一些Python小工具的设计与实现
- 文件：打开，保存，退出
- 编辑：放大，缩小，灰度，亮度，旋转，截图
- 变换：傅里叶变换，离散余弦变换，Radon变换
- 噪声：高斯，椒盐，斑点，泊松
- 滤波：高通，低通，平滑，锐化
- 直方图统计：R直方图，G直方图，B直方图
- 图像增强：伪彩色，真彩色，直方图均衡，NTSC颜色模型，YCbCr颜色模型，HSV颜色模型
- 阈值分割
- 生态学处理
- 特征提取
- 图像分类与识别
1. PyQt5
2. sys
3. os
4. opencv2
5. numpy
6. scipy
7. matplotlib
- 文件：打开，保存，打开摄像头
- 操作：还原，人脸识别
- 滤镜：怀旧，木刻，灰色，彩色，风格化，增强细节
- 调节：亮度，饱和度，伽马变换，边缘保持
- 磨皮美白：美白度，磨皮程度，磨皮精度
- 灰度直方图
1. PyQt5
2. sys
3. opencv2
4. numpy
5. matplotlib
- 人脸识别
# 人脸识别
def detect_face(self):
img = self.raw_image
face_cascade = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
return faces
- 皮肤识别
# 皮肤识别
def detect_skin(self):
img = self.raw_image
rows, cols, channals = img.shape
for r in range(rows):
for c in range(cols):
B = img.item(r, c, 0)
G = img.item(r, c, 1)
R = img.item(r, c, 2)
if (abs(R - G) > 15) and (R > G) and (R > B):
if (R > 95) and (G > 40) and (B > 20) and (max(R, G, B) - min(R, G, B) > 15):
self.imgskin[r, c] = (1, 1, 1)
elif (R > 220) and (G > 210) and (B > 170):
self.imgskin[r, c] = (1, 1, 1)
- 其他不做详解
- 基本的加减乘除和开根号等运算
1.math
2.tkinter
- 基本的加减乘除和开根号等运算
1.calculator.py
2.Calculator_.py
1.PyQt5
2.sys
3.math
- File：新建画板，打开图片，保存图片
- Edit：复制，清空画板
- Image：翻转
- 工具：基本画笔，橡皮擦，图形创建工具等
- 编辑区，色彩调节区，字体调节区等
1.PyQt5
2.random
3.type
4.os
- 基本文本编辑，类似于记事本
1.pyQt5
2.sys
3.os
- 随机生成一串密码，包括大小写字母，数字，符号，可指定长度
1.secrets
2.pyQt5
3.sys
- 基本浏览器功能
1.pyQt5
2.os
3.sys
- 音乐播放器
1.os
2.sys
3.time
4.pyQt5
- 轻量级音乐播放器
1.sys
2.pyQt5