欧美另类图片_日韩中文字幕网址_嗯灬啊灬快灬高潮了灬这

欄目導(dǎo)航

新聞資訊

新聞資訊

C#11 添加了文件作用域類(lèi)型功能：一個(gè)新的 file 修飾符，可以應(yīng)用于任何類(lèi)型定義以限制其只能在當(dāng)前文件中使用。這樣，我們可以在一個(gè)項(xiàng)目中擁有多個(gè)同名的類(lèi)。

通過(guò)下面的項(xiàng)目顯示，該項(xiàng)目包含兩個(gè)名為Answer的類(lèi)。

文件File1.cs中

namespace ConsoleApp11
{
    file static class Answer
    {
        internal static string GetFileScopeScret() => "File1.cs";
    }


    static class InternalClassFromFile1
    {
        internal static string GetString() => Answer.GetFileScopeScret();
    }
}

文件File2.cs中

namespace ConsoleApp11
{
    file static class Answer
    {
        internal static string GetFileScopeScret() => "File2.cs";
    }


    static class InternalClassFromFile2
    {
        internal static string GetString() => Answer.GetFileScopeScret();
    }
}

調(diào)用這兩個(gè)方法，可以正常輸出

static void Main(string[] args)
{
    Console.WriteLine(InternalClassFromFile1.GetString());
    Console.WriteLine(InternalClassFromFile2.GetString());
}

這里有幾點(diǎn)說(shuō)明：

可以在其源文件之外間接訪問(wèn)帶有file修飾符的類(lèi)型。在上面的程序中，我們依賴(lài)這些類(lèi)，并從 InternalClassFromFile1 與 InternalClassFromFile2中訪問(wèn)。
file類(lèi)也可以接口在其源文件之外間接使用，演示如下

修改File.cs中代碼

namespace ConsoleApp11
{
    file class Answer : IAnswer
    {
        public string GetFileScopeSecret() => "File1.cs";
    }
    internal interface IAnswer
    {
        string GetFileScopeSecret();
    }
    static class InternalClassFromFile1
    {
        internal static IAnswer GetAnswer() => new Answer();
    }
}

調(diào)用方法，即可正常輸出

static void Main(string[] args)
{
    Console.WriteLine(InternalClassFromFile1.GetAnswer().GetFileScopeSecret());
}

任何類(lèi)型的類(lèi)型都可以用file修飾符標(biāo)記：class, interface , record , struct, enum, delegate.
file不能與其他修飾符（如internal or public）一起使用。
只要所有類(lèi)型定義屬于同一個(gè)文件，就可以使用分部類(lèi)：

namespace ConsoleApp1 {
   file static partial class Answer {
      internal static string GetFileScopeSecret()
         => "Answer from File1.cs";
   }
   file static partial class Answer {
      internal static string AnotherGetFileScopeSecret()
         => "Another Answer from File1.cs";
   }
}

file修飾符不適用于嵌套在父類(lèi)型中的類(lèi)型。它也不適用于方法屬性、事件和字段，但語(yǔ)言設(shè)計(jì)說(shuō)明解釋說(shuō)：“為非類(lèi)型文件范圍的成員留出設(shè)計(jì)空間，以便以后出現(xiàn)。”
在一個(gè)項(xiàng)目中，可以有一個(gè)internal級(jí)別類(lèi)，同時(shí)可以擁有一個(gè)或多個(gè)file級(jí)別的同名類(lèi)。唯一的缺點(diǎn)是文件類(lèi)不能在公共類(lèi)中使用。

讓我們強(qiáng)調(diào)一下，namespace仍然是避免類(lèi)型名稱(chēng)沖突的首選方法。

我們?cè)诰W(wǎng)上瀏覽網(wǎng)頁(yè)或注冊(cè)賬號(hào)時(shí)，會(huì)經(jīng)常遇到驗(yàn)證碼（CAPTCHA）,如下圖：

 本文將具體介紹如何利用Python的圖像處理模塊pillow和OCR模塊pytesseract來(lái)識(shí)別上述驗(yàn)證碼（數(shù)字加字母）。

