Python深度學習及智能車競賽實踐 課件匯總 第6-11章 文件和數(shù)據(jù)格式化-智能車競賽目標檢測任務的CNN模型設計與部署

Python深度學習及智能車競賽實踐課程內(nèi)容及學習要求簡介第六章文件和數(shù)據(jù)格式化Python深度學習及智能車競賽實踐目錄第3頁010203文件

OS庫zipfile庫040506數(shù)據(jù)的格式化和處理PIL庫OpenCV庫01文件1.1文件的理解1.2文件的打開和關閉1.3文件的讀取和寫入1.4實例：賽車道自動繪制目錄第4頁格式化將字符串按照一定規(guī)格和式樣進行規(guī)范將一組數(shù)據(jù)按照一定規(guī)格和式樣進行規(guī)范：表示、存儲、運算等"{

}{

}{

}".format()字符串格式化數(shù)據(jù)格式化文件和數(shù)據(jù)格式化1.1文件的理解文件是數(shù)據(jù)的抽象和集合文件是存儲在輔助存儲器上的數(shù)據(jù)序列文件是數(shù)據(jù)存儲的一種形式文件展現(xiàn)形態(tài)：文本文件和二進制文件1.1文件的理解文本文件vs.二進制文件文本文件和二進制文件只是文件的展示方式本質(zhì)上，所有文件都是二進制形式存儲形式上，所有文件采用兩種方式展示1.1文件的理解文本文件由單一特定編碼組成的文件，如UTF-8編碼由于存在編碼，也被看成是存儲著的長字符串適用于例如：.txt文件、.py文件等1.1文件的理解直接由比特0和1組成，沒有統(tǒng)一字符編碼一般存在二進制0和1的組織結構，即文件格式適用于例如：.png文件、.avi文件等二進制文件1.1文件的理解文本形式二進制形式（十六進制顯示）"全國大學生智能汽車競賽"全國大學生智能汽車競賽b'\xc8\xab\xb9\xfa\xb4\xf3\xd1\xa7\xc9\xfa\xd6\xc7\xc4\xdc\xc6\xfb\xb3\xb5\xbe\xba\xc8\xfc'1.1文件的理解6.1testfile.txt文件保存:"全國大學生智能汽車競賽"#以文本形式打開文件，編碼方式為utf-8#r表示讀文件，t表示文本格式tf=open("test_file.txt","rt")print(tf.readline())tf.close()>>>全國大學生智能汽車競賽1.1文件的理解#以二進制形式打開文件#r表示讀文件，b表示二進制格式bf=open("test_file.txt","rb")print(bf.readline())bf.close()>>>b'\xe5\x85\xa8\xe5\x9b\xbd\xe5\xa4\xa7\xe5\xad\xa6\xe7\x94\x9f\xe6\x99\xba\xe8\x83\xbd\xe6\xb1\xbd\xe8\xbd\xa6\xe7\xab\x9e\xe8\xb5\x9b'無論文件創(chuàng)建為文本文件或者二進制文件，都可以用“文本文件方式”和“二進制文件方式”打開，打開后的操作不同。1.1文件的理解6.2readbinfile.txt文件保存:"全國大學生智能汽車競賽"01文件1.1文件概述1.2文件的打開和關閉1.3文件的讀取和寫入1.4實例：賽車道自動繪制目錄第13頁Python對文本文件和二進制文件采用統(tǒng)一的操作步驟:

“打開-操作-關閉”1.2文件的打開和關閉文件的打開<變量名>=open(<文件名>,<打開模式>)文件句柄文件路徑和名稱源文件同目錄可省路徑文本or二進制讀or寫1.2文件的打開和關閉文件路徑和名稱源文件同目錄可省路徑"D:/pycodes/c6/a.txt""D:\\pycodes\\c6\\a.txt"“a.txt""./pycodes/c6/a.txt"1.2文件的打開和關閉文件路徑<變量名>=open(<文件名>,<打開模式>)文件的打開模式描述'r'只讀模式，默認值，如果文件不存在，返回FileNotFoundError'w'覆蓋寫模式，文件不存在則創(chuàng)建，存在則完全覆蓋'x'創(chuàng)建寫模式，文件不存在則創(chuàng)建，存在則返回FileExistsError'a'追加寫模式，文件不存在則創(chuàng)建，存在則在文件最后追加內(nèi)容'b'二進制文件模式't'文本文件模式，默認值'+'與r/w/x/a一同使用，在原功能基礎上增加同時讀寫功能1.2文件的打開和關閉f=open("a.txt")f=open("a.txt","rt")f=open("a.txt","w")f=open("a.txt","a+")f=open("a.txt","x")f=open("a.txt","b")f=open("a.txt","wb")-文本形式、只讀模式、默認值-文本形式、只讀模式、同默認值-文本形式、覆蓋寫模式-文本形式、追加寫模式+讀文件-文本形式、創(chuàng)建寫模式-二進制形式、只讀模式-二進制形式、覆蓋寫模式1.2文件的打開和關閉文件打開模式#文本形式打開文件tf=open("a.txt","rt")print(tf.readline())tf.close()#二進制形式打開文件bf=open("a.txt","rb")print(bf.readline())bf.close()1.2文件的打開和關閉文件使用<變量名>.close()文件句柄1.2文件的打開和關閉文件的關閉#二進制形式打開文件bf=open("a.txt","rb")print(bf.readline())bf.close()01文件1.1文件概述1.2文件的打開和關閉1.3文件的讀取和寫入1.4實例：賽車道自動繪制目錄第21頁1.3文件的讀取和寫入操作方法描述<f>.read(size=-1)

讀入全部內(nèi)容；

如果給出參數(shù)，讀入前size長度

>>>s=f.read(2)"全國"<f>.readline(size=-1)讀入一行內(nèi)容，如果給出參數(shù)，讀入該行前size長度

>>>s=f.readline()

