求迭代器移动到下一个项目时检查它是否未更改.有没有办法能够以低成本实现全面验证？

我使用的是aiohttp和sqlalchemy,和我创建了一个单身,帮助我,当我需要的SQLAlchemy(代码如下)的实例连接.不幸的是,每隔一段时间我就会收到以下错误(我通过重启服务器"解决"):

12月11日09:35:29 ip-xxx-xxx-xxx-xxx gunicorn [16513]:sqlalchemy.exc.StatementError:(sqlalchemy.exc.InvalidRequestError)在无效事务回滚之前无法重新连接[SQL:'.. .\nFROM ... \nWHERE ... =%(username_1)s \n LIMIT%(param_1)s'] [参数:[{}]]```

有没有办法修复当前的代码？谢谢 :)

CONNECTION_DETAILS = {
    'driver': 'pymysql',
    'dialect': 'mysql',
    'host': os.environ.get('HOST'),
    'port': 3306,
    'user': 'master',
    'password': os.environ.get('PASSWORD'),
    'database': 'ourdb',
    'charset': 'utf8'
}

_instance = None

def __new__(cls, *args, **kwargs):
    if not cls._instance:
        con_str = '{dialect}+{driver}://{user}:{password}@' \
                  '{host}:{port}/{database}?charset={charset}'\
            .format(**cls.CONNECTION_DETAILS)
        try:
            engine = sqlalchemy.create_engine(con_str)

            Session = scoped_session(sessionmaker(bind=engine))
            session = Session()  # Create the ORM handle
        except sqlalchemy.exc.OperationalError:
            logger.exception('Establishing database connection error.')

        cls._instance = super().__new__(cls)
        logger.debug("Returning …

什么是正确的类型提示x = []？

我的 PyCharm 编辑器中的类型检查器将此标记为错误：

labelframes: List[ttk.LabelFrame] = []

'Optional' 不是一个选项，如：

labelframes: List[Optional[ttk.LabelFrame]] = []

因为文档typing.Optional说明这相当于：

labelframes: List[Union[ttk.LabelFrame, None]] = []

并且[None]不是[]。

我应该提到 PyCharm 也不喜欢这样：

labelframes: List[Union[ttk.LabelFrame, None]] = [None]

无论我尝试什么类型的提示。PyCharm 将其标记为错误，“预期在此处返回我的类型提示，但没有返回”，因此我尝试了：

labelframes: Optional[List[ttk.LabelFrame, None]] = []

那没有用。

我知道 PEP 526 有许多遵循以下模式的示例：

x: List[str] = []

在Python 3.6中,您可以使用以下f字符串:

>>> date = datetime.date(1991, 10, 12)
>>> f'{date} was on a {date:%A}'
'1991-10-12 was on a Saturday'

我想重载接收'%A'上述方法的方法.可以吗？

例如,如果我想写一个愚蠢的包装器datetime,我可能期望这个重载看起来像:

class MyDatetime:
    def __init__(self, my_datetime, some_other_value):
        self.dt = my_datetime
        self.some_other_value = some_other_value

    def __fstr__(self, format_str):
        return (
            self.dt.strftime(format_str) + 
            'some other string' +
            str(self.some_other_value
        )

我需要创建一个包含某些运行结果的箱形图 - 对于每个运行,我都有最小输出,最大输出,平均输出和标准偏差.这意味着我将需要16个带有标签的箱形图.

到目前为止我遇到的例子描绘了一个数字分布,但在我的情况下,这是不可行的.

在Python(Matplotlib)/ R中有没有办法做到这一点？

'Hello ' + 1 在Python 3.5和3.6上没有返回相同的错误消息:

• Python 3.5.2: TypeError: Can't convert 'int' object to str implicitly
• Python 3.6.0: TypeError: must be str, not int

这是一个简单的措辞改变还是有更微妙的背后？