炫酷的python代码,
本文主要介绍Python代码实现各种很酷的功能,比如生成二维码、生成词云、批量抠图、人物情感识别等功能分享。有需要的朋友可以参考一下。
00-1010I、生成二维码II、生成文字云III、批量抠图IV、识别文字和情绪V、识别自己有没有口罩VI、轰炸简单信息VII、识别图片中的文字VIII、简单游戏。
目录
二维码也叫二维条码,常见的二维码是QR码,QR是快速反应的全称。是近年来移动设备上非常流行的一种编码方式,生成一个二维码也非常简单。在Python中,我们可以通过MyQR模块生成一个二维码,但是生成一个二维码只需要两行代码。我们先安装MyQR模块,选择国内源码在这里下载:
pip安装二维码
安装完成后我们就可以开始写代码了:
导入二维码
Text=input(输入文本或URL:)
#设置URL必须添加http://
img=qrcode.make(text)
img.save()
#将图片保存到本地目录,可以设置路径。
img.show()
我们执行代码后会在项目下生成一张二维码。当然我们还可以丰富二维码:
让我们先安装MyQR模块。
pip安装myqr
def gakki_code():
版本,级别,qr_name=myqr.run(
words=https://520mg.com/it/#/main/2,
#它可以是字符串或URL(以http(s)://)开头)
版本=1,#将容错率设置为最高。
level=H ,
#控制纠错级别,范围为L、M、Q、H,从左到右递增。
picture=gakki.gif,
#结合二维码和图片
彩色=真,#彩色二维码
对比度=1.0,
#用于调整画面的对比度,1.0表示原图,值越小表示对比度越低,值越大表示相反。默认值为1.0。
亮度=1.0,
#用于调节画面的亮度,其余用法和值同上。
save_name=gakki_code.gif,
#保存文件的名称。格式可以是jpg,png,bmp,gif
Save_dir=os.getcwd() #控制位置
)
gakki_code()
此外,MyQR还支持动态图片。
一、生成二维码
词云(word cloud)也称词云,是在文本数据中出现频率较高的“关键词”的视觉突出呈现。关键词的渲染形成了一幅云雾般的彩色图片,使文本数据的主要表达意义一目了然。
但作为一个老码农,我还是喜欢用自己的代码生成自己的词云。很复杂吗?需要很长时间吗?很多文字介绍了各种方法,其实只需要10行python代码。
首先安装必要的库。
pip安装wordcloud
pip安装街霸
pip安装matplotlib
将matplotlib.pyplot作为plt导入
从wordcloud导入WordCloud
进口洁霸
text _ from _ file _ with _ apath=open(/Users/Linux mi/Linux mi . txt )。阅读()
word list _ after _ jieba=jieba . cut(text _ from _ file _ with _ apath,cut_all=True)
wl_space_split=。join(wordlist_after_jieba)
my_wordcloud=WordCloud()。生成(wl_space_split)
plt.imshow(my_wordcloud)
工厂轴(关闭)
pl
t.show()
如此而已,生成的一个词云是这样的:
读一下这10行代码:
1~3 行,分别导入了画图的库matplotlib,词云生成库wordcloud 和 jieba的分词库;
4 行,是读取本地的文件
5~6 行,使用jieba进行分词,并对分词的结果以空格隔开;
7行,对分词后的文本生成词云;
8~10行,用pyplot展示词云图。
这是我喜欢python的一个原因吧,简洁明快。
三、批量抠图
抠图的实现需要借助百度飞桨的深度学习工具paddlepaddle,我们需要安装两个模块就可以很快的实现批量抠图了,第一个是PaddlePaddle
:
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
还有一个是paddlehub模型库:
pip install -i https://mirror.baidu.com/pypi/simple paddlehub
接下来我们只需要5行代码就能实现批量抠图:
import os, paddlehub as hubhumanseg = hub.Module(name=deeplabv3p_xception65_humanseg) # 加载模型
path = D:/CodeField/Workplace/PythonWorkplace/GrapImage/ # 文件目录
files = [path + i for i in os.listdir(path)] # 获取文件列表
results = humanseg.segmentation(data={image:files}) # 抠图
四、文字情绪识别
在paddlepaddle
面前,自然语言处理也变得非常简单。实现文字情绪识别我们同样需要安装PaddlePaddle和Paddlehub,具体安装参见三中内容。
然后就是我们的代码部分了:
import paddlehub as hubsenta = hub.Module(name=senta_lstm) # 加载模型
sentence = [ # 准备要识别的语句
你真美, 你真丑, 我好难过, 我不开心, 这个游戏好好玩, 什么垃圾游戏,
]
results = senta.sentiment_classify(data={text:sentence}) # 情绪识别