我們識(shí)別上述驗(yàn)證碼的算法過(guò)程如下：

將原圖像進(jìn)行灰度處理，轉(zhuǎn)化為灰度圖像；
獲取圖片中像素點(diǎn)數(shù)量最多的像素（此為圖片背景），將該像素作為閾值進(jìn)行二值化處理，將灰度圖像轉(zhuǎn)化為黑白圖像（用來(lái)提高識(shí)別的準(zhǔn)確率）；
去掉黑白圖像中的噪聲，噪聲定義為：以該點(diǎn)為中心的九宮格的黑點(diǎn)的數(shù)量小于等于 4；
利用 pytesseract 模塊識(shí)別，去掉識(shí)別結(jié)果中的特殊字符，獲得識(shí)別結(jié)果。

我們的圖片如下（共 66 張圖片）：

完整的 Python 代碼如下：

import os
import pytesseract
from PIL import Image
from collections import defaultdict
# tesseract.exe所在的文件路徑
pytesseract.pytesseract.tesseract_cmd = 'C://Program Files (x86)/Tesseract-OCR/tesseract.exe'
# 獲取圖片中像素點(diǎn)數(shù)量最多的像素
def get_threshold(image):
 pixel_dict = defaultdict(int)
 # 像素及該像素出現(xiàn)次數(shù)的字典
 rows, cols = image.size
 for i in range(rows):
 for j in range(cols):
 pixel = image.getpixel((i, j))
 pixel_dict[pixel] += 1
 count_max = max(pixel_dict.values()) # 獲取像素出現(xiàn)出多的次數(shù)
 pixel_dict_reverse = {v:k for k,v in pixel_dict.items()}
 threshold = pixel_dict_reverse[count_max] # 獲取出現(xiàn)次數(shù)最多的像素點(diǎn)
 return threshold
# 按照閾值進(jìn)行二值化處理
# threshold: 像素閾值
def get_bin_table(threshold):
 # 獲取灰度轉(zhuǎn)二值的映射table
 table = []
 for i in range(256):
 rate = 0.1 # 在threshold的適當(dāng)范圍內(nèi)進(jìn)行處理
 if threshold*(1-rate)<= i <= threshold*(1+rate):
 table.append(1)
 else:
 table.append(0)
 return table
# 去掉二值化處理后的圖片中的噪聲點(diǎn)
def cut_noise(image):
 rows, cols = image.size # 圖片的寬度和高度
 change_pos = [] # 記錄噪聲點(diǎn)位置
 # 遍歷圖片中的每個(gè)點(diǎn)，除掉邊緣
 for i in range(1, rows-1):
 for j in range(1, cols-1):
 # pixel_set用來(lái)記錄該店附近的黑色像素的數(shù)量
 pixel_set = []
 # 取該點(diǎn)的鄰域?yàn)橐栽擖c(diǎn)為中心的九宮格
 for m in range(i-1, i+2):
 for n in range(j-1, j+2):
 if image.getpixel((m, n)) != 1: # 1為白色,0位黑色
 pixel_set.append(image.getpixel((m, n)))
 # 如果該位置的九宮內(nèi)的黑色數(shù)量小于等于4，則判斷為噪聲
 if len(pixel_set) <= 4:
 change_pos.append((i,j))
 # 對(duì)相應(yīng)位置進(jìn)行像素修改，將噪聲處的像素置為1（白色）
 for pos in change_pos:
 image.putpixel(pos, 1)
 return image # 返回修改后的圖片
# 識(shí)別圖片中的數(shù)字加字母
# 傳入?yún)?shù)為圖片路徑，返回結(jié)果為：識(shí)別結(jié)果
def OCR_lmj(img_path):
 image = Image.open(img_path) # 打開(kāi)圖片文件
 imgry = image.convert('L') # 轉(zhuǎn)化為灰度圖
 # 獲取圖片中的出現(xiàn)次數(shù)最多的像素，即為該圖片的背景
 max_pixel = get_threshold(imgry)
 # 將圖片進(jìn)行二值化處理
 table = get_bin_table(threshold=max_pixel)
 out = imgry.point(table, '1')
 # 去掉圖片中的噪聲（孤立點(diǎn)）
 out = cut_noise(out)
 #保存圖片
 # out.save('E://figures/img_gray.jpg')
 # 僅識(shí)別圖片中的數(shù)字
 #text = pytesseract.image_to_string(out, config='digits')
 # 識(shí)別圖片中的數(shù)字和字母
 text = pytesseract.image_to_string(out)
 # 去掉識(shí)別結(jié)果中的特殊字符
 exclude_char_list = ' .:\\|\'\"?![],()~@#$%^&*_+-={};<>/￥'
 text = ''.join([x for x in text if x not in exclude_char_list])
 #print(text)
 return text
def main():
 