"全國大學生智能汽車競賽"<f>.readlines(hint=-1)讀入文件所有行，以每行為元素形成列表如果給出參數(shù)，讀入前hint行

>>>s=f.readlines()[‘全國大學生智能汽車競賽\n’,’智慧交通創(chuàng)意賽\n’]文件讀取方法遍歷全文件：方法一1.3文件的讀取和寫入：一次讀入，統(tǒng)一處理#實例6.3.1readtextfile.py讀取文件內(nèi)容f=open("test_file.txt","r",encoding="utf-8")str=f.read()print("theresultofreadingis:",str)f.close()6.3.1readtextfile.py#實例6.3.2readtextfile.py讀取文件內(nèi)容f=open("test_file.txt","r",encoding="utf-8")str=f.read(5)print("theresultofreadingis:",str)print("theremainingwordsare:",f.read())f.close()：按數(shù)量讀入，逐步處理1.3文件的讀取和寫入遍歷全文件：方法二6.3.2readtextfile.py#實例6.3.3readtextfile2.py讀取文件內(nèi)容f=open("test_file2.txt","r",encoding="utf-8")print(“theresultofreadingis:\n)forlineinf.readlines():print(line)f.close()1.3文件的讀取和寫入逐行遍歷文件：方法一：一次讀入，分行處理6.3.3readtextfile2.py1.3文件的讀取和寫入：分行讀入，逐行處理逐行遍歷文件：方法二#實例6.3.4readtextfile2.py讀取文件內(nèi)容f=open("test_file2.txt","r",encoding="utf-8")print(“theresultofreadingis:\n)forlineinf:print(line)f.close()6.3.4readtextfile2.py操作方法描述<f>.write(s)向文件寫入一個字符串或字節(jié)流

>>>f.write("全國大學生智能汽車競賽")

<f>.writelines(lines)將一個元素全為字符串的列表寫入文件

>>>ls=["智能車","智慧交通","自動駕駛"]

>>>f.writelines(ls)"智能車智慧交通自動駕駛"1.3文件的讀取和寫入文件寫入方法操作方法描述<f>.seek(offset)改變當前文件操作指針的位置，offset含義如下：

0–文件開頭；1–當前位置；2–文件結尾

>>>f.seek(0)#回到文件開頭

1.3文件的讀取和寫入文件的指針1.3文件的讀取和寫入#實例6.9writefile.pywrite()方法使用f=open("test_file3.txt","w+",encoding="utf-8")print(f.write("全國大學生\n智能汽車競賽"))f.close()6.9writefile.py1.3文件的讀取和寫入#實例6.10writelines.pywritelines()方法使用f=open("test_file4.txt","w+",encoding="utf-8")ls=["全國大學生\n","智能汽車\n","競賽"]f.writelines(ls)f.close()6.10writelines.py-寫入一個字符串列表>>>(沒有任何輸出)文件打開后，對文件的讀寫有一個指針，對文件進行讀寫操做時，指針將向前進，再次讀寫的內(nèi)容將從指針的新位置開始。因此返回結果為空。1.3文件的讀取和寫入#實例6.10.1writelines.pywritelines()方法使用f=open("test_file4.txt","w+",encoding="utf-8")ls=["全國大學生\n","智能汽車\n","競賽"]f.writelines(ls)for

linein

f:print(line)f.close()1.3文件的讀取和寫入#實例6.10.1writelines.pywritelines()方法使用f=open("test_file4.txt","w+",encoding="utf-8")ls=["全國大學生\n","智能汽車\n","競賽"]f.writelines(ls)f.seek(0)for

linein

f:print(line)f.close()01文件1.1文件概述1.2文件的打開和關閉1.3文件的讀取和寫入1.4實例：賽車道自動繪制目錄第33頁問題分析80,0,50,90,0.5,0.5,0.50,1,70,180,0.5,0.5,0.50,0,50,90,0.5,0.5,0.5100,0,50,90,0.5,0.5,0.5300,1,60,270,0.5,0.5,0.5500,1,50,90,0.5,0.5,0.5……數(shù)字中包含行進方式、距離、方向、顏色信息chedaoxian1.csv1.4賽車道自動繪制需求：根據(jù)腳本來繪制圖形？不通過改變代碼而通過改變數(shù)據(jù)繪制不同軌跡數(shù)據(jù)腳本是自動化最重要的第一步1.4賽車道自動繪制問題分析步驟1：定義數(shù)據(jù)文件格式（接口）

步驟2：編寫程序，根據(jù)文件接口解析參數(shù)繪制賽車道

步驟3：編制數(shù)據(jù)文件1.4賽車道自動繪制基本思路

直行距離80,0,50,90,0.5,0.5,0.50,1,70,180,0.5,0.5,0.50,0,50,90,0.5,0.5,0.5弧線方向1:順時針0:逆時針弧的角度RGB三個通道顏色0-1之間浮點數(shù)弧的半徑1.4賽車道自動繪制數(shù)據(jù)接口定義python內(nèi)置函數(shù)，根據(jù)提供的函數(shù)對指定的序列做映射。Map函數(shù)返回每次function函數(shù)返回值的新列表。map()

函數(shù)的格式：

map(function,iterable,...)接受一個函數(shù)名一個或多個可迭代的序列1.4賽車道自動繪制map函數(shù)>>>def

square(x):

return

x**2>>>list(map(square,[1,2,3,4,5]))[1,4,9,16,25]>>>list(map(int,'1234'))[1,2,3,4]>>>list(map(eval,'1234'))[1,2,3,4]>>>list(map(eval,['1','2','3','4']))[1,2,3,4]>>>

list(map(eval,['80','0','50','90','0.5','0.5',

'0.5']))[80,0,50,90,0.5,0.5,0.5]1.4賽車道自動繪制6.11lineauodraw.py1.4賽車道自動繪制理解方法思維，學會舉一反三自動化思維：數(shù)據(jù)和功能分離，數(shù)據(jù)驅動的自動運行接口化設計：格式化設計接口，清晰明了二維數(shù)據(jù)應用：應用維度組織數(shù)據(jù)，二維數(shù)據(jù)最常用1.4賽車道自動繪制

作業(yè)拓展：擴展接口設計，增加更多控制接口擴展功能設計，增加弧形等更多功能目錄第42頁010203文件

OS庫zipfile庫040506數(shù)據(jù)的格式化和處理PIL庫OpenCV庫OS（OperatingSystem），即操作系統(tǒng)，OS庫用于和系統(tǒng)進行交互，提供了非常豐富的文件及目錄讀寫的方法，常用的有：１.os.listdir()用于返回一個由文件名和目錄名組成的列表，需要注意的是它接收的參數(shù)需要是一個絕對的路徑;２.os.path.isdir()用于判斷對象是否為一個目錄;３.os.path.isfile()用于判斷對象是否為一個文件。6.12ostest.py2.OS庫目錄第44頁010203文件