# 输出识别结果
for result in results:
print(result)
识别的结果是一个字典列表:
{'text': '你真美', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9602, 'negative_probs': 0.0398}
{'text': '你真丑', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0033, 'negative_probs': 0.9967}
{'text': '我好难过', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.5324, 'negative_probs': 0.4676}
{'text': '我不开心', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.1936, 'negative_probs': 0.8064}
{'text': '这个游戏好好玩', 'sentiment_label': 1, 'sentiment_key': 'positive', 'positive_probs': 0.9933, 'negative_probs': 0.0067}
{'text': '什么垃圾游戏', 'sentiment_label': 0, 'sentiment_key': 'negative', 'positive_probs': 0.0108, 'negative_probs': 0.9892}
其中sentiment_key
字段包含了情绪信息,详细分析可以参见Python自然语言处理只需要5行代码。
五、识别是否带了口罩
这里同样是使用PaddlePaddle
的产品,我们按照上面步骤安装好PaddlePaddle和Paddlehub
然后就开始写代码:
import paddlehub as hub# 加载模型
module = hub.Module(name=pyramidbox_lite_mobile_mask)
# 图片列表
image_list = [face.jpg]
# 获取图片字典
input_dict = {image:image_list}
# 检测是否带了口罩
module.face_detection(data=input_dict)
执行上述程序后,项目下会生成detection_result
文件夹,识别结果都会在里面。
六、简易信息轰炸
Python控制输入设备的方式有很多种,我们可以通过win32或者pynput模块。我们可以通过简单的循环操作来达到信息轰炸的效果,这里以pynput为例,我们需要先安装模块:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ pynput
在写代码之前我们需要手动获取输入框的坐标:
from pynput import mouse# 创建一个鼠标
m_mouse = mouse.Controller()
# 输出鼠标位置
print(m_mouse.position)
可能有更高效的方法,但是我不会。
获取后我们就可以记录这个坐标,消息窗口不要移动。然后我们执行下列代码并将窗口切换至消息页面:
import timefrom pynput import mouse, keyboard
time.sleep(5)
m_mouse = mouse.Controller() # 创建一个鼠标
m_keyboard = keyboard.Controller() # 创建一个键盘
m_mouse.position = (850, 670) # 将鼠标移动到指定位置
m_mouse.click(mouse.Button.left) # 点击鼠标左键
while(True):
m_keyboard.type(你好) # 打字
m_keyboard.press(keyboard.Key.enter) # 按下enter
m_keyboard.release(keyboard.Key.enter) # 松开enter
time.sleep(0.5) # 等待 0.5秒
七、识别图片中的文字
我们可以通过Tesseract
来识别图片中的文字,在Python中实现起来非常简单,但是前期下载文件、配置环境变量等稍微有些繁琐,所以本文只展示代码:
import pytesseractfrom PIL import Image
img = Image.open(text.jpg)
text = pytesseract.image_to_string(img)
print(text)
其中text就是识别出来的文本。如果对准确率不满意的话,还可以使用百度的通用文字接口。
八、简单的小游戏
从一些小例子入门感觉效率很高。
import randomprint(1-100数字猜谜游戏!)
num = random.randint(1,100)
guess =guess
i = 0
while guess != num:
i += 1
guess = int(input(请输入你猜的数字:))
if guess == num:
print(恭喜,你猜对了!)
elif guess < num:
print(你猜的数小了...)
else:
print(你猜的数大了...)
print(你总共猜了%d %i + 次)
到此这篇关于Python 代码实现各种酷炫功能的文章就介绍到这了,更多相关Python 实现酷炫功能内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。