计算机视觉__基本图像操作（显示、读取、保存）

ゝ一纸荒年。 2024-03-23 10:48 77阅读 0赞

## 计算机视觉\_\_基本图像操作（显示、读取、保存） ##

**本文目录：**

✨ 一、前言

✨ 二、图像显示（使用OpenCV和Matplotlib显示图像）

（1）、使用OpenCV显示图像

（2）、使用Matplotlib显示图像

✨ 三、图像读取

（1）、使用OpenCV读取图像

（2）、用Matplotlib读取图像

（2.1）使用OpenCV和Matplotlib结合读取图像实例

（2.2）使用Matplotlib读取图像实例

✨ 四、图像保存

（1）、使用OpenCV保存图像

（2）、用Matplotlib保存图像

（3）、图片保存实例

✨ 五、本章总结

--------------------

## ✨ 一、前言 ##

图像显示、图像读取和图像保存是计算机视觉的基本操作，也是后续图像操作的基础。

OpenCV是计算机视觉中经典的专用库，Matplotlib也是一种常用的图像处理库。

OpenCV （Open Source Computer Vision Library）,OpenCv 可以运行在多平台之上，轻量级而且高效，由一系列 C 函数和少量 C++类构成，提供了 Python、Ruby、MATLAB 等语言的接口。

只有先获取图像之后，才能对图像进行操作处理，信息提取，结果输出，图像显示，图像保存。

对于一个图像而言，

> 　　**OpenCV 中进行读取展示的步骤如下：**
> 
>  *  　　图像读取；
>  *  　　窗口创建；
>  *  　　图像显示；
>  *  　　图像保存；
>  *  　　资源释放。

> 　　**OpenCV读取图像的基本函数有 ：**  
> 　　cv2.imread()、cv2.namedWindow()、cv2.imshow()、cv2.imwrite()、cv2.destroyWindow()、cv2.destroyAllWindows()、 cv2.imshow()、cv2.cvtColor()、cv2.imwrite()、cv2.waitKey()。

> 　　**注 意：**  
> 　　使用OpenCV读取的图像的颜色通道为BGR（蓝绿红），
> 
> 　　Matplotlib使用的颜色通道为RGB（红绿蓝），
> 
> 　　所以如果要正常显示图像的颜色效果，需要进行颜色通道转换。
> 
> 　　先将OpenCV读取的BGR（蓝绿红）颜色通道的图像转换为RGB（红绿蓝）颜色通道的图像，再使用Matplotlib正确显示图像。

## ✨ 二、图像显示（使用OpenCV和Matplotlib显示图像） ##

### （1）、使用OpenCV显示图像 ###

OpenCV是计算机视觉中经典的专用库，功能强大。

OpenCV-Python为OpenCV提供了Python接口，我们可以使用这个接口，实现图像操作的功能。

**按如下步骤编写代码：（保存成：你的文件名.py，图片girl2a.jpg保存在同一个目录下)**

① 、导入模块

import cv2

② 、读取图像

img=cv2.imread('girl2a.jpg')

③ 、创建窗口

cv2.namedWindow("逆境清醒")

④ 、使用OpenCV显示图像

cv2.imshow('逆境清醒',img)

代码解释：

> **cv2.imshow（window\_name，img）**
> 
>  *  函数在窗口中显示图像，窗口会自动适应不同的图像尺寸。
>  *  window\_name：第一个参数window\_name是窗口名称，字符串，可以根据需要创建任意多个窗口；
>  *  img：第二个参数img是图像名称。

⑤ 、等待键盘输入

cv2.waitKey(0)

代码解释：

> **cv2.waitKey(0)**
> 
>  *  等待键盘输入，若未输入，则一直等待。
>  *  这种等待效果可以保证我们刚才建立的图片窗口不会一闪而过，可以有足够的时间看清窗口内容。

⑥ 、销毁窗口

cv2.destroyAllWindows()

代码解释：

> **cv2.destroyAllWindows()**
> 
>  *  销毁窗口

⑦、完整代码

import cv2
    img=cv2.imread('girl2a.jpg')
    cv2.namedWindow("逆境清醒")
    cv2.imshow('逆境清醒',img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

⑧、运行效果如图所示

![cf9c80c63a7c452dba1649ce5d276d47.jpeg][]

###    （2）、使用Matplotlib显示图像 ###

Matplotlib也是一种常用的图像处理库。

> 　　可用matplotlib.pyplot.imshow（img）函数来显示图像，参数img代表图像对象，参数较少，使用便捷。

**按如下步骤编写代码：（保存成：你的文件名.py，图片girl2a.jpg保存在同一个目录下)**

① 、导入模块

import cv2
    import matplotlib.pyplot as plt

② 、读取图像

image=cv2.imread('girl2a.jpg')

③ 、将颜色通道从BGR转换为RGB

image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)

④ 、使用Matplotlib显示图像

plt.imshow(image)
    plt.show()

⑤ 、完整代码

import cv2
    import matplotlib.pyplot as plt
    image=cv2.imread('girl2a.jpg')
    image=cv2.cvtColor(image,cv2.COLOR_BGR2RGB)
    #image=image[:,:,::-1]
    plt.imshow(image)
    plt.show()

