对于如何将python中的定位代码转换为kotlin？感兴趣的读者，本文将提供您所需要的所有信息，我们将详细讲解pythonuiautomator定位方法，并且为您提供关于python内置2to3工具

对于如何将python中的定位代码转换为kotlin？感兴趣的读者，本文将提供您所需要的所有信息，我们将详细讲解python uiautomator定位方法，并且为您提供关于python 内置2to3工具将python2代码转换为python3代码、Python-如何将PIL图像转换为numpy数组？、你将如何将MATLAB代码转换为Python代码？、使用python内置2to3工具将python2代码转换为python3代码的宝贵知识。

• 如何将python中的定位代码转换为kotlin？（python uiautomator定位方法）
• python 内置2to3工具将python2代码转换为python3代码
• Python-如何将PIL图像转换为numpy数组？
• 你将如何将MATLAB代码转换为Python代码？
• 使用python内置2to3工具将python2代码转换为python3代码

如何将python中的定位代码转换为kotlin？（python uiautomator定位方法）

我正在开发将使用分水岭的图像分割应用程序。为此，我找到了需要在python中使用的代码。但是，我很难转换为Kotlin，因为Mat
Mat（）不具有zero_likes函数，只有0函数。我正在使用opencv 3.31。我该如何在Kotlin中进行检查：

marked[marked == 1] = 0marked[marked > 1] = 255

程式码python：

import cv2import numpy as npimport matplotlib.pyplot as plt# Load the imageimg = cv2.imread("/path/to/image.png", 3)# Create a blank image of zeros (same dimension as img)# It should be grayscale (1 color channel)marker = np.zeros_like(img[:,:,0]).astype(np.int32)# This step is manual. The goal is to find the points# which create the result we want. I suggest using a# tool to get the pixel coordinates.# Dictate the background and set the markers to 1marker[204][95] = 1marker[240][137] = 1marker[245][444] = 1marker[260][427] = 1marker[257][378] = 1marker[217][466] = 1# Dictate the area of interest# I used different values for each part of the car (for visibility)marker[235][370] = 255    # car bodymarker[135][294] = 64     # rooftopmarker[190][454] = 64     # rear lightmarker[167][458] = 64     # rear wingmarker[205][103] = 128    # front bumper# rear bumpermarker[225][456] = 128marker[224][461] = 128marker[216][461] = 128# front wheelmarker[225][189] = 192marker[240][147] = 192# rear wheelmarker[258][409] = 192marker[257][391] = 192marker[254][421] = 192# Now we have set the markers, we use the watershed# algorithm to generate a marked imagemarked = cv2.watershed(img, marker)# Plot this one. If it does what we want, proceed;# otherwise edit your markers and repeatplt.imshow(marked, cmap=''gray'')plt.show()# Make the background black, and what we want to keep whitemarked[marked == 1] = 0marked[marked > 1] = 255# Use a kernel to dilate the image, to not lose any detail on the outline# I used a kernel of 3x3 pixelskernel = np.ones((3,3),np.uint8)dilation = cv2.dilate(marked.astype(np.float32), kernel, iterations = 1)# Plot again to check whether the dilation is according to our needs# If not, repeat by using a smaller/bigger kernel, or more/less iterationsplt.imshow(dilation, cmap=''gray'')plt.show()# Now apply the mask we created on the initial imagefinal_img = cv2.bitwise_and(img, img, mask=dilation.astype(np.uint8))# cv2.imread reads the image as BGR, but matplotlib uses RGB# BGR to RGB so we can plot the image with accurate colorsb, g, r = cv2.split(final_img)final_img = cv2.merge([r, g, b])# Plot the final resultplt.imshow(final_img)plt.show()

代码kotlin：

 // Load the image   val srcOriginal = Imgcodecs.imread(currentPhotoPath)    // Create a blank image of zeros (same dimension as img)    // It should be grayscale (1 color channel)    val markers = Mat.zeros(srcOriginal.rows(), srcOriginal.cols(), CvType.CV_32S)    // This step is manual. The goal is to find the points    // which create the result we want. I suggest using a    // tool to get the pixel coordinates.    // Dictate the area of interest    for(x in my_canvas.pointsToDrawX.indices) {        for(y in my_canvas.pointsToDrawY.indices) {            markers.put(                my_canvas.pointsToDrawX.get(x).toInt(),                my_canvas.pointsToDrawY.get(y).toInt(),                255.0            )        }    }    //Now we have set the markers, we use the watershed    //algorithm to generate a marked image    Imgproc.watershed(srcOriginal, markers)    val marker_tempo = Mat()    markers.convertTo(marker_tempo, CvType.CV_8U)    // Plot this one. If it does what we want, proceed;    // otherwise edit your markers and repeat    //Create Bitmap    val bmpOut = Bitmap.createBitmap(srcOriginal.cols(), srcOriginal.rows(), Bitmap.Config.RGB_565)    Utils.matToBitmap(marker_tempo, bmpOut)    val mPath = Environment.getExternalStorageDirectory().toString() + "/gray.png"    Imgcodecs.imwrite(mPath,marker_tempo)    //Make the background black, and what we want to keep white    //Use a kernel to dilate the image, to not lose any detail on the outline    //I used a kernel of 3x3 pixels    val kernel = Mat(3, 3, CvType.CV_8U)    val dilatation = Imgproc.dilate(marker_tempo, marker_tempo, kernel)    val mPath1 = Environment.getExternalStorageDirectory().toString() + "/dilation.png"    Imgcodecs.imwrite(mPath1,marker_tempo)    //Now apply the mask we created on the initial image    val final_image = Core.bitwise_and(srcOriginal, srcOriginal, dilatation)    //cv2.imread reads the image as BGR, but matplotlib uses RGB    //BGR to RGB so we can plot the image with accurate colors