OS庫zipfile庫040506數(shù)據(jù)的格式化和處理PIL庫OpenCV庫Zipfile庫用于zip格式編碼的壓縮和解壓縮的，可以用來操作zip文件，提供了創(chuàng)建、打開、讀取、寫入、添加及列出zip文件的方法，其中ZipFile方法用來創(chuàng)建和讀取zip文件。6.13zipfiletest.pyZipFile(file,mode='r',compression=ZIP_STORED,allowZip64=True)參數(shù)含義file文件路徑mode操作含義，與文件操作中相同，默認為r。compression壓縮方法，默認為ZIP_STORED。allowZip64操作的壓縮包文件大小大于2G時應該True，默認為True，不用管它。模式含義w創(chuàng)建一個新的壓縮包文件。r讀取已有的壓縮包文件。a向已有的壓縮包文件中壓縮文件。3.zipfile庫實例：車輛圖片數(shù)據(jù)處理基本思路步驟1：解壓縮文件步驟2：讀取文件名信息，生成數(shù)據(jù)列表步驟3：亂序、切分訓練集和驗證集步驟4：生成訓練集和驗證集文本文件6.14VehicleZip_DataList.py3.zipfile庫實例：車輛圖片數(shù)據(jù)處理基本思路3.zipfile庫一般解壓縮文件是大數(shù)據(jù)分析、機器學習第一步；從文件夾名稱或文件名字提出圖片標簽值；亂序，使得訓練出的模型泛化能力更強；切分訓練集和驗證集。目錄第48頁010203文件

OS庫zipfile庫040506數(shù)據(jù)的格式化和處理PIL庫OpenCV庫04數(shù)據(jù)的格式化和處理4.1數(shù)據(jù)組織的維度4.2json庫4.3車輛圖片json文件處理目錄第49頁一組數(shù)據(jù)在被計算機處理前需要進行一定的組織，表明數(shù)據(jù)之間的基本關系和邏輯，進而形成“數(shù)據(jù)的維度”。根據(jù)數(shù)據(jù)的關系不同，數(shù)據(jù)組織可以分為：一維數(shù)據(jù)二維數(shù)據(jù)高維數(shù)據(jù)4.1數(shù)據(jù)組織的維度一維數(shù)據(jù)的表示一維數(shù)據(jù)是最簡單的數(shù)據(jù)組織類型，由于是線性結構，在Python語言中主要采用列表形式表示。例如：一行賽車道信息采用一個列表變量表示。>>>ls=[80,0,50,90,0.5,0.5,0.5]>>>print(ls)[80,0,50,90,0.5,0.5,0.5]一維數(shù)據(jù)由對等關系的有序或無序數(shù)據(jù)構成，采用線性方式組織，對應于數(shù)學中的數(shù)組和集合等概念；4.1數(shù)據(jù)組織的維度一維數(shù)據(jù)的文件存儲有多種方式，總體思路是采用特殊字符分隔各數(shù)據(jù)。常用存儲方法有如下4種。（1）采用空格分隔元素，例如：

80050900.50.50.5（2）采用逗號分隔元素，例如：

80,0,50,90,0.5,0.5,0.5（3）采用換行分隔包括，例如：

80

0

50

……（4）其他特殊符號分隔，以分號分隔為例，例如：

80;0;50;90;0.5;0.5;0.5一維數(shù)據(jù)的存儲4.1數(shù)據(jù)組織的維度逗號分割的存儲格式叫做CSV格式（Comma-SeparatedValues，即逗號分隔值），是一種通用的、相對簡單的文件格式，在商業(yè)和科學上廣泛應用，大部分編輯器都支持直接讀入或保存文件為CSV格式。一維數(shù)據(jù)的存儲4.1數(shù)據(jù)組織的維度二維數(shù)據(jù)，也稱表格數(shù)據(jù)，由關聯(lián)關系數(shù)據(jù)構成，采用表格方式組織，對應于數(shù)學中的矩陣，常見的表格都屬于二維數(shù)據(jù)，如賽車道繪制實例中多行數(shù)據(jù)信息。二維數(shù)據(jù)的存儲4.1數(shù)據(jù)組織的維度6.17readdata2.py6.18readdata2-2.py04數(shù)據(jù)的格式化和處理4.1數(shù)據(jù)組織的維度4.2json庫4.3車輛圖片json文件處理目錄第55頁高維數(shù)據(jù)可以由鍵值對組成的字典類型的數(shù)據(jù)做為列表的元素構成，采用對象方式組織，可以多層嵌套，屬于整合度更好的數(shù)據(jù)組織方式;高維數(shù)據(jù)在網(wǎng)絡系統(tǒng)中十分常用，HTML、XML、JSON等都是高維數(shù)據(jù)組織的語法結構。{"北航學生":[ {"姓氏”:"張","名字":"三","單位":"交通學院"},{"姓氏":"李","名字":"四","單位":"宇航學院"},{"姓氏":"黃","名字":"五","單位":"動力學院"}]}高維數(shù)據(jù)的存儲4.2json庫JSON（JavaScript

ObjectNotation）是一種輕量級的數(shù)據(jù)交換格式，易于閱讀和編寫，可以在多種語言之間進行數(shù)據(jù)交換，同時也易于機器解析和生成。經(jīng)常用于接口數(shù)據(jù)傳輸、序列化、配置文件等，json的常用形式有2種：鍵值對形式、數(shù)組形式。方法說明dumps()將Python對象編碼成json字符串loads()解碼json數(shù)據(jù)，返回python對象dump()將python對象編碼成json數(shù)據(jù)并寫入json文件中l(wèi)oad()從json文件中讀取數(shù)據(jù)并解碼為Python對象PythonJSONdictobjectlist,tuplearraystr,unicodestringint,long,floatnumberTruetrueFalsefalseNonenull

4.2json庫6.20dicttojson.py6.21jsontodict.py04數(shù)據(jù)的格式化和處理4.1數(shù)據(jù)組織的維度4.2json庫4.3車輛圖片json文件處理目錄第58頁6.22json_to_txt.py基本思路步驟1：讀取json文件的字典數(shù)據(jù)；步驟2：遍歷每個鍵值對元素，生成一行數(shù)據(jù)；步驟3：每行數(shù)據(jù)寫入文本文件中。4.3車輛圖片json文件處理目錄第60頁010203文件