⑥、运行效果如图所示

![a5ff5ae7322e488e9e73977afca758b3.jpeg][]

##  ##

##    ✨ 三、图像读取 ##

用OpenCV或Matplotlib读取一张图像，读取格式为单通道灰度图和三通道彩色图。

### （1）、使用OpenCV读取图像 ###

> 　　**cv2.imread（filename，flags）**函数，
> 
> **作用：**读取图像。返回值是一个nparray 多维数组。OpenCV 对图像的任何操作，本质上就是对 Numpy 多维数组的运算。
> 
>  *  filename：第一个参数filename是图像地址，图像应该存储在工作目录中或给出图像的完整路径。即使图像路径错误，也不会引发任何错误，但是在打印图像时系统会给出None。
>  *  flags：第二个参数flags，是一个标志，指定了读取图像的方式。
>  *  如果无法读取图像（文件丢失，权限不正确，格式不支持或无效），该函数返回一个空矩阵。
>  *  必须使用中文时，可以使用 cv2.imdecode() 处理
>  *  读取图像时默认忽略透明通道，但可以使用 CV\_LOAD\_IMAGE\_UNCHANGED 参数读取透明通道。
>  *  对于彩色图像，可以使用 flags=0 按照读取为灰度图像。
>  *  OpenCV 中彩色图像使用 BGR 格式，而 PIL、PyQt、matplotlib 等库使用的是 RGB 格式。

<table> 
 <tbody> 
  <tr> 
   <td colspan="2" style="background-color:#99ccff;width:113px;"><strong>参数flags：读取图像的方式</strong></td> 
  </tr> 
  <tr> 
   <td style="text-align:center;width:113px;">数值</td> 
   <td style="text-align:center;width:506px;">含义</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;width:113px;">-1</td> 
   <td style="width:506px;">保持原格式不变 （原来是灰度图像就是灰度图像，原来是彩色图像，就是彩色图像）</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;width:113px;">0</td> 
   <td style="width:506px;">将图像调整为单通道灰度图像</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;width:113px;">1</td> 
   <td style="width:506px;">将图像调整为3通道BGR图像</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;width:113px;">2</td> 
   <td style="width:506px;">当载入图像为16位或32位时，返回其对应的深度图像；否则，将其转换为8位图像</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;width:113px;">4</td> 
   <td style="width:506px;">以任何可能的颜色格式读取图像</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;width:113px;">8</td> 
   <td style="width:506px;">使用gdal驱动程序加载图像</td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td colspan="2" style="background-color:#99ccff;"><strong>目前支持的文件格式：</strong></td> 
  </tr> 
  <tr> 
   <td>Windows 位图</td> 
   <td>* .bmp，* .dib</td> 
  </tr> 
  <tr> 
   <td>JPEG 文件</td> 
   <td>* .jpeg，* .jpg，*.jpe</td> 
  </tr> 
  <tr> 
   <td>JPEG 2000文件</td> 
   <td>* .jp2</td> 
  </tr> 
  <tr> 
   <td>便携式网络图形</td> 
   <td>* .png</td> 
  </tr> 
  <tr> 
   <td>WebP</td> 
   <td>* .webp</td> 
  </tr> 
  <tr> 
   <td>便携式图像格式</td> 
   <td>* .pbm，* .pgm，* .ppm * .pxm，* .pnm</td> 
  </tr> 
  <tr> 
   <td>TIFF 文件</td> 
   <td>* .tiff，* .tif</td> 
  </tr> 
 </tbody> 
</table>

该函数的返回值是图像数字矩阵，

> 维度如下：  
> （M，N）：用于灰度图。  
> （M，N，3）：用于RGB彩色图。

> **cv2.cvtColor（img，color\_change）函数对颜色维度进行转换**。
> 
>  *  img：第一个参数img是图像对象。
>  *  color\_change：第二个参数color\_change是cv2.COLOR\_BGR2GRAY（OpenCV定义的常数），用来将BGR通道彩色图转换为灰度图。
> 
> 该函数返回修改后的图像数字矩阵。

<table> 
 <tbody> 
  <tr> 
   <td colspan="3" style="background-color:#99ccff;"><strong>color_change&nbsp;参数：</strong></td> 
  </tr> 
  <tr> 
   <td>cv2.IMREAD_COLOR</td> 
   <td style="width:79px;">默认1</td> 
   <td style="width:345px;">加载彩色图。任何图像的透明度都会被忽视，</td> 
  </tr> 
  <tr> 
   <td>cv2.IMREAD_GRAYSCALE</td> 
   <td style="width:79px;">默认0</td> 
   <td style="width:345px;">以灰度模式（黑白图像）加载图像</td> 
  </tr> 
  <tr> 
   <td>cv2.IMREAD_UNCHANGED</td> 
   <td style="width:79px;">默认-1</td> 
   <td style="width:345px;">加载图像，包括alpha通道，可以用-1代替。</td> 
  </tr> 
  <tr> 
   <td>cv2.IMREAD_ANYDEPTH</td> 
   <td style="width:79px;">默认2</td> 
   <td style="width:345px;">在输入具有相应深度时返回16位/ 32位图像，否则将其转换为8位</td> 
  </tr> 
  <tr> 
   <td>cv2.IMREAD_ANYCOLOR</td> 
   <td style="width:79px;">默认4</td> 
   <td style="width:345px;">以任何可能的颜色格式读取图像</td> 
  </tr> 
  <tr> 
   <td></td> 
   <td style="width:79px;"></td> 
   <td style="width:345px;"></td> 
  </tr> 
 </tbody> 
</table>

