先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

pixel_core_x = 877.0

pixel_core_y = 25.0

deal_left = window_left #window_left + kejian_x / full_screen_w * window_width - 100

deal_top = window_top + pixel_core_y / full_screen_h * window_height - 20

deal_right = window_left + window_width#window_left + kejian_x / full_screen_w * window_width + 150

deal_bottom = window_top + pixel_core_y / full_screen_h * window_height + 20

grab_image = snapshot.grab_screen(deal_left,deal_top,deal_right,deal_bottom)

search_pic = r’.\tmp_output\search_kejianxuexi.png’

grab_image.save(search_pic)

#find kejian_tem

template_pic = r’.\template\kejian_tem.png’

num, w, h, pos_list = match.lookup_pos(template_pic, search_pic)

left = 0

top = 0

find_kejian_flag = 0

no_voice_flag = 0

if num == 1:

left = pos_list[0][0]

top = pos_list[0][1]

find_kejian_flag = 1

else:

print('==========warning search_kejianxuexi = ’ + str(num))

find_kejian_flag = 0

if find_kejian_flag:

img_rgb = cv2.imread(search_pic)

img_rgb = img_rgb[top:top + h, left:left + w + 80, :]  # h, w, c

compare_pic = r’.\tmp_output\kejianxuexi_compare.png’

cv2.imwrite(compare_pic, img_rgb)

temp_voice = r’.\template\kejianhua_tem_voice.png’

temp_no_voice = r’.\template\kejianhua_tem_no_voice.png’

no_voice_flag = match.score_pic(compare_pic, temp_voice, temp_no_voice)

if no_voice_flag:

print(‘===============find no_voice_flag’)

find_question_flag = find_question()

if find_question_flag:

#second

time.sleep(5)

find_daan()

time.sleep(5)

find_quding()

find_chongbo_flag = find_chong_bo()

if find_question_flag and find_chongbo_flag:

print(‘========>find_chongbo_flag and  find_chongbo_flag’)

exit()

if find_chongbo_flag:

weikaishi()

else:

print(‘===============every thing is ok’)

time.sleep(2)

#exit(0)

图像相似度打分算法

那么如何判断一张被PS过的图片是否与另一张图片本质上相同呢？比较简单、易用的解决方案是采用感知哈希算法（Perceptual Hash Algorithm)。

感知哈希算法是一类算法的总称，包括aHash、pHash、dHash。顾名思义，感知哈希不是以严格的方式计算Hash值，而是以更加相对的方式计算哈希值，因为“相似”与否，就是一种相对的判定。

aHash：平均值哈希。速度比较快，但是常常不太精确。

pHash：感知哈希。精确度比较高，但是速度方面较差一些。

dHash：差异值哈希。Amazing！精确度较高，且速度也非常快。因此我就选择了dHash作为我图片判重的def

pHash(imgfile):

“”“get image pHash value”“”

#加载并调整图片为32x32灰度图片

img=cv2.imread(imgfile, 0)

img=cv2.resize(img,(64,64),interpolation=cv2.INTER_CUBIC)

#创建二维列表

h, w = img.shape[:2]

vis0 = np.zeros((h,w), np.float32)

vis0[:h,:w] = img       #填充数据

#二维Dct变换

vis1 = cv2.dct(cv2.dct(vis0))

#cv.SaveImage(‘a.jpg’,cv.fromarray(vis0)) #保存图片

vis1.resize(32,32)

#把二维list变成一维list

img_list=(vis1.tolist())

print(‘----------’)

sum(img_list)

#计算均值

avg = sum(img_list)/(len(img_list)*1.0)

print(‘----------’)

avg_list = [‘0’ if i<avg else ‘1’ for i in img_list]

#得到哈希值

return ‘’.join([‘%x’ % int(‘’.join(avg_list[x:x+4]),2) for x in range(0,32*32,4)])

def hammingDist(s1, s2):

assert len(s1) == len(s2)

return sum([ch1 != ch2 for ch1, ch2 in zip(s1, s2)])

def aHash(img):

#缩放为8*8

img=cv2.resize(img,(8,8),interpolation=cv2.INTER_CUBIC)

#转换为灰度图

gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#s为像素和初值为0，hash_str为hash值初值为’’

s=0

hash_str=‘’

#遍历累加求像素和

for i in range(8):

for j in range(8):

s=s+gray[i,j]

#求平均灰度

avg=s/64

#灰度大于平均值为1相反为0生成图片的hash值

for i in range(8):

for j in range(8):

if gray[i,j]>avg:

hash_str=hash_str+‘1’

else:

hash_str=hash_str+‘0’

return hash_str

def cmpHash(hash1,hash2):

n=0

#hash长度不同则返回-1代表传参出错

if len(hash1)!=len(hash2):

return -1

#遍历判断

for i in range(len(hash1)):

#不相等则n计数+1，n最终为相似度

if hash1[i]!=hash2[i]:

n=n+1

return 1 - n / 64

def score_pic(compare_pic, temp_voice, temp_no_voice):

#HASH1=pHash(compare_pic)

#HASH2=pHash(temp_voice)

#out_score = 1 - hammingDist(HASH1,HASH2)1. / (3232/4)

img1 = cv2.imread(compare_pic)

img2 = cv2.imread(temp_voice)

img3 = cv2.imread(temp_no_voice)

#time1 = time.time()

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
真题，持续更新中。

🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-ToHUqPFe-1713247289910)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！