OS庫zipfile庫040506數(shù)據(jù)的格式化和處理PIL庫OpenCV庫05PIL庫5.1PIL庫概述5.2圖像格式轉換方法5.3圖像縮放方法5.4圖像分離與融合方法5.5圖像幾何變換方法5.6圖像過濾和增強方法目錄第61頁PIL（PythonImageLibrary）庫是Python語言的第三方庫，需要通過pip工具安裝。:\>pipinstallpillow

或者

pip3installpillowPIL庫主要有兩方面功能需求：圖像歸檔：對圖像進行批處理、生成圖像預覽、圖像格式轉換等；圖像處理：圖像基本處理、像素處理、顏色處理等。5.1PIL庫概述PIL庫Image類解析在PIL中，PIL庫中總共包含20多個與圖像相關的類，這些類可以看成PIL庫的子庫或者子模塊，其中Image類是最常用、最重要的模塊，任何一個圖像文件都可以用Image對象表示。方法描述Image.open(filename)根據(jù)參數(shù)加載圖像文件Image.new(mode,size,color)根據(jù)給定參數(shù)創(chuàng)建一個新的圖像Image.open(StringIO.StringIO(buffer))從字符串中獲取圖像Image.frombytes(mode,size,data)根據(jù)像素點data創(chuàng)建圖像Image.verify()對圖像文件完整性進行檢查，返回異常5.1PIL庫概述Image類有4個處理圖片的常用屬性

屬性描述Image.format標識圖像格式或來源，如果圖像不是從文件讀取，值是NoneImage.mode圖像的色彩模式，"L"灰度圖像、"RGB"真彩色圖像、"CMYK"出版圖像Image.size圖像寬度和高度，單位是像素（px），返回值是二元元組（tuple）Image.palette調(diào)色板屬性，返回一個ImagePalette類型PIL庫Image類解析5.1PIL庫概述實例：使用Image打開圖像文件。#實例6.23pil1.py圖片格式轉換fromPILimportImage#打開圖像文件img=Image.open("pic1.jpg")#調(diào)用show()方法顯示圖片img.show()#查看圖片屬性print(img.format)print(img.size)print(img.mode)print(img.palette)PIL庫Image類解析5.1PIL庫概述05PIL庫5.1PIL庫概述5.2圖像格式轉換方法5.3圖像縮放方法5.4圖像分離與融合方法5.5圖像幾何變換方法5.6圖像過濾和增強方法目錄第66頁PIL庫支持幾乎所有格式的圖像，PIL庫中有兩種方法可以對圖像進行格式之間的轉換。方法描述Image.save(filename,format)將圖像保存為filename文件名，format是圖片格式Image.convert(mode)使用不同的參數(shù)，轉換圖像為新的模式PIL庫Image類-圖像格式轉換方法5.2圖像格式轉換方法#實例6.24pil2.py圖片格式轉換fromPILimportImage#打開圖片文件img=Image.open("pic1.jpg")#查看test.jpg圖片格式print(img.mode)#通過save()方法將其轉換為bmp格式img.save("jpg-bmp.bmp")#將RGB三通道圖片通過convert()方法轉換為RGBA四通道png圖片im=img.convert("RGBA")print(im.mode)im.save("jpg-png.png")PIL庫Image類-圖像格式轉換方法5.2圖像格式轉換方法05PIL庫5.1PIL庫概述5.2圖像格式轉換方法5.3圖像縮放方法5.4圖像分離與融合方法5.5圖像幾何變換方法5.6圖像過濾和增強方法目錄第69頁方法描述Image.resize(size,resample=image.BICUBIC,box=None,reducing_gap=None)將圖像保存為size大小，size為元組類型參數(shù)，(width,height)，表示圖片縮放后的尺寸，resample參數(shù)為圖像重采樣濾波器，box參數(shù)實現(xiàn)對指定區(qū)域圖片進行縮放操作，reducing_gap用于優(yōu)化圖片的縮放效果Image.thumbnail(size)創(chuàng)建圖像的縮略圖，size是縮略圖尺寸的二元元組5.3圖像縮放方法PIL庫Image類-圖像縮放方法#實例6.25pil3.py圖片局部放大fromPILimportImageimg=Image.open("pic1.jpg")print("原圖像大小為：{}".format(img.size))try:

im=img.resize((1280,960),resample=Image.LANCZOS,box=(0,0,320,480))

im.show()

im.save("test_resize.jpg")print("放大后圖像大小為：{}".format(im.size))exceptIOError:print("ResizeDefault!!!")PIL庫Image類-圖像縮放方法5.3圖像縮放方法#6.26pil4.py,thumbnail()方法創(chuàng)建縮略圖fromPILimportImageimg=Image.open("pic1.jpg")try:

img.thumbnail((150,100))

img.show()

