搜索到
29
篇与
技术分享
的结果
-
抖音圣诞树代码HTML 抖音圣诞树代码HTML今天我分享一个抖音超火热的圣诞树代码，圣诞树的颜色会随着音乐的节奏而变化； 音乐的选择有多种方式，可以自己修改下文中对应的代码，也可以上传自己喜欢的音乐进行播放；这款代码也是我从CodePen这个在线前端代码编写网站上发现的，原作者是[Dilum Sanjaya]直接上体验地址: 圣诞树使用：文章最后我会放上下载地址解压后使用HBuilderX或者上传至自己的云服务器运行打开(直接打开index.html是无法成功加载的)首页选择音乐，然后等待一段时间，此过程是在加载（本地或云端）音乐或者OR选择上传自己喜欢的音乐配置：音乐配置：在script.js中修改对应的音乐地址，大家可以选择自己喜欢的添加上去function loadAudio(i) { document.getElementById("overlay").innerHTML = '<div class="text-loading">加载音乐需要一段时间Please Wait...</div>'; const files = [ "./music/Simon_Panrucker_-_01_-_Snowflakes_Falling_Down.mp3", "./music/Dott_-_01_-_This_Christmas.mp3", "./music/TRG_Banks_-_12_-_No_room_at_the_inn.mp3", "./music/Jingle_Bell_Swing.mp3", "./music/2.mp3" ]; 3. index.html首页选择音乐的button按钮  4. ```html <div id="overlay"> <ul> <li class="title">选择音乐 Select Music</li> <li><button class="btn" id="btnA" type="button">雪花飘落西蒙·潘鲁克 Snowflakes Falling Down by Simon Panrucker</button></li> <li><button class="btn" id="btnB" type="button">Dott的这个圣诞节 This Christmas by Dott</button></li> <li><button class="btn" id="btnC" type="button">TRG Banks旅馆没有房间 No room at the inn by TRG Banks</button> </li> <li><button class="btn" id="btnD" type="button">Mark Smeby 的《铃儿响叮当》Jingle Bell Swing by Mark Smeby</button></li> <li><button class="btn" id="btnD" type="button">《铃儿响叮当》</button></li> <li class="separator">或者 OR</li> <li> <input type="file" id="upload" hidden /> <label for="upload">上传自己喜欢的音乐 Upload File</label> </li> </ul> </div> {lamp/}最后放上下载链接下载的文件中只有一首音乐，大家可以行按照文章中的方法添音乐 {cloud title="圣诞树代码" type="default" url="https://cloud.dushiwu.cn/web_tools/Christmastree.zip" password=""/}{callout color="#ef6d4d"}转载来源： {abtn color="#ff0d00" href="https://blog.dushiwu.cn/webtools/tree.html" content="十五"/}{/callout} -
Python+OpenCv的人脸口罩识别系统附模型训练 基于Python+OpenCv的人脸口罩识别系统附模型训练以下编程在PyCharm平台上进行面对突如其来的新冠肺炎疫情,疫情防控事关每一个人,检查人员是否佩戴口罩一直是防控的重点,通常情况下,在商场等公共场所有自动测温装置,但是对是否佩戴口罩的检测还是依靠人力来实现,存在疏忽的漏洞,因此开发一款能自动识别人脸口罩佩戴的系统势在必行；目录[一、OpenCV下载安装][二、人脸口罩数据集下载处理][（一）人脸口罩数据集下载][（二）人脸口罩数据集的处理][三、训练人脸口罩数据集模型][四、进行人脸口罩检测]一、OPENCV下载安装参考网址：https://blog.csdn.net/cungudafa/article/details/84451066我们这里直接官网下载（opencv-3.4.16-vc14_vc15）：https://opencv.org/releases/下载好之后直接安装即可（Windows）二、人脸口罩数据集下载处理（一）人脸口罩数据集下载下载人脸口罩数据集的目的是利用OpenCV进行模型训练，这里采用口罩数据集的正负比列为1:3，即500张戴口罩的人脸图片和1500张不戴口罩的人脸图片。链接：{cloud title="人脸识别口罩数据集" type="default" url="https://cloud.dushiwu.cn/other/Face_Mask_Dataset.zip" password=""/}解压之后，将压缩包中的mask文件自行选择文件夹放置，以便之后的操作。（二）人脸口罩数据集的处理1、将数据集重命名为连续序列因为数据集中的图片序列是不连续的，因此这里需要编程将数据集的正负样本重命名为连续序列，以便像素调整。