**读取一张图像，读取格式为单通道灰度图**

**按如下步骤编写代码：（保存成：你的文件名.py，图片girl2a.jpg保存在同一个目录下)**

① 、导入模块

import cv2
    import matplotlib.pyplot as plt

② 、读取图像

image_gray=cv2.imread("girl2a.jpg",flags=0)

③ 、加载灰度图

plt.imshow(image_gray,cmap="gray")

④ 、显示图像

plt.show()

⑤ 、完整代码

import cv2
    import matplotlib.pyplot as plt
    image_gray=cv2.imread("girl2a.jpg",flags=0)
    plt.imshow(image_gray,cmap="gray")
    plt.show()

⑥、运行效果如图所示

![841594a75a2c4eefb94e68fc275c3ac9.jpeg][]

###    （2）、用Matplotlib读取图像 ###

> **可用matplotlib.pyplot.imread（fname，format=None）函数来读取图像。**
> 
>  *  fname：第一个参数fname是图像路径；
>  *  format：第二个参数format是图像格式，默认值是None。
> 
> 如果没有提供图像格式，则imread（）函数会从fname中提取图像格式。
> 
> 该函数的返回值是图像数字矩阵，
> 
> 维度如下：  
> （M，N）：用于灰度图。  
> （M，N，3）：用于RGB彩色图。

#### （2.1）使用OpenCV和Matplotlib结合读取图像实例 ####

① 、导入模块

import cv2
    import matplotlib.pyplot as plt

② 、读取图像

image_bgr=cv2.imread("girl2a.jpg",flags=1)

③ 、显示图像

plt.imshow(image_bgr)
    plt.show()

④ 、运行效果如图所示

![a437a67a789949e5bf43288d1f65d551.jpeg][]

**此时，颜色不是正常的rgb，而是bgr格式**

我们需要修改代码

⑤ 、将图像的格式转为rgb格式

image_rgb=image_bgr[:,:,::-1]

⑥ 、显示图像

plt.imshow(image_rgb)
    plt.show()

⑦、完整代码

import cv2
    import matplotlib.pyplot as plt
    image_bgr=cv2.imread("girl2a.jpg",flags=1)
    image_rgb=image_bgr[:,:,::-1]
    #image_rgb=cv2.cvtColor(image_bgr,cv2.COLOR_BGR2RGB)
    plt.imshow(image_rgb)
    plt.show()

⑧、运行效果如图所示

![a5ff5ae7322e488e9e73977afca758b3.jpeg][]

#### （2.2）使用Matplotlib读取图像实例 ####

① 、导入模块

import matplotlib.pyplot as plt

② 、读取图像

image_rgb=plt.imread("girl2a.jpg")

③ 、显示图像

plt.imshow(image_rgb)
    plt.show()

④ 、完整代码

import matplotlib.pyplot as plt
    image_rgb=plt.imread("girl2a.jpg")
    plt.imshow(image_rgb)
    plt.show()

⑤ 、运行效果如图所示

![a5ff5ae7322e488e9e73977afca758b3.jpeg][]

##    ✨ 四、图像保存 ##

### （1）、使用OpenCV保存图像 ###

> **在OpenCV中，可用 cv2.imwrite（dir，img）函数来保存图像。**
> 
>  *  dir：第一个参数dir是图像存储的位置。
>  *  img：第二个参数img是图像对象。
>  *  函数 cv2.imwrite() 用于将图像保存到指定的文件。只能保存 BGR 3通道图像，或 8 位单通道图像、或 PNG/JPEG/TIFF 16位无符号单通道图像。
> 
> **定义：cv2.imwrite(filename, img \[, paras\])**
> 
> **参数说明：**
> 
>  *  filename：要保存的文件的路径和名称，包括文件扩展名
>  *  img：要保存的 OpenCV 图像，nparray 多维数组
>  *  paras：不同编码格式的参数，可选项

<table> 
 <tbody> 
  <tr> 
   <td colspan="2" style="background-color:#99ccff;"><strong>paras：不同编码格式的参数</strong></td> 
  </tr> 
  <tr> 
   <td>cv2.CV_IMWRITE_JPEG_QUALITY：</td> 
   <td>设置 .jpeg/.jpg 格式的图片质量，取值为 0-100（默认值 95），数值越大则图片质量越高；</td> 
  </tr> 
  <tr> 
   <td>cv2.CV_IMWRITE_WEBP_QUALITY：</td> 
   <td>设置 .webp 格式的图片质量，取值为 0-100；</td> 
  </tr> 
  <tr> 
   <td>cv2.CV_IMWRITE_PNG_COMPRESSION：</td> 
   <td>设置 .png 格式图片的压缩比，取值为 0-9（默认值 3），数值越大则压缩比越大。</td> 
  </tr> 
  <tr> 
   <td>retval：</td> 
   <td>返回值，保存成功返回 True，否则返回 False。</td> 
  </tr> 
 </tbody> 
</table>