img.save("test_thubm.jpg")print(img.size)exceptIOError:print("ResizeDefault!!!")結果顯示縮小后的圖片尺寸為(133,100)，因為Pillow會對原圖像的長、寬進行等比例縮小PIL庫Image類-圖像縮放方法5.3圖像縮放方法05PIL庫5.1PIL庫概述5.2圖像格式轉換方法5.3圖像縮放方法5.4圖像分離與融合方法5.5圖像幾何變換方法5.6圖像過濾和增強方法目錄第73頁Image類能夠對每個像素點或者一幅RGB圖像的每個通道單獨進行操作split()方法能夠將RGB圖像各顏色通道提取出來；merge()方法能夠將各獨立通道再合成一幅新的圖像。方法描述Image.point(func)根據(jù)函數(shù)func功能對每個元素進行運算，返回圖像副本Image.split()提取RGB圖像的每個顏色通道，返回圖像副本Image.merge(mode，bands)合并通道，采用mode色彩，bands是新色的色彩通道Image.blend(im1,im2,alpha)將兩幅圖片im1和im2按照如下公式插值后生成新的圖像：im1*(1.0-alpha)+im2*alphaPIL庫Image類-圖像分離與融合方法5.4圖像分離和融合方法#6.27pil5.py,圖像的分離fromPILimportImageimg=Image.open("pic1.jpg")#利用split()方法分離顏色通道，產(chǎn)生3個Image對象r,g,b=img.split()r.save("r.jpg")g.save("g.jpg")b.save("b.jpg")PIL庫Image類-圖像分離與融合方法5.4圖像分離和融合方法#實例6.28pil6.pymerge方法使用fromPILimportImageimg=Image.open("pic1.jpg")#利用split()方法分離顏色通道，產(chǎn)生3個Image對象r,g,b=img.split()#使用merge()方法重新組合三顏色通道（b,g,r）img_merge=Image.merge("RGB",[b,g,r])img_merge.save("img_merge.jpg")PIL庫Image類-圖像分離與融合方法5.4圖像分離和融合方法#實例6.29pil7.py圖片融合fromPILimportImageimg1=Image.open("pic1.jpg")img2=Image.open("map.jpg")#利用resize()方法使img2大小與img1一致img=img2.resize(img1.size)#分別對兩張圖片進行顏色通道分離r1,g1,b1=img1.split()r2,g2,b2=img.split()#使用merge()方法重新組合img_merge=Image.merge("RGB",(r1,g2,b1))img_merge.save("merge.jpg")img_blend=Image.blend(img1,img,0.5)img_blend.save("blend.jpg")PIL庫Image類-圖像分離與融合方法5.4圖像分離和融合方法05PIL庫5.1PIL庫概述5.2圖像格式轉換方法5.3圖像縮放方法5.4圖像分離與融合方法5.5圖像幾何變換方法5.6圖像過濾和增強方法目錄第78頁PIL庫Image類-圖像的幾何變換方法描述Image.transpose(method)實現(xiàn)圖像的垂直、水平翻轉等Image.rotate(angle,resample=PIL.Image.NEAREST,expand=None,center=None,translate=None,fillcolor=None)把圖像旋轉angle角度，resample為重采樣濾波器，默認值為PIL.Image.NEAREST最近鄰插值方法，expand是否對圖像進行擴展，center指定旋轉中心，translate對旋轉后的圖像進行平移，fillcolor為圖像旋轉后，對圖像之外的區(qū)域進行填充。Image.transform(size,method,data=None,resample=0)對圖像進行變換操作，通過指定的變換方式，產(chǎn)生一張規(guī)定大小的新圖像5.5圖像幾何變換方法PIL庫Image類-圖像的幾何變換#實例6.30pil8.py圖像幾何變換fromPILimportImageimg=Image.open("pic1.jpg")#對圖像進行上下垂直翻轉img_transpose=img.transpose(Image.Transpose.FLIP_TOP_BOTTOM)img_transpose.save("img_transpose.jpg")#對圖像進行旋轉操作img_rotate=img.rotate(45,fillcolor="blue")img_rotate.save("img_rotate.jpg")#設置圖片大小，根據(jù)data信息截取圖像區(qū)域img_transform=img.transform((640,480),Image.Transform.EXTENT,data=[0,0,img.width//2,img.height//2])img_transform.save("img_transform.jpg")5.5圖像幾何變換方法05PIL庫5.1PIL庫概述5.2圖像格式轉換方法5.3圖像縮放方法5.4圖像分離與融合方法5.5圖像幾何變換方法5.6圖像過濾和增強方法目錄第81頁方法表示描述ImageFilter.BLUR圖像的模糊效果ImageFilter.CONTOUR圖像的輪廓效果ImageFilter.DETAIL圖像的細節(jié)效果ImageFilter.EDGE_ENHANCE圖像的邊界加強效果ImageFilter.EDGE_ENHANCE_MORE圖像的閾值邊界加強效果ImageFilter.EMBOSS圖像的浮雕效果ImageFilter.FIND_EDGES圖像的邊界效果ImageFilter.SMOOTH圖像的平滑效果ImageFilter.SMOOTH_MORE圖像的閾值平滑效果ImageFilter.SHARPEN圖像的銳化效果PIL庫ImageFilter類-圖像過濾方法5.6圖像過濾和增強方法ImageEnhance類提供了高級的圖像增強需求，它提供調(diào)整色彩度、亮度、對比度、銳化等功能。方法描述ImageEnhance.enhance(factor)對選擇屬性的數(shù)值增強factor倍ImageEnhance.Color(im)調(diào)整圖像的顏色平衡ImageEnhance.Contrast(im)調(diào)整圖像的對比度ImageEnhance.Brightness(im)調(diào)整圖像的亮度ImageEnhance.Sharpness(im)調(diào)整圖像的銳化PIL庫ImageEnhance類-圖像增強方法5.6圖像過濾和增強方法#實例6.31pil9.py圖像過濾和增強fromPILimportImagefromPILimportImageFilterfromPILimportImageEnhanceimg=Image.open("pic1.jpg")#對圖像進行二值化處理提取部分車道線thresh=200func=lambdax:255ifx>threshelse0img_b=img.convert("L").point(func,mode="1")img_b.save("img_b.jpg")#獲取圖像輪廓img_contour=img.filter(ImageFilter.CONTOUR)img_contour.save("img_contour.jpg")#調(diào)整圖像對比度img_contrast=ImageEnhance.Contrast(img)img_contrast.enhance(3).save("img_contrast.jpg")5.6圖像過濾和增強方法目錄第85頁010203文件

