基于 libdmtx和zxing的DM二维码识别总结1.基于libdmtx的DM二维码识别1.1 python实现1.2 C++实现2. 基于zxing的DM二维码识别2.1 C++实现1.基于libdmtx的DM二维码识别1.1 python实现python识别DM二维码比较简单，只需要pylibdmtx 库即可，pylibdmtx 库包含了libdmtx的功能，python代码如下。# -*-

# 计算经过仿射变换新的boxes# boxes表示原始坐标点，target_point表示经过仿射变换后新的坐标点pts = np.float32(boxes).reshape([-1, 2])# 要映射的点pts = np.hstack([pts, np.ones([len(pts), 1])]).Ttarget_point = np.dot(RotateMatrix, pts)# 映射后的坐

import onnximport numpy as npimport onnxruntime as rtimport cv2import timemodel_path = './lite_hrnet_30_384x288_coco.onnx'onnx_model = onnx.load(model_path)onnx.checker.check_model(onnx_model)sess = r

1.libtorch是什么Note that LibTorch is only available for C++.2.libtorch如何下载libtorch的下载链接，如下图所示，libtorch有release和debug版本可以选择。注意：最新版本的pytorch和libtorch(1.11.0)已经不支持windows系统下的CUDA10.2，如下图所示。解决方法：windows下使用C

运行Pyside2时出现如下图所示错误：错误内容：This application failed to start because not Qt platform plugin could be initialized.Reinstalling the application may fix this problem.解决方案一：此方法一劳永逸。将PySide2路径下的plugins\platfo

目前paddlepaddle官方是不支持arm架构的，如下图所示。因此，在NVIDIA等边缘计算盒子(如TX2、xavier等)上是无法通过pip install paddlepaddle的方式安装paddlepaddle的。但是，我们可以通过源码编译的方式在ARM架构上安装。最简单的方式就是下载官方提供的编译库，直接安装。下载链接为https://paddleinference.paddlepa

1.PPOCRLabel的安装2.PPOCRLabel的问题与解决方法1. PPOCRLabel的安装PPOCRLabel是百度研发的用于OCR领域的半自动化图形标注工具，内置PPOCR模型对数据自动标注和重新识别。官方给的PPOCRLabel安装指南链接在此。具体安装指南请参考官方链接。https://github.com/PaddlePaddle/PaddleOCR/blob/dygraph/

运行Pyside2时出现如下图所示错误：错误内容：This application failed to start because not Qt platform plugin could be initialized.Reinstalling the application may fix this problem.解决方案一：此方法一劳永逸。将PySide2路径下的plugins\platfo

pyc是一种二进制文件，是由py文件经过编译后，生成的文件。因为py文件是可以直接看到源码的，如果你是开发商业软件的话，不可能把源码也泄漏出去吧？所以就需要编译为pyc后，再发布出去。python提供了内置的类库来实现把py文件编译为pyc文件，这个模块就是py_compile 模块。将单个python文件转为pyc文件python -m py_compile code.py将一个目录中的pyth

基于mediapipe识别手势所对应的数字(一、二、三、四、五)。mediapipe的官网总体思路：mediapipe可以识别手掌的关键点，我的思路是识别单根手指是否弯曲，然后根据五根手指的弯曲程度判断手势所对应的数字。那怎么判断单根手指是否弯曲呢？我是根据手指的四个关键点的相对位置。比如识别大拇指的弯曲程度，先计算点4和点3的角度a，再计算点2和点1的角度b，最后计算角度a和角度b的差值的绝对值