> OpenCV cv2.imwrite  
> 该函数在默认情况下，该函数的保存结果为8位单通道图像和BGR图像。
> 
>  *  cv2.imwrite() 保存的是 OpenCV 图像（多维数组）ndarray（numpy数组），不是 cv2.imread() 读取的图像文件，所保存的文件格式是由 filename 的扩展名决定的，与读取的图像文件的格式无关。
>  *  对 4 通道 BGRA 图像，可以使用 Alpha 通道保存为 PNG 图像。
>  *  cv2.imwrite() 指定图片的存储路径和文件名，不支持中文和空格（不会报错）。**必须使用中文时，可以使用 cv2.imencode() 处理**

**使用OpenCV保存成以8位无符号整型表示的像素点。**

import numpy as np
    import cv2
    import matplotlib.pyplot as plt
    image_array=np.array([
    [[235,198,148],[238,203,153],[241,207,161]],
    [[250,227,205],[255,232,210],[255,238,216]],
    [[234,197,147],[237,202,152],[240,206,160]],
    [[247,229,206],[250,232,209],[255,237,214]],
    [[231,194,144],[234,199,149],[238,204,158]],
    [[244,230,207],[246,232,209],[249,235,212]],
    [[173,144,77],[158,129,60],[159,130,61]],
    [[117,197,136],[101,181,120],[103,183,122]]
    ],dtype=np.uint8)
    cv2.imwrite("wimg1.jpg",image_array)
    image1=cv2.imread("wimg1.jpg")
    image1=cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)
    plt.imshow(image1)
    plt.show()

运行效果如图所示：

![90d713331dcc4355abaa7d59c6e43d18.jpeg][]

**使用OpenCV保存成以64位浮点型表示的像素点。**

import numpy as np
    import cv2
    import matplotlib.pyplot as plt
    image_array=np.array([
    [[235,198,148],[238,203,153],[241,207,161]],
    [[250,227,205],[255,232,210],[255,238,216]],
    [[234,197,147],[237,202,152],[240,206,160]],
    [[247,229,206],[250,232,209],[255,237,214]],
    [[231,194,144],[234,199,149],[238,204,158]],
    [[244,230,207],[246,232,209],[249,235,212]],
    [[173,144,77],[158,129,60],[159,130,61]],
    [[117,197,136],[101,181,120],[103,183,122]]
    ],dtype=np.float64)
    cv2.imwrite("wimg2.jpg",image_array)
    image2=cv2.imread("wimg2.jpg")
    image2=cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY)
    plt.imshow(image2)
    plt.show()

运行效果如图所示：

![96fd1c1d44d94ec7bd6b48c7d2a59f1a.jpeg][]

我们打开刚才系统保存的两个文件：wimg1.jpg和wimg2.jpg

图片较小，我们将它们放大3200倍看一下：

###    （2）、用Matplotlib保存图像 ###

> **用matplotlib.pyplot.imsave（dir，img，\*\*kwargs）函数来保存图像。**
> 
>  *  dir：第一个参数dir是图像存储的位置。
>  *  img：第二个参数img是图像对象。
>  *  \*\*kwargs：第三个参数\*\*kwargs是一个字典参数，参数较多

下面是几个常用的参数值。

<table> 
 <tbody> 
  <tr> 
   <td style="background-color:#99ccff;text-align:center;width:113px;">参&nbsp; 数</td> 
   <td style="background-color:#99ccff;text-align:center;width:506px;">说&nbsp; &nbsp; &nbsp; &nbsp; &nbsp; 明</td> 
  </tr> 
  <tr> 
   <td style="width:113px;">format</td> 
   <td style="width:506px;">指明图像格式，可能的格式有png、pdf、svg、etc，支持大多数图像格式。</td> 
  </tr> 
  <tr> 
   <td style="width:113px;">dpi</td> 
   <td style="width:506px;">分辨率，用于调整图像的清晰度。</td> 
  </tr> 
  <tr> 
   <td style="width:113px;">cmap</td> 
   <td style="width:506px;">颜色映射，对于彩色图像此参数被忽略，只对灰度图像有效。</td> 
  </tr> 
 </tbody> 
</table>

使用Matplotlib保存成以8位无符号整型表示的像素点。

import numpy as np
    import matplotlib.pyplot as plt
    image_array=np.array([
    [[1,0,1],[0,1,0],[0,0,1]],
    [[0,1,1],[1,1,0],[1,0,1]],
    [[1,0,0],[0,0,0],[0,1,1]],
    [[1,1,1],[1,1,1],[1,0,1]],
    [[0,0,0],[1,1,0],[0,1,1]],
    [[1,0,0],[0,1,0],[0,0,0]],
    [[0,0,1],[1,1,1],[0,0,1]],
    [[1,0,0],[0,0,1],[1,1,1]]
    ],dtype=np.uint8)
    plt.imsave("wimg3.jpg",image_array)
    image3=plt.imread("wimg3.jpg")
    plt.imshow(image3)
    plt.show()