OS庫zipfile庫040506數(shù)據(jù)的格式化和處理PIL庫OpenCV庫OpenCV（OpenSourceComputerVisionLibrary）庫是Python語言的第三方庫，需要通過pip工具安裝。:\>pipinstallopencv-pythonOpenCV庫實現(xiàn)了圖像處理和計算機視覺方面的大量通用算法，可以說是計算機視覺研究領域最強大有力的工具；OpenCV庫已經(jīng)被應用于各種場景，例如圖像檢測、圖像識別、對運動圖像進行分類、圖像物體跟蹤等；OpenCV庫的官方網(wǎng)站為/6.OpenCV庫6.OpenCV庫方法作用參數(shù)cv2.imread(filepath,flags)讀入圖像Filepath:圖像存儲路徑Flags:讀入圖像的標志，如cv2.IMREAD_GRAYSCALE表示讀入灰度圖cv2.imshow(wname,image)顯示圖像Wname:顯示圖像的窗口名稱Image:要顯示的圖像，窗口大小自動調(diào)整為圖片大小cv2.imwrite(file,image,num)保存圖像File:要保存的文件名Iamge:要保存的圖像Num:壓縮級別，默認為3OpenCV庫常用方法OpenCV庫常用方法6.OpenCV庫方法作用參數(shù)cv2.resize(image,image2,size)縮放圖像Image:輸入原圖Image2:輸出圖像Size:輸出圖像大小cv2.flip(image,flipcode)翻轉圖像Image:輸入圖像Flipcode:=0沿x軸翻轉>0沿y軸翻轉<0沿x,y軸同時翻轉cv2.warpAffine(image,M,size)圖像仿射變換Image:輸入圖像變換矩陣:M平移、M_crop裁剪、M_shear剪切、M_rotate旋轉Size:元組類型數(shù)據(jù)，表示輸出圖像大小OpenCV庫常用方法6.OpenCV庫方法作用參數(shù)cv2.putText(image,text,local,cv2.FONT_HERSHEY_PLAIN,1,(255,0,0),1)添加文字至圖像(圖像，添加的文字，相較左上角坐標，字體，字體大小，顏色，字體粗細)cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,0),2)畫矩形框至圖像(圖像，矩形框左上角坐標，矩形框右下角坐標，矩形框顏色，矩形框粗細)cv2.boundingRect(image)返回圖像四值屬性Image:輸入圖像返回x,y,w,h，分別為圖像左上角坐標和圖像寬、高6.OpenCV庫6.32opencv1.py#實例6.32opencv1.pyOpenCV圖像處理importcv2importnumpyasnpimg=cv2.imread("pic1.jpg")#沿x、y軸翻轉圖片img_flip=cv2.flip(img,flipCode=-1)cv2.imwrite("img_flip.jpg",img_flip)#縮放、平移圖片，沿x、y方向縮小至0.5倍，沿x、y方向平移10像素M=np.float32([[0.5,0,10],[0,0.5,10]])img_warp=cv2.warpAffine(img,M,(640,480))cv2.imwrite("img_warp.jpg",img_warp)#畫矩形框框出地標cv2.rectangle(img,(290,70),(350,100),(0,255,0),2)#在矩形框旁標注"camp"cv2.putText(img,"camp",(250,70),cv2.FONT_HERSHEY_PLAIN,1,(255,0,0),1)cv2.imwrite("img_rec.jpg",img)色彩空間6.OpenCV庫BGR色彩空間是基于三基色（紅，綠，藍）

而言的，像素數(shù)組內(nèi)每個數(shù)據(jù)的值都在[0,255]內(nèi)。色彩空間是為了描述不同頻率的光而建立出的色彩模型，不同色彩空間其顏色通道的表示方式也有所不同。BGR色彩空間即灰度圖像的色彩空間。像素數(shù)組中，可以是從0到255的256個數(shù)字，每個數(shù)值表示從黑變白的顏色深淺程度。0表示純黑色，255表示純白色，數(shù)值越大越趨于白色。GRAY色彩空間色彩空間6.OpenCV庫HSV顏色空間是面向視覺感知模型提出的。色彩空間是為了描述不同頻率的光而建立出的色彩模型，不同色彩空間其顏色通道的表示方式也有所不同。HSV色彩空間含義描述范圍H色調(diào)指光的顏色[0,180]?紅色:0,?黃色:30,?綠色:60,?藍色:120S飽和度指色彩的深淺[0,255]?飽和度為0時變?yōu)榛叶葓D像。V亮度指光的明暗[0,255]?亮度為0時，圖像為純黑色。亮度越大，圖像越亮。OpenCV色彩空間轉換方法6.OpenCV庫cv2.cvtColor(src,code[,dst[,dstCn]])

src：待轉換的原始圖像code：目標轉換顏色空間代碼dst：可選參數(shù)，轉換結果存儲圖像dstCn：可選參數(shù)，轉換結果的通道數(shù)code值作用cv2.COLOR_BGR2BGRA為BGR或RGB圖像添加alpha通道cv2.COLOR_RGB2RGBAcv2.COLOR_BGR2GRAY在RGB/BGR圖像與灰度圖之間轉換cv2.COLOR_RGB2GRAYcv2.COLOR_GRAY2BGRcv2.COLOR_GRAY2RGBcv2.COLOR_BGR2HSV在RGB/BGR圖像與HSV圖像之間轉換cv2.COLOR_RGB2HSVcv2.COLOR_HSV2BGRcv2.COLOR_HSV2RGB實例6.33opencv2.py本章總結掌握文件的打開、關閉、讀寫的操作方法；掌握一維數(shù)據(jù)、二維數(shù)據(jù)、高維數(shù)據(jù)表示和操作方法，能讀寫和處理文件;了解并能使用OS庫、zipfile庫；了解并能使用json庫、PIL庫、openCV庫。第七章Python計算生態(tài)及機器學習概述Python深度學習及智能車競賽實踐目錄第96頁010203計算思維的概念

Python計算生態(tài)Python數(shù)據(jù)分析庫0405機器學習方法概述一元線性回歸理論及實踐目錄第97頁010203計算思維的概念

Python計算生態(tài)Python數(shù)據(jù)分析庫0405機器學習方法概述一元線性回歸理論及實踐實證思維:

實驗和驗證，物理為代表，

引力波→實驗；邏輯思維:推理和演繹為特征的，數(shù)學為代表，

A→B，B→C，A→C；計算思維:設計和構造，計算機為代表，

求階乘、科赫曲線。1.計算思維的概念人類在認識世界、改造世界過程中表現(xiàn)出三種基本的思維特征計算思維是計算機科學發(fā)展到一定程度而提出的，它是人類逐漸意識到計算機解決問題的強大能力后而自然產(chǎn)生的思維模式，具有顯著的時代特性。在程序設計范疇，計算思維主要反映在抽象實際問題的計算特性、將計算特性抽象為計算問題、通過程序設計語言實現(xiàn)問題的自動求解等。1.計算思維的概念計算思維的本質(zhì)是抽象和自動化:抽象問題的計算過程，

利用計算機自動化求解；程序設計是實踐計算思維的重要手段;1.計算思維的概念1.計算思維的概念計算思維基于計算機強大的算力及海量數(shù)據(jù)抽象計算過程。1.計算思維的概念計算思維基于計算機強大的算力及海量數(shù)據(jù)抽象計算過程。1.計算思維的概念計算思維基于計算機強大的算力及海量數(shù)據(jù)抽象計算過程。車、路、云一體化的智慧交通目錄第104頁010203計算思維的概念