重命名正样本序列Python代码：#对数据集重命名 #coding:utf-8 import os path = r"C:\Users\14033\Desktop\mask\have_mask" # 人脸口罩数据集正样本的路径 filelist = os.listdir(path) count = 1000 # 开始文件名1000.jpg for file in filelist: Olddir = os.path.join(path, file) if os.path.isdir(Olddir): continue filename = os.path.splitext(file)[0] filetype = os.path.splitext(file)[1] Newdir = os.path.join(path, str(count) + filetype) os.rename(Olddir, Newdir) count += 1 命名之后，正样本序列如下：重命名负样本序列Python代码：#对数据集重命名 #coding:utf-8 import os path = r"C:\Users\14033\Desktop\mask\no_mask" # 人脸口罩数据集的路径 filelist = os.listdir(path) count = 10000 # 开始文件名1000.jpg for file in filelist: Olddir = os.path.join(path, file) if os.path.isdir(Olddir): continue filename = os.path.splitext(file)[0] filetype = os.path.splitext(file)[1] Newdir = os.path.join(path, str(count) + filetype) os.rename(Olddir, Newdir) count += 1重命名之后，负样本序列如下：2、正负样本数据集像素处理正样本数据集的像素最佳设为20x20，这样的模型训练精度更高；负样本数据集像素不低于50x50，这样处理可以加快模型训练的速度。修改正样本数据集像素为20x20Python代码：# 修改正样本像素 import pandas as pd import cv2 for n in range(1000, 1606): # 代表正数据集中开始和结束照片的数字 path = 'C:\\Users\\14033\\Desktop\\mask\\have_mask\\' + str(n) + '.jpg' # 读取图片 img = cv2.imread(path) img = cv2.resize(img, (20, 20)) # 修改样本像素为20x20 cv2.imwrite('C:\\Users\\14033\\Desktop\\mask\\have_mask20\\' + str(n) + '.jpg', img) n += 1 修改像素之后，序列如下：修改负样本数据集像素为80x80Python代码：#修改负样本像素 import pandas as pd import cv2 for n in range(10000,11790):#代表负样本数据集中开始和结束照片的数字 path='C:\\Users\\14033\\Desktop\\mask\\no_mask\\'+str(n)+'.jpg' # 读取图片 img = cv2.imread(path) img=cv2.resize(img,(80,80)) #修改样本像素为60x60 cv2.imwrite('C:\\Users\\14033\\Desktop\\mask\\no_mask20\\' + str(n) + '.jpg', img) n += 1修改像素之后，序列如下：3、创建正负样本数据集路径的txt文件（1)创建正样本数据集txt文件win+R打开窗口输入cmd，进入命令提示符界面，进入have_mask文件夹输入命令创建路径文件dir /b/s/p/w *.jpg > have_mask.txthave_mask.txt文件位置在正样本数据集文件夹中（2）创建负样本数据集txt文件（方法同正样本数据集一样）然后将have_mask.txt和no_mask.txt文件放到mask目录下三、训练人脸口罩数据集模型1、创建xml文件夹存放训练好的模型2、将OpenCV安装路径 \opencv\build\x64\vc14\bin下的opencv_createsamples.exe可执行文件和opencv_traincascade.exe可执行文件及另外两个下图文件复制到数据集同级目录，如下所示：3、对正负样本txt文档进行预处理正负样本需要生成 .vec格式的文档进行模型训练，因此需要通过对txt文档进行预处理，向have_mask.txt文件中末尾加入 1 0 0 20 20。正样本处理Python代码：#正样本文件预处理 没行目录结尾加入 1 0 0 20 20 #coding:utf-8 import os #Houzui="_Apple" Houzui=r" 1 0 0 20 20" #后缀 filelist = open('C:\\Users\\14033\\Desktop\\mask\\have_mask.txt','r+',encoding = 'utf-8') line = filelist.readlines() for file in line: file=file.strip('\n')+Houzui+'\n' print(file) filelist.write(file)负样本处理Python代码：#正样本文件预处理 没行目录结尾加入 1 0 0 80 80 Houzui=r" 1 0 0 80 80" #后缀 filelist = open('C:\\Users\\14033\\Desktop\\mask\\no_mask.txt','r+',encoding = 'utf-8') line = filelist.readlines() for file in line: file=file.strip('\n')+Houzui+'\n' print(file) filelist.write(file)这个处理不会自动覆盖之前的文件内容，所以需要手动将之前的内容剪切出来 ，保存为have_mask1.txt文件，have_mask.txt文件中只保留末尾为1 0 0 20 20的内容，如下：同理，对no_mask.txt文件执行同样的操作手动将之前的内容剪切出来 ，保存为no_mask1.txt文件，no_mask.txt文件中只保留末尾为1 0 0 80 80的内容，如下：4、生成正样本havemask.vec文件和nomask.vec文件这里操作在cmd终端中进行，进入mask文件夹下，输入以下内容：生成正样本havemask.vec文件：opencv_createsamples.exe -vec havemask.vec -info have_mask.txt -num 606 -w 20 -h 20生成负样本nomask.vec文件：opencv_createsamples.exe -vec nomask.vec -info no_mask.txt -num 1790 -w 80 -h 80上述命令内容阐述：info：样本说明文件vec：样本描述文件名和路径num：样本个数，这里为606个样本w h：样本尺寸，这里为20x20生成文件如下：5、训练模型（1)在mask目录下创建txt文件，写入以下内容:opencv_traincascade.exe -data xml -vec havemask.vec -bg no_mask.txt -numPos 350 -numNeg 400 -numStages 20 -w 20 -h 20 -mode ALL pause（2）将创建的txt文件命名为traincascade.bat（3）删掉have_mask.txt和no_mask,txt,然后将have_mask1.txt和no_mask1.txt改为have_mask.txt和no_mask.txt（4）打开traincascade.bat，开始训练人脸口罩数据集模型在这里训练模型的时间会很长，耐心等待…训练结束:四、进行人脸口罩检测Python代码：import time import cv2 import cv2 as cv n = 0 have_mask = 0 no_mask = 0 # haarcascade_frontalface_alt2.xml 人脸识别文件在opencv库中 pyth37\Lib\site-packages\cv2\data\ # PyCharm 则在对于的虚拟环境中 如虚拟机环境目录\venv\Lib\site-packages\cv2\data\ face_cascade = cv.CascadeClassifier('C:/Users/14033/Desktop/mask/haarcascade/haarcascade_frontalface_alt2.xml') # 训练出来的口罩识别cascade.xml mask_detector = cv.CascadeClassifier("C:/Users/14033/Desktop/Face-Mask-Detection/haarcascades/cascade.xml") cameraCapture = cv2.VideoCapture(0, cv2.CAP_DSHOW) # cv.CAP_DSHOW while True: start = time.time() ret, frame = cameraCapture.read() gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, 1.3, 10) # 1.02 masks = mask_detector.detectMultiScale(gray, 1.2, 5) # 1.01 for (x, y, w, h) in faces: cv.rectangle(frame, (x, y), (x + w, y + h), (0, 0, 255), 2) cv.putText(frame, "no_mask", (x, y - 10), cv.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2) n = 1 have_mask = 1 print("无口罩") for (mx, my, mw, mh) in masks: cv.rectangle(frame, (mx, my), (mx + mw, my + mh), (0, 255, 0), 2) cv.putText(frame, "have_mask", (mx, my - 10), cv.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 1) n = 1 no_mask = 1 print("有口罩") c = cv.waitKey(10) if c == 27: cameraCapture.release() break # 计算帧率 end = time.time() # 结束时间 fps = 1 / (end - start) # 帧率 image = cv.putText(frame, "FPS:{:.1f}".format(fps), (10, 30), cv.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2) # 绘制 cv.imshow('camera', frame) haarcascade_frontalface_default.xml是Python安装目录下的模型，自带人脸识别模型文件，在此之前需要安装opencv-python库。运行结果：{callout color="#ef6d4d"}转载来源： {abtn color="#ff0d00" href="https://blog.dushiwu.cn/jswd/Mask_recognition.html" content="十五"/}{/callout}
-
为Typecho站点添加好看的字体-Plus教程 前言[post cid="105" cover="https://cos.xpblog.cn/2022/02/27/6b991d843483b.png"/]有小伙伴说，自己的字体文件有10多兆原因是，没有对其字体进行压缩，我们在网站里多用常用字，而这些ttf文件都是基本涵盖了所有的文字，所以字体文件很大 ::aru:proud::改进利用程序对文件字体进行压缩，筛选出自己所需要的字，组成字体。引用文件地址（HarmonyOS_Sans_SC_Medium.subset.woff2）：在自定义CSS加入如下代码即可：{callout color="#ef6d4d"}转载来源： {abtn color="#ff0d00" href="https://web.xpblog.cn/Ty-pecho/213.html" content="小屁"/}{/callout}
-