运行效果如图所示：

![b75156f2148d4696891bf03924172376.jpeg][]

使用Matplotlib保存成以64位浮点型表示的像素点。

import numpy as np
    import matplotlib.pyplot as plt
    image_array=np.array([
    [[1,0,1],[0,1,0],[0,0,1]],
    [[0,1,1],[1,1,0],[1,0,1]],
    [[1,0,0],[0,0,0],[0,1,1]],
    [[1,1,1],[1,1,1],[1,0,1]],
    [[0,0,0],[1,1,0],[0,1,1]],
    [[1,0,0],[0,1,0],[0,0,0]],
    [[0,0,1],[1,1,1],[0,0,1]],
    [[1,0,0],[0,0,1],[1,1,1]]
    ],dtype=np.float64)
    plt.imsave("wimg4.jpg",image_array)
    image4=plt.imread("wimg4.jpg")
    plt.imshow(image4)
    plt.show()

运行效果如图所示：

![35c6d79c8aa14b6194c3cb8461bc4d8b.jpeg][]

我们打开刚才系统保存的两个文件：wim3.jpg和wimg4.jpg

图片较小，我们将它们放大3200倍看一下：

### （3）、图片保存实例 ###

import cv2
    import numpy as np
    # 读取图片文件
    imgFile = "girl2a.jpg" 
    # flags=1 读取彩色图像(BGR)
    img3 = cv2.imread(imgFile, flags=1)  
    saveFile= "test.jpg"
    # 保存图片时带有中文名字
    saveFile1 = "测试girl2a.jpg"  
    # 将读取的图片保存成普通英文名格式
    cv2.imwrite(saveFile, img3)  
    # 将读取的图片保存成中文名格式
    img_write = cv2.imencode(".jpg", img3)[1].tofile(saveFile1)

运行结果：

文件夹内出现两个新的图片，一个是英文名：test.jpg；另一个是中文名：测试girl2a.jpg

![850cda4c32644771a7615a7201564196.jpeg][]