Python計算生態(tài)Python數(shù)據(jù)分析庫0405機器學習方法概述一元線性回歸理論及實踐2.Python計算生態(tài)Python語言從誕生之初致力于開源開放，近20年的開源運動產(chǎn)生了深植于各信息技術領域的大量可重用資源，直接且有力的支撐了信息技術超越其他技術領域的發(fā)展速度，形成了“計算生態(tài)”，建立了全球最大的編程計算生態(tài)。2.Python計算生態(tài)以開源項目為代表的大量第三方庫（超15萬個第三方庫）庫的建設經(jīng)過野蠻生長和自然選擇，

同一個功能，Python語言2個以上第三方庫。在計算生態(tài)思想指導下，編寫程序的起點不再是探究每個具體算法的邏輯功能和設計，而是盡可能利用第三方庫進行代碼復用，探究運用庫的系統(tǒng)方法，實現(xiàn)了模塊設計。隨Python安裝包一起發(fā)布，用戶可以隨時使用，被稱為Python標準庫，受限于Python安裝包的設定大小，標準庫數(shù)量270個左右。Python常用標準庫：turtle庫、math庫、time庫、random庫、JSON庫、OS庫、在zipfile庫、Tkinter庫……Python標準庫2.Python計算生態(tài)Python有非常簡單靈活的編程方式，采用C、C++等語言編寫的專業(yè)庫可以經(jīng)過簡單的接口封裝供Python語言程序調(diào)用。這樣的粘性功能使得Python語言成為了各類編程語言之間的接口，俗稱Python語言為“膠水語言”。Python的粘接功能2.Python計算生態(tài)Python有非常豐富的第三方庫。這些第三方庫由全球各行業(yè)專家、工程師和愛好者開發(fā)，沒有頂層設計，由開發(fā)者采用“盡力而為”的方式維護；Python第三方程序包括庫（library）、模塊（module）、類（class）和程序包（Package）等多種命名，這些可重用代碼統(tǒng)稱為“庫”。Python第三方庫2.Python計算生態(tài)Python官方網(wǎng)站提供了第三方庫索引功能

/pypi列出了Python語言超過15萬個第三方庫的基本信息，這些函數(shù)庫覆蓋信息領域技術所有技術方向。Python第三方庫2.Python計算生態(tài)Python第三方庫需要安裝后才能使用，第三方庫依照安裝方式靈活性和難易程度有三種方法：

1.pip工具安裝

2.自定義安裝

3.文件安裝pip是Python官方提供并維護的在線第三方庫安裝工具，pip工具安裝是最常用且最高效的Python第三方庫安裝方式。

pip工具安裝2.Python計算生態(tài)pipinstall<擬安裝庫名>:\>pipinstallPyInstaller#或者:\>pip3installPyInstallerpip是Python第三方庫最主要的安裝方式，可以安裝超過90%以上的第三方庫。然而，還有一些第三方庫無法暫時用pip安裝，此時，需要其他的安裝方法。pip工具與操作系統(tǒng)也有關系，在MacOSX和Linux等操作系統(tǒng)中，pip工具幾乎可以安裝任何Python第三方庫，在Windows操作系統(tǒng)中，有一些第三方庫仍然需要用其他方式嘗試安裝。

pip工具安裝2.Python計算生態(tài)pip是Python內(nèi)置命令，需要通過命令行執(zhí)行，如執(zhí)行pip-h命令將列出pip常用的子命令：:\>pip-hpip使用2.Python計算生態(tài)pip支持安裝（install）、下載（download）、卸載（uninstall）、列表（list）、查看（list）、查找（search）等一系列安裝和維護子命令。如list子命令列出當前系統(tǒng)中已經(jīng)安裝的第三方庫，格式如下：

:\>piplist

pip使用2.Python計算生態(tài)更新pip本身的方法：

pip的更新2.Python計算生態(tài)C:\Users\Administrator>python.exe-mpipinstall--upgradepipRequirementalreadysatisfied:pipinc:\users\administrator\appdata\local\programs\python\python39\lib\site-packages(22.2.2)CollectingpipUsingcachedpip-23.3.2-py3-none-any.whl(2.1MB)Installingcollectedpackages:pipAttemptinguninstall:pipFoundexistinginstallation:pip22.2.2Uninstallingpip-22.2.2:Successfullyuninstalledpip-22.2.2Successfullyinstalledpip-23.3.2卸載一個庫的命令格式如下：

pipuninstall<擬卸載庫名>

pip的子命令2.Python計算生態(tài)download子命令可以下載第三方庫的安裝包，但并不安裝，格式如下：

pipdownload

<擬卸載庫名>

pip的子命令2.Python計算生態(tài)search子命令可以鏈接搜索庫名或摘要中關鍵字，格式如下：

pipsearch<擬查詢庫名或關鍵字>

pip的子命令2.Python計算生態(tài)show子命令列出某個已經(jīng)安裝庫的詳細信息，格式如下：

pipshow<擬查詢庫名或關鍵字>

常用的第三方庫和及其安裝指令需要注意，庫名是第三方庫常用的名字，pip安裝用的名字和庫名不一定完全相同，建議采用小寫字符。2.Python計算生態(tài)常用的第三方庫和及其安裝指令需要注意，庫名是第三方庫常用的名字，pip安裝用的名字和庫名不一定完全相同，建議采用小寫字符。2.Python計算生態(tài)需要注意，安裝需在系統(tǒng)命令行下進行，不要在IDLE中，部分庫會依賴其他函數(shù)庫，會自動安裝，部分庫下載后需要一個安裝過程，pip會自動執(zhí)行。成功安裝庫后會出現(xiàn)”Successfullyinstalled…“提示。常用的第三方庫和及其安裝指令2.Python計算生態(tài)可以使用

OS標準庫

的system()函數(shù)調(diào)用控制臺importoslibs={"numpy","matplotlib","pillow","sklearn","requests",\"jieba","beautifulsoup4","wheel","networkx","sympy",\"pyinstaller","django","flask","werobot","pyqt5",\"pandas","pyopengl","pypdf2","docopt","pygame"}try:forlibinlibs:

os.system("pipinstall"+lib)print("Successful")except:print("FailedSomehow")pip批量安裝Python庫2.Python計算生態(tài)目錄第123頁010203計算思維的概念

