一、think python——字符串str、列表list、字典dict、元組tuple的比較

在think python的學習中，第八、十、十一、十二章介紹了四種相似的數據類型：字符串、列表、字典、元組，四者常常結合使用，因此基于書中內容對四者的區別進行簡單總結：

1.基本

下面是字符串、列表、字典、元組的例子

zifuchuan='abc123' liebiao=[a,b,c,1,2,3] zidian={'a':1，'b':2，'c':3} yuanzu=('a','b','c',1,2,3，[1,2],(1,2))

因此這四種類型在形式上有著明顯區別:

• 字符串是字符的序列，索引為整數
• 列表是多個值的序列，值可以為字符串、浮點數、整數、另一個列表，索引為整數
• 字典是索引與值的關聯（鍵值對）的集合，與列表和字符串不同，該索引不必為整數
• 元組是也是值的序列，值可以為字符串、列表、元組等等，索引為整數，與列表非常相似，但存在著其他不同

2.有序性

think python書中的描述為，字符串、列表、元組都是有序的，而字典是無序的，也就是說遍歷字典所有的鍵，結果的順序是不可知的

def print_hist(h):for c in h:print(c, h[c]) zidian={'a':1,'b':2,'c':3} print_hist(zidian)

但是結果：

a 1
b 2
c 3

這個結果保持不變，經過查閱資料發現，Python3.6之后字典函數dict的內部算法被改變了，也為有序的。

因此，只有3.6之前的版本的字典是無序的，其他皆為有序。

3.可變性

字符串和元組均不可變，列表和字典均可變。

也就是說字符串和元組不能通過索引，改變該二者的某一個字符，而字典和列表可以通過賦值改變。

字符串和元組，只能通過切片方法，創造一個新的字符串和元組，近似改變，例如：

zifuchuan='abc123' zifuchuan1='z'+zifuchuan[1:] print(zifuchuan1)zbc123

而這種近似改變的嫁接，并不會影響原字符串或者元組。

由于可變性，這四種增加元素的方法也不同

4.增加元素
字符串和元組只能通過+運算符，創造一個新的字符串和元組，例如：

t = 'a', 'b', 'c', 'd', 'e' x= 'a', 'b', 'c', 'd', 'e' z=t+x print(z)('a', 'b', 'c', 'd', 'e', 'a', 'b', 'c', 'd', 'e')

而列表可以通過列表方法中的append添加，字典則可以利用d['key']='value',為字典添加一個新的鍵值對。

附：

由于字符串、列表、字典、元組均有所不同，因此在實際編程中，常常需要進行序列的嵌套：列表嵌套列表、元組嵌套元組，元組嵌套列表等等，而哪種更合適則需要通過更深入的學習和熟練的運用進行判斷，書中第十二章元組的序列嵌套小節對其進行了簡要的敘述：

顯而易見的是，字符串比其他序列的限制更多，因為它的所有元素都必須是字符，且字符串不可變。如果你希望能夠改變字符串中的字符，使用列表嵌套字符或許更合適。
列表比元組更常用，主要是因為它們是可變的。 但是有些情況下，你可能更傾向于使用元組：
在一些情況下（例如 return 語句），從句式上生成一個元組比列表要簡單。
如果你想使用一個序列作為字典的鍵，那么你必須使用元組或字符串這樣的不可變類型。
如果你向函數傳入一個序列作為參數，那么使用元組可以降低由于別名而產生的意外行為的可能性。

二、圖像工程導論——形態學處理

1.形態學基本操作：膨脹與腐蝕

膨脹與腐蝕往往在二值圖像進行，二者均利用任意形狀的h內核與二值圖像做卷積，其中進行膨脹操作時，將內核劃過圖像,將內核的覆蓋區域的最大像素值提取，并代替錨點位置的像素，而腐蝕相反，提取的時區域內的最小像素值。

通俗的解釋就是：膨脹讓白色更大，腐蝕讓黑色更大

下面是例子，將圖像轉化為灰度圖像后進行二值化，進而執行膨脹的腐蝕操作

import cv2 as cv img =cv.imread('HIT.jpg') imgg=cv.cvtColor(img,cv.COLOR_BGR2GRAY) ret,img_thr = cv.threshold(imgg,200,255,cv.THRESH_BINARY_INV) kernel = cv.getStructuringElement(cv.MORPH_RECT,(3,5)) dst = cv.erode(img_thr,kernel,iterations=1) dst1= cv.dilate(img_thr,kernel,iterations=1) cv.imshow('erzhihua',img_thr) cv.imshow('fushi',dst) cv.imshow('pengzhang',dst1)

二值化圖像

膨脹操作

膨脹ca

腐蝕操作

2.形態學組合操作

開運算：先腐蝕后膨脹，腐蝕可以消除噪聲并且收縮白色的目標，之后的膨脹可以將物體擴大會原來大小，因此可用于降噪，使用方法：

open= cv2.morphologyEx(img, cv2.MORPH_OPEN, kernel)

閉運算：先膨脹后腐蝕，與開運算相似，能關閉物體的小孔、暗區、小黑點等，使用方法：

close=cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)

形態學梯度：膨脹結果與腐蝕結果的差，由于擴張的圖像減去了收縮的圖像，因此可以保留物體的邊緣輪廓。

頂帽：原圖像與開運算結果的差，能夠突出比原圖輪廓周圍的區域更明亮的區域

黑帽：閉運算與原圖像結果的差，能夠突出突出比原圖輪廓周圍的區域更暗的區域

上述組合操作均可以利用cv2.morphologyEx函數，通過改變內部參數實現，也可以利用膨脹和腐蝕這兩種基礎操作，根據組合操作的定義進行操作。

三、python調用其他文件的函數

我們在使用python進行函數編寫時，經常需要調用其他文件中已經編寫好的函數，假設我們的主程序為A.py，需要導入的文件和函數分別為B.py和C()，具體的調用方法分成以下幾種情況：

A和B在同一目錄

import B B.C()

或者若只需調用一個函數，也可以

from B import C C()

2.A和B不在同一目錄

我將B.py放在了我的主文件夾中，此時調用的方法為

import sys sys.path.append('/home/yzsz') import B B.C()

這里調用的sys模塊，能夠提供對解釋器的使用或者維護的變量的訪問，其中sys.path是一個包含指定模塊搜索路徑的列表，因此，將你想要導入的模塊路徑加入其中即可調用。

注意：

在試用同目錄調用的時，我自定義了一個模塊abc.py，這里只有一個函數aa，他會打印字符串'hello world'，但是卻出現了如下的錯誤：

AttributeError: module 'abc' has no attribute 'aa'

也就是說，尋找到了abc模塊，但是未找到aa函數，最終發現問題在于python自帶abc模塊，能通過定義一個抽象基類，可以為一組子類定義一個通用的API，在我import時，自動導入了這一自帶模塊，自然找不到我的自定義函數。

因此在為文件和模塊取名時，需注意不能python自帶的模塊重名！！

總結

以上是生活随笔為你收集整理的二值化图像去除小黑点_python与图像工程（2020.10.11）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。