##    ✨ 五、本章总结 ##

图像是由三维数组组成的数据形式，三维数组分别对应宽度、高度、通道数。

灰度图为单通道图像，

彩色图为三通道图像。

OpenCV 使用BGR通道方式读取图像。

Matplotlib 使用RGB通道方式读取图像。

更多《 计算机视觉 》相关文章更新中。。。

**推荐阅读：**

<table> 
 <tbody> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="" height="113" src="https://img-blog.csdnimg.cn/bfa502b957c247a7872d7e645d4c6f03.jpeg" width="200"></p> </td> 
   <td> <p><img alt="" height="113" src="https://img-blog.csdnimg.cn/2f073e39924e42d2b33221f4262dcc1d.jpeg" width="200"></p> </td> 
   <td> <p><img alt="" height="113" src="https://img-blog.csdnimg.cn/9d7e2b6a00aa45fd82291f0d5f9eea7e.jpeg" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/130099004" title="计算机视觉__基本图像操作（显示、读取、保存）" rel="nofollow">计算机视觉__基本图像操作（显示、读取、保存）</a></td> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/130144500" title="直方图（颜色直方图、灰度直方图）" rel="nofollow">直方图（颜色直方图、灰度直方图）</a></td> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/130159504" title="直方图均衡化（调节图像亮度、对比度）" rel="nofollow">直方图均衡化（调节图像亮度、对比度）</a></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="" height="112" src="https://img-blog.csdnimg.cn/01bfb23f2f894ee0b0164f52e57bbbbc.png" width="200"></p> </td> 
   <td> <p><img alt="" height="112" src="https://img-blog.csdnimg.cn/47c92d6cf9fe4d279a142480a4340a0d.png" width="200"></p> </td> 
   <td> <p><img alt="" height="113" src="https://img-blog.csdnimg.cn/1620a2a7b0914c42b3a8254e94269a79.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/129943496" title="语音识别实战（python代码）(一）" rel="nofollow">语音识别实战（python代码）(一）</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/130051330" title="人工智能基础篇" rel="nofollow">人工智能基础篇</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/130068666" title="计算机视觉基础__图像特征" rel="nofollow">计算机视觉基础__图像特征</a></p> </td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="93d65dbd09604c4a8ed2c01df0eebc38.png" height="112" src="https://img-blog.csdnimg.cn/93d65dbd09604c4a8ed2c01df0eebc38.png" width="200"></p> </td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/125986622" title="matplotlib 自带绘图样式效果展示速查（28种，全）" rel="nofollow">matplotlib 自带绘图样式效果展示速查（28种，全）</a></p> </td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="074cd3c255224c5aa21ff18fdc25053c.png" height="112" src="https://img-blog.csdnimg.cn/074cd3c255224c5aa21ff18fdc25053c.png" width="200"></p> </td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/128015962" title="Three.js实例详解___旋转的精灵女孩(附完整代码和资源)（一）" rel="nofollow">Three.js实例详解___旋转的精灵女孩(附完整代码和资源)（一）</a></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="fe88b78e78694570bf2d850ce83b1f69.png" height="112" src="https://img-blog.csdnimg.cn/fe88b78e78694570bf2d850ce83b1f69.png" width="200"></p> </td> 
   <td> <p><img alt="" height="112" src="https://img-blog.csdnimg.cn/62e23c3c439f42a1badcd78f02092ed0.png" width="200"></p> </td> 
   <td> <p><img alt="cb4b0d4015404390a7b673a2984d676a.png" height="112" src="https://img-blog.csdnimg.cn/cb4b0d4015404390a7b673a2984d676a.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/127799004" title="立体多层玫瑰绘图源码__玫瑰花python 绘图源码集锦" rel="nofollow">立体多层玫瑰绘图源码__玫瑰花python 绘图源码集锦</a></td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/130024037" title="Python 3D可视化（一）" rel="nofollow">Python 3D可视化（一）</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/129906259?spm=1001.2014.3001.5501" title="让你的作品更出色——词云Word Cloud的制作方法（基于python，WordCloud，stylecloud)" rel="nofollow">让你的作品更出色——词云Word Cloud的制作方法（基于python，WordCloud，stylecloud)</a></p> </td> 
  </tr> 
  <tr> 
   <td> <p><img alt="e84d6708316941d49a79ddd4f7fe5b27.png" height="112" src="https://img-blog.csdnimg.cn/e84d6708316941d49a79ddd4f7fe5b27.png" width="200"></p> </td> 
   <td> <p><img alt="938bc5a8bb454a41bfe0d4185da845dc.jpeg" height="112" src="https://img-blog.csdnimg.cn/938bc5a8bb454a41bfe0d4185da845dc.jpeg" width="200"></p> </td> 
   <td> <p><img alt="0a4256d5e96d4624bdca36433237080b.png" height="112" src="https://img-blog.csdnimg.cn/0a4256d5e96d4624bdca36433237080b.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/129830874" title="python Format()函数的用法___实例详解（一）(全，例多）___各种格式化替换，format对齐打印" rel="nofollow">python Format()函数的用法___实例详解（一）(全，例多）___各种格式化替换，format对齐打印</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/126110424?spm=1001.2014.3001.5502" title="用代码写出浪漫__合集（python、matplotlib、Matlab、java绘制爱心、玫瑰花、前端特效玫瑰、爱心）" rel="nofollow">用代码写出浪漫__合集（python、matplotlib、Matlab、java绘制爱心、玫瑰花、前端特效玫瑰、爱心）</a></p> </td> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/127941542" title="python爱心源代码集锦（18款）" rel="nofollow">python爱心源代码集锦（18款）</a></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="dc8796ddccbf4aec98ac5d3e09001348.jpeg" height="112" src="https://img-blog.csdnimg.cn/dc8796ddccbf4aec98ac5d3e09001348.jpeg" width="200"></p> </td> 
   <td> <p><img alt="0f09e73712d149ff90f0048a096596c6.png" height="112" src="https://img-blog.csdnimg.cn/0f09e73712d149ff90f0048a096596c6.png" width="200"></p> </td> 