Python計算生態(tài)Python數(shù)據(jù)分析庫0405機器學習方法概述一元線性回歸理論及實踐numpy庫numpy（NumericalPython的簡稱）是高性能科學計算和數(shù)據(jù)分析的基礎包，其部分功能如下：ndarray，一個具有矢量算術運算和復雜廣播能力的快速且節(jié)省空間的多維數(shù)組；用于對整組數(shù)據(jù)進行快速運算的標準數(shù)學函數(shù)（無需編寫循環(huán)）；用于讀寫磁盤數(shù)據(jù)的工具以及用于操作內(nèi)存映射文件的工具；線性代數(shù)、隨機數(shù)生成以及傅里葉變換功能。NumPy官方的英文文檔：/NumPy官方的中文文檔：/3.Python數(shù)據(jù)分析庫pandas是python第三方庫，提供高性能易用數(shù)據(jù)類型和分析工具pandas基于numpy實現(xiàn)，常與numpy和matplotlib一同使用兩大核心數(shù)據(jù)結構：Series（一維數(shù)據(jù)）

和DataFrame（多特征數(shù)據(jù),既有行索引,又有列索引）Pandas官方的英文文檔：https:///PandasPandas官方的中文文檔：/pandas庫3.Python數(shù)據(jù)分析庫Matplotlib庫3.Python數(shù)據(jù)分析庫Matplotlib是一個Python2D繪圖庫，通過調(diào)用庫的方法，只需幾行代碼就可以生成圖表、直方圖、功率譜、條形圖、誤差圖、散點圖等。Matplotlib庫英文網(wǎng)：

/stable/gallery/index.htmlMatplotlib庫中文網(wǎng)：

/intro/目錄第127頁010203計算思維的概念

Python計算生態(tài)Python數(shù)據(jù)分析庫0405機器學習方法概述一元線性回歸理論及實踐Machine

learningisthestudyofalgorithmsandmathematicalmodelsthatcomputersystemsusetoprogressivelyimprovetheirperformanceonaspecifictask.Machinelearningalgorithmsbuildamathematicalmodelofsampledata,knownas“trainingdata”,inordertomakepredictionsordecisionswithoutbeingexplicitlyprogrammedtoperformthetask.Wikipedia線性回歸支持向量機K-means高斯混合聚類密度聚類邏輯回歸分類決策樹貝葉斯集成學習回歸問題聚類問題分類問題嶺回歸Lasso回歸層次聚類回歸決策樹深度學習方法可以解決分類問題，也可以解決回歸問題4.機器學習方法概述有監(jiān)督學習（supervisedlearning）：從給定的有標注的訓練數(shù)據(jù)集中學習出一個函數(shù)，當新的數(shù)據(jù)到來時可以根據(jù)這個函數(shù)預測結果。常見任務包括分類與回歸。分類：輸出是類別標簽回歸：電動車剩余里程估計值是連續(xù)值4.機器學習方法概述無監(jiān)督學習（unsupervisedlearning）：沒有標注的訓練數(shù)據(jù)集，需要根據(jù)樣本間的統(tǒng)計規(guī)律對樣本集進行分析，常見任務如聚類等。4.機器學習方法概述聚類問題是無監(jiān)督學習的問題，算法的思想就是“物以類聚，人以群分”。聚類算法感知樣本間的相似度，進行類別歸納，對新的輸入進行輸出預測，輸出變量取有限個離散值?？梢宰鳛橐粋€單獨過程，用于尋找數(shù)據(jù)內(nèi)在的分布結構可以作為分類、稀疏表示等其他學習任務的前驅過程4.機器學習方法概述分類問題是監(jiān)督學習的一個核心問題，它從數(shù)據(jù)中學習一個分類決策函數(shù)或分類模型(分類器（classifier）)，對新的輸入進行輸出預測，輸出變量取有限個離散值。分類在我們?nèi)粘Ｉ钪泻艹Ｒ姸诸悊栴}多分類問題垃圾郵件正常郵件轎車摩托車貨車4.機器學習方法概述分類模型性能評價指標

準確率(Accuracy)是指在分類中，分類正確的記錄個數(shù)占總記錄個數(shù)的比值。通常，準確率高時，召回率偏低；召回率高時，準確率偏低。1.地震的預測對于地震的預測，我們希望的是召回率非常高，也就是說每次地震我們都希望預測出來。2.嫌疑人定罪基于不錯怪一個好人的原則，對于嫌疑人的定罪我們希望是非常準確的，即使有時候放過了一些罪犯（召回率低），但也是值得的。

召回率(Recall)也叫查全率，是指在分類中樣本中的正例有多少被預測正確了。4.機器學習方法概述舉例:一個城市路網(wǎng)中有1400輛小轎車，300輛公交巴士，700輛自行車，現(xiàn)在以路網(wǎng)攝像頭抓拍到小轎車為目的，共拍到了1200輛小轎車，300輛公交巴士，500輛自行車，那么，這些指標分別如下：正確率(Precision)

召回率(Recall)

F值=

2*60%

*

85.7%

/

(60%

+

85.7%)

=

70.6%=

1200

/

(1200

+

300

+

500)

=

60%=

1200

/

1400

=

85.7%4.機器學習方法概述=1400

/

(1400

+300

+

700)=

58.3%正確率(Precision)

召回率(Recall)

F值=

1400

/

1400

=

100%=

2*58.3%

*100%

/

(58.3%

+

100%)

=

73.7%一個城市路網(wǎng)中有1400輛小轎車，300輛公交巴士，700輛自行車，現(xiàn)在以路網(wǎng)攝像頭抓拍到小轎車為目的，假設所有的小轎車、公交巴士和自行車都抓拍到了，那么，這些指標分別如下：舉例:4.機器學習方法概述回歸分析用于預測輸入變量（自變量）和輸出變量（因變量）之間的關系，特別是當輸入變量的值發(fā)生變化時，輸出變量值隨之發(fā)生變化?；貧w分析自變量個數(shù)自變量與因變量關系因變量個數(shù)一元回歸分析多元回歸分析線性回歸分析非線性回歸分析簡單回歸分析多重回歸分析4.機器學習方法概述Sklearn全稱為scikit-learn，其中封裝了大量的機器學習算法，包括分類，回歸，降維和聚類四大機器學習算法。還包括了特征提取，數(shù)據(jù)處理和