 # 識(shí)別指定文件目錄下的圖片
 # 圖片存放目錄figures
 dir = 'E://figures'
 correct_count = 0 # 圖片總數(shù)
 total_count = 0 # 識(shí)別正確的圖片數(shù)量
 # 遍歷figures下的png,jpg文件
 for file in os.listdir(dir):
 if file.endswith('.png') or file.endswith('.jpg'):
 # print(file)
 image_path = '%s/%s'%(dir,file) # 圖片路徑
 answer = file.split('.')[0] # 圖片名稱(chēng)，即圖片中的正確文字
 recognizition = OCR_lmj(image_path) # 圖片識(shí)別的文字結(jié)果
 print((answer, recognizition))
 if recognizition == answer: # 如果識(shí)別結(jié)果正確，則total_count加1
 correct_count += 1
 total_count += 1
 print('Total count: %d, correct: %d.'%(total_count, correct_count))
 '''
 # 單張圖片識(shí)別
 image_path = 'E://figures/code (1).jpg'
 OCR_lmj(image_path)
 '''
main()

運(yùn)行結(jié)果如下：

('101659', '101659')

('111073', '111073')

('114510', '114510')

('118235', '118235')

('124677', '124677')

('147291', '147291')

('169147', '169147')

('185302', '185302')

('23YB', '23YB')

('262051', '262051')

('2HED', '2MED')

('315386', '315386')

('3D7K', '3D7K')

('3DYH', '3DYH')

('3QG8', '30G8')

('3XNR', 'EXNR')

('44G5', '44G5')

('470259', '470259')

('515413', '515413')

('522351', '522351')

('539824', '539824')

('5CVL', 'SCVL')

('642689', '642689')

('671991', '671991')

('672838', '672838')

('6F5Y', '6F5Y')

('6USB', 'GUSB')

('703167', '703167')

('765120', '765120')

('779931', '779931')

('8UEF', '8SUEF')

('905857', '905857')

('9H4H', '9H4H')

('9SK1', 'OSK1')

('BDP4', 'BDP4')

('DXV3', 'DXV3')

('E78Y', 'E78Y')

('EAHR', 'EAHR')

('F585', 'Fss§')

('FBV8', 'FBV8')

('FJKK', 'FJKK')

('GXKQ', 'GXKQ')

('H7Y9', 'H7Y9')

('J4LJ', 'J4LJ')

('J8YH', 'J8YH')

('JCDL', 'JCDL')

('JTX2', 'JTX2')

('JYLH', 'JYLH')

('KFYA', 'KFYA')

('L3VZ', 'L3VZ')

('LCGV', 'LCGV')

('LKEK', 'LKEK')

('N3FJ', 'N3FJ')

('PJZN', 'PJZN')

('PNDQ', 'PNDQ')

('Q7HP', 'Q7HP')

('QSHU', 'QSHU')

('R1RN', 'RLRN')

('RPNX', 'RPNX')

('TUKG', 'TUKG')

('U9G3', 'U9G3')

('UZAH', 'UZAH')

('V6P9', 'very')

('Y18D', '18D')

('Y237', 'Y237')

('ZZT5', '2215')

Total count: 66, correct: 54.

我們可以看到圖片識(shí)別的正確率為 80% 以上，其中數(shù)字類(lèi)圖片的識(shí)別正確率為 100%.

我們可以在圖片識(shí)別方面的算法再加改進(jìn)，以提高圖片識(shí)別的正確率。當(dāng)然，以上算法并不是對(duì)所有驗(yàn)證碼都適用，不同的驗(yàn)證碼需要用不同的圖片處理算法。

附錄：

1.Tesseract 的安裝與使用

Tesseract 的 Windows 安裝包下載地址為： http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe ，下載后雙擊直接安裝即可。安裝完后，需要將 Tesseract 添加到系統(tǒng)變量中。在 CMD 中輸入 tesseract -v, 如顯示以下界面，則表示 Tesseract 安裝完成且添加到系統(tǒng)變量中。

2.pytesseract

pytesseract 是 Tesseract 關(guān)于 Python 的接口，可以使用 pip install pytesseract 安裝。安裝完后，就可以使用 Python 調(diào)用 Tesseract 了，不過(guò)，你還需要一個(gè) Python 的圖片處理模塊，可以安裝 pillow.

輸入以下代碼，可以實(shí)現(xiàn)同上述 Tesseract 命令一樣的效果：

天天日夜夜添_精品国产99久久久久久人裸体 _成人app在线观看_日韩色网站