   <td> <p><img alt="40e8b4631e2b486bab2a4ebb5bc9f410.png" height="112" src="https://img-blog.csdnimg.cn/40e8b4631e2b486bab2a4ebb5bc9f410.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/125403845" title="Python中Print()函数的用法___实例详解(全，例多）" rel="nofollow">Python中Print()函数的用法___实例详解(全，例多）</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/126006585" title="Python函数方法实例详解全集(更新中...)" rel="nofollow">Python函数方法实例详解全集(更新中...)</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/126365799" title="《 Python List 列表全实例详解系列（一）》__系列总目录、列表概念" rel="nofollow">《 Python List 列表全实例详解系列（一）》__系列总目录、列表概念</a></p> </td> 
  </tr> 
  <tr> 
   <td> <p><img alt="09e08f86f127431cbfdfe395aa2f8bc9.png" height="112" src="https://img-blog.csdnimg.cn/09e08f86f127431cbfdfe395aa2f8bc9.png" width="200"></p> </td> 
   <td> <p><img alt="" height="112" src="https://img-blog.csdnimg.cn/6d64357a42714dab844bf17483d817c0.png" width="200"></p> </td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/126624379" title="用代码过中秋，python海龟月饼你要不要尝一口？" rel="nofollow">用代码过中秋，python海龟月饼你要不要尝一口？</a></td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/129374125" title="python练习题目录" rel="nofollow">python练习题目录</a></p> </td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="03ed644f9b1d411ba41c59e0a5bdcc61.png" height="112" src="https://img-blog.csdnimg.cn/03ed644f9b1d411ba41c59e0a5bdcc61.png" width="200"></p> </td> 
   <td> <p><img alt="daecd7067e7c45abb875fc7a1a469f23.png" height="112" src="https://img-blog.csdnimg.cn/daecd7067e7c45abb875fc7a1a469f23.png" width="200"></p> </td> 
   <td> <p><img alt="17b403c4307c4141b8544d02f95ea06c.png" height="112" src="https://img-blog.csdnimg.cn/17b403c4307c4141b8544d02f95ea06c.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/127131591" title="草莓熊python turtle绘图（风车版）附源代码" rel="nofollow">草莓熊python turtle绘图（风车版）附源代码</a></td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/127799077" title="草莓熊python turtle绘图代码（玫瑰花版）附源代码" rel="nofollow">草莓熊python turtle绘图代码（玫瑰花版）附源代码</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/128368639" title="草莓熊python绘图（春节版，圣诞倒数雪花版）附源代码" rel="nofollow">草莓熊python绘图（春节版，圣诞倒数雪花版）附源代码</a></p> </td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="4d9032c9cdf54f5f9193e45e4532898c.png" height="112" src="https://img-blog.csdnimg.cn/4d9032c9cdf54f5f9193e45e4532898c.png" width="200"></p> </td> 
   <td> <p><img alt="c5feeb25880d49c085b808bf4e041c86.png" height="112" src="https://img-blog.csdnimg.cn/c5feeb25880d49c085b808bf4e041c86.png" width="200"></p> </td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/128141522" title="巴斯光年python turtle绘图__附源代码" rel="nofollow">巴斯光年python turtle绘图__附源代码</a></p> </td> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/127505979" title="皮卡丘python turtle海龟绘图（电力球版）附源代码" rel="nofollow">皮卡丘python turtle海龟绘图（电力球版）附源代码</a></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="" height="112" src="https://img-blog.csdnimg.cn/1408dd16a76947e4a7eb3c54cd570d95.png" width="200"></p> </td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/129630880" title="vue3 项目搭建教程（基于create-vue，vite，Vite + Vue）" rel="nofollow">vue3 项目搭建教程（基于create-vue，vite，Vite + Vue）</a></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="fea225cb9ec14b60b2d1b797dd8278a2.png" height="112" src="https://img-blog.csdnimg.cn/fea225cb9ec14b60b2d1b797dd8278a2.png" width="200"></p> </td> 
   <td> <p><img alt="bba02a1c4617422c9fbccbf5325850d9.png" height="112" src="https://img-blog.csdnimg.cn/bba02a1c4617422c9fbccbf5325850d9.png" width="200"></p> </td> 
   <td> <p><img alt="37d6aa3e03e241fa8db72ccdfb8f716b.png" height="112" src="https://img-blog.csdnimg.cn/37d6aa3e03e241fa8db72ccdfb8f716b.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/128699908" title="2023年春节祝福第二弹——送你一只守护兔，让它温暖每一个你【html5 css3】画会动的小兔子，炫酷充电，字体特" rel="nofollow">2023年春节祝福第二弹——送你一只守护兔，让它温暖每一个你【html5 css3】画会动的小兔子，炫酷充电，字体特</a></td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/128999468" title="别具一格，原创唯美浪漫情人节表白专辑，(复制就可用)（html5,css3,svg)表白爱心代码(4套)" rel="nofollow">别具一格，原创唯美浪漫情人节表白专辑，(复制就可用)（html5,css3,svg)表白爱心代码(4套)</a></p> </td> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/129233327" title="SVG实例详解系列（一）(svg概述、位图和矢量图区别（图解）、SVG应用实例）" rel="nofollow">SVG实例详解系列（一）(svg概述、位图和矢量图区别（图解）、SVG应用实例）</a></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="5d409c8f397a45c986ca2af7b7e725c9.png" height="112" src="https://img-blog.csdnimg.cn/5d409c8f397a45c986ca2af7b7e725c9.png" width="200"></p> </td> 
   <td> <p><img alt="6176c4061c72430eb100750af6fc4d0e.png" height="112" src="https://img-blog.csdnimg.cn/6176c4061c72430eb100750af6fc4d0e.png" width="200"></p> </td> 
