在实际使用过程中，经常会遇到文件读写相关的操作，这个时候我们就要用到文件系统。Python 提供了数据的存储与读取功能，能够实现任意对象与文本之间的相互转化，也可以实现任意对象与二进制之间的相互转化。open() 函数格式如下，open()函数中重要的是前两个参数：file是文件名，mode是打开方式，打开文件成功会返回文件流对象，失败会引发异常。下表列出相关打开方式。open(file, mod

介绍一下 py launcher ，这是用来解决如何让运行 Python 脚本时，使用脚本指定的 Python 解释器版本。用法如下，在第一行标示所需要的 Python 解释器版本，而在控制台中，透过 py 这个指令来运行，说明一下目前的环境已安装两个版本的 Python 解释器，如下图所示。chap1-1-test37.py#! python3.7import sysprint(sys.vers

Python 中的字符串不能被修改 (immutable)，因此，指向字符串的某个索引位置赋值会产生一个错误；如果需要一个不同的字符串，应当新建一个；内建函数 len() 返回一个字符串的长度。>>> # 字符串不能被修改>>>> word = 'Python'>>> word[0] = 'J'Traceback (most recent

以下库中提供了特定于 MicroPython 实现的功能。

下图使用 ESP32-CAM 的摄像头拍照后，将照片透过 HTTP 网页协议，回传给使用者，让使用者可以看到摄像头所拍摄的图片。下图是 ESP32-CAM 拍照 Web 服务器运行画面，可以单击秀照片来更新图片。是撷取画面，而回传是需要包含数据本体、响应代码以及响应类型。图 17. ESP32-CAM 拍照 Web 服务器运行画面。图 16. 使用 ESP32-CAM 的摄像头的网站架构。以下为

ESP32-CAM是安信可发布小尺寸的摄像头模组。该模块可以作为最小系统独立工作，尺寸仅为2740.54.5mm。ESP32-CAM可广泛应用于各种物联网场合，适用于家庭智能设备、工业无线控制、无线监控、人脸识别以及其它物联网应用，是物联网应用的理想解决方案。ESP32-CAM采用DIP封装，直接插上底板即可使用，实现产品的快速生产，为客户提供高可靠性的连接方式，方便应用于各种物联网硬件终端场合。

而双边滤波器在空间中也采用高斯滤波器，但是又有一个高斯滤波器，它是像素差的函数。空间的高斯函数确保仅考虑附近像素的模糊，而强度差的高斯函数确保仅考虑强度与中心像素相似的那些像素的模糊。因此，在此操作中边缘有些模糊。图像平滑是指受硬件、环境等因素的影响，图像上会出现某些亮度变化过大的区域，或出现一些亮点(也称噪声)。有趣的是，在上述过滤器中，中心元素是新计算的值，该值可以是图像中的像素值或新值。操作

在全局阈值化中，我们使用任意选择的值作为阈值。考虑仅具有两个不同图像值的图像（双峰图像），其中直方图将仅包含两个峰。在第三种情况下，首先使用 5x5 高斯核对图像进行滤波以去除噪声，然后应用Otsu阈值处理。图像阈值(threshold)，即图像的分割基准，基于此可完成图像的二值化。这种分割是基于图像像素值级别的差异，且一般的对象是灰度图像。图像阈值的进一步处理就是二值化，二值化包含但不限于“大于

而双边滤波器在空间中也采用高斯滤波器，但是又有一个高斯滤波器，它是像素差的函数。空间的高斯函数确保仅考虑附近像素的模糊，而强度差的高斯函数确保仅考虑强度与中心像素相似的那些像素的模糊。因此，在此操作中边缘有些模糊。图像平滑是指受硬件、环境等因素的影响，图像上会出现某些亮度变化过大的区域，或出现一些亮点(也称噪声)。有趣的是，在上述过滤器中，中心元素是新计算的值，该值可以是图像中的像素值或新值。操作

在全局阈值化中，我们使用任意选择的值作为阈值。考虑仅具有两个不同图像值的图像（双峰图像），其中直方图将仅包含两个峰。在第三种情况下，首先使用 5x5 高斯核对图像进行滤波以去除噪声，然后应用Otsu阈值处理。图像阈值(threshold)，即图像的分割基准，基于此可完成图像的二值化。这种分割是基于图像像素值级别的差异，且一般的对象是灰度图像。图像阈值的进一步处理就是二值化，二值化包含但不限于“大于