   <td> <p><img alt="1f53fb9c6e8b4482813326affe6a82ff.png" height="112" src="https://img-blog.csdnimg.cn/1f53fb9c6e8b4482813326affe6a82ff.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/128296176" title="【程序人生】卡塔尔世界杯元素python海龟绘图（附源代码），世界杯主题前端特效5个（附源码）" rel="nofollow">【程序人生】卡塔尔世界杯元素python海龟绘图（附源代码），世界杯主题前端特效5个（附源码）</a></td> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/128425770?spm=1001.2014.3001.5502" title="HTML+CSS+svg绘制精美彩色闪灯圣诞树，HTML+CSS+Js实时新年时间倒数倒计时(附源代码)" rel="nofollow">HTML+CSS+svg绘制精美彩色闪灯圣诞树，HTML+CSS+Js实时新年时间倒数倒计时(附源代码)</a></td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/128581968" title="2023春节祝福系列第一弹（上）（放飞祈福孔明灯，祝福大家身体健康）（附完整源代码及资源免费下载）" rel="nofollow">2023春节祝福系列第一弹（上）（放飞祈福孔明灯，祝福大家身体健康）（附完整源代码及资源免费下载）</a></p> </td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="80007dbf51944725bf9cf4cfc75c5a13.png" height="112" src="https://img-blog.csdnimg.cn/80007dbf51944725bf9cf4cfc75c5a13.png" width="200"></p> </td> 
   <td> <p><img alt="1ab685d264ed4ae5b510dc7fbd0d1e55.jpeg" height="112" src="https://img-blog.csdnimg.cn/1ab685d264ed4ae5b510dc7fbd0d1e55.jpeg" width="164"></p> </td> 
   <td> <p><img alt="1750390dd9da4b39938a23ab447c6fb6.jpeg" height="112" src="https://img-blog.csdnimg.cn/1750390dd9da4b39938a23ab447c6fb6.jpeg" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/124966437" title="Node.js (v19.1.0npm 8.19.3) vue.js安装配置教程（超详细）" rel="nofollow">Node.js (v19.1.0npm 8.19.3) vue.js安装配置教程（超详细）</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/125289540" title="色彩颜色对照表（一）(16进制、RGB、CMYK、HSV、中英文名)" rel="nofollow">色彩颜色对照表（一）(16进制、RGB、CMYK、HSV、中英文名)</a></p> </td> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/125532836" title="2023年4月多家权威机构____编程语言排行榜__薪酬状况" rel="nofollow">2023年4月多家权威机构____编程语言排行榜__薪酬状况</a></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="aa17177aec9b4e5eb19b5d9675302de8.png" height="112" src="https://img-blog.csdnimg.cn/aa17177aec9b4e5eb19b5d9675302de8.png" width="200"></p> </td> 
   <td> <p><img alt="38266b5036414624875447abd5311e4d.png" height="112" src="https://img-blog.csdnimg.cn/38266b5036414624875447abd5311e4d.png" width="200"></p> </td> 
   <td> <p><img alt="6824ba7870344be68efb5c5f4e1dbbcf.png" height="112" src="https://img-blog.csdnimg.cn/6824ba7870344be68efb5c5f4e1dbbcf.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/125776190" title="手机屏幕坏了____怎么把里面的资料导出（18种方法）" rel="nofollow">手机屏幕坏了____怎么把里面的资料导出（18种方法）</a></p> </td> 
   <td><a href="https://blog.csdn.net/weixin_69553582/article/details/127582251" title="【CSDN云IDE】个人使用体验和建议（含超详细操作教程）（python、webGL方向)" rel="nofollow">【CSDN云IDE】个人使用体验和建议（含超详细操作教程）（python、webGL方向)</a></td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/129053793" title="查看jdk安装路径，在windows上实现多个java jdk的共存解决办法，安装java19后终端乱码的解决" rel="nofollow">查看jdk安装路径，在windows上实现多个java jdk的共存解决办法，安装java19后终端乱码的解决</a></p> </td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
  <tr> 
   <td> <p><img alt="fffa2098008b4dc68c00a172f67c538d.png" height="137" src="https://img-blog.csdnimg.cn/fffa2098008b4dc68c00a172f67c538d.png" width="200"></p> </td> 
   <td> <p><img alt="5218ac5338014f389c21bdf1bfa1c599.png" height="137" src="https://img-blog.csdnimg.cn/5218ac5338014f389c21bdf1bfa1c599.png" width="200"></p> </td> 
   <td> <p><img alt="c6374d75c29942f2aa577ce9c5c2e12b.png" height="137" src="https://img-blog.csdnimg.cn/c6374d75c29942f2aa577ce9c5c2e12b.png" width="200"></p> </td> 
  </tr> 
  <tr> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/124845408" title="tomcat11、tomcat10 安装配置（Windows环境）（详细图文）" rel="nofollow">tomcat11、tomcat10 安装配置（Windows环境）（详细图文）</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/124893517" title="Tomcat端口配置（详细）" rel="nofollow">Tomcat端口配置（详细）</a></p> </td> 
   <td> <p>&nbsp;<a href="https://blog.csdn.net/weixin_69553582/article/details/124893550" title="Tomcat 启动闪退问题解决集（八大类详细）" rel="nofollow">Tomcat 启动闪退问题解决集（八大类详细）</a></p> </td> 
  </tr> 
  <tr> 
   <td></td> 
   <td></td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

[cf9c80c63a7c452dba1649ce5d276d47.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/33d669f660ef49c08b693f6e3cb9f4a7.png
[a5ff5ae7322e488e9e73977afca758b3.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/68104b568d5e430a86da6b3d0fc13da1.png
[841594a75a2c4eefb94e68fc275c3ac9.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/965c519503674651b826fb828d30fd58.png
[a437a67a789949e5bf43288d1f65d551.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/877561922d6e4fb2a14641fa58708e4d.png
[90d713331dcc4355abaa7d59c6e43d18.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/c5b20c9b08a04e7ca9307ccae0e9d994.png
[96fd1c1d44d94ec7bd6b48c7d2a59f1a.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/89c48a909e62417f8231f08b261bba9e.png
[b75156f2148d4696891bf03924172376.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/a7c5afa4954c42208c8087fd59098fdf.png
[35c6d79c8aa14b6194c3cb8461bc4d8b.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/e1f8f0a9b2c241b8a8ec3f030e022317.png
[850cda4c32644771a7615a7201564196.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/2d3dc0179eb7421d88f607bc76e4b3c6.png