在pointsToDrawX和pointsToDrawY中，我将用户触摸事件的所有x，y坐标保存在屏幕上。正是从这些坐标中，我将传递到分水岭算法来执行分割并从图像中删除背景。有人可以帮我转换此代码吗？

答案1

//Load the imagesrcOriginal = Imgcodecs.imread(currentPhotoPath)//Create a blank image of zeros (same dimension as img)//It should be grayscale (1 color channel)markers = Mat.zeros(srcOriginal.rows(), srcOriginal.cols(), CvType.CV_32S)//This step is manual. The goal is to find the points//which create the result we want. I suggest using a//tool to get the pixel coordinates.//Dictate the background and set the markers to 1for (value in 0..my_canvas.pointsToDrawY.size - 1) {        markers.put(            my_canvas.pointsToDrawX[value].toInt(),            my_canvas.pointsToDrawY[value].toInt(),            1.0       )}//Dictate the area of interest//I used different values for each part of the car (for visibility)for (value in 0..my_canvas.pointsToDrawYStepTwo.size - 1) {        markers.put(            my_canvas.pointsToDrawXStepTwo[value].toInt(),            my_canvas.pointsToDrawYStepTwo[value].toInt(),            255.0        )}//Now we have set the markers, we use the watershed//algorithm to generate a marked imagewatershed(srcOriginal, markers)//Plot this one. If it does what we want, proceed;//otherwise edit your markers and repeatval mPath1 = Environment.getExternalStorageDirectory().toString() + "/watershed.png"    Imgcodecs.imwrite(mPath1,markers)//Make the background black, and what we want to keep whitefor (x in 0 until srcOriginal.rows()-1) {        for (y in 0 until srcOriginal.cols()-1) {            if(markers.get(x,y).get(0).equals(1.0)){                markers.put(                    x,                    y,                    0.0                )            }            if((markers[x, y].get(0) == 255.0)){                markers.put(                    x,                    y,                    255.0                )            }        }    }//Use a kernel to dilate the image, to not lose any detail on the outline//I used a kernel of 3x3 pixelsval marker_tempo = Mat()val dilatation = Mat()markers.convertTo(marker_tempo, CvType.CV_8U)val kernel = Mat(3, 3, CvType.CV_8U)Imgproc.dilate(marker_tempo, dilatation, kernel)//Plot again to check whether the dilation is according to our needs//If not, repeat by using a smaller/bigger kernel, or more/less iterationsval mPath2 = Environment.getExternalStorageDirectory().toString() + "/dilatation.png"Imgcodecs.imwrite(mPath2,dilatation)//Now apply the mask we created on the initial imageval final = Mat()Core.bitwise_and(srcOriginal, srcOriginal, final, dilatation)//Plot the final resultval mPath = Environment.getExternalStorageDirectory().toString() + "/final.png"Imgcodecs.imwrite(mPath,final)

python 内置2to3工具将python2代码转换为python3代码

python2与python3代码不兼容，如果需要python2代码在python3环境下运行，需要将代码进行转换，本文介绍使用python3内置工具2to3.py对代码进行转换

一：2to3.py在 python\Tools\scripts 目录下，具体位置根据自己的python安装路径查看

在此文件夹内打开cmd命令窗口，

输入：

　　python 2to3.py + 需要修改的py文件

　如：python3 2to3.py D:\workspace\project3.0\testsuit01\testcase01.py

二：直接接文件夹位置可以批量修改文件下的py文件

 　　python3 2to3.py D:\workspace\pytest\test\testsuit\

三：接-w加文件可以将修改的文件覆盖到原文件并留有.bak的备份文件用来恢复

 　　python3 2to3.py -w D:\workspace\pytest\test\testsuit\test.py

四：-w -n效果是修改但不留备份文件

　　python3 2to3.py -w -n D:\workspace\pytest\test\testsuit\test.py

注：2to3.py完成了py2代码转换成py3的主要工作，有时还需对代码做一些微调

Python-如何将PIL图像转换为numpy数组？

好吧，我想将PIL图像对象来回转换为numpy数组，因此我可以实现比PIL PixelAccess对象所允许的更快的逐像素转换。我想出了如何通过以下方式将像素信息放置在有用的3D numpy数组中：

pic = Image.open("foo.jpg")pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)

但是，在完成所有出色的转换之后，我似乎无法弄清楚如何将其重新加载到PIL对象中。我知道该putdata()方法，但似乎无法使其正常工作。

答案1

你并不是在说putdata()行为不正确。我假设你在做

>>> pic.putdata(a)Traceback (most recent call last):  File "...blablabla.../PIL/Image.py", line 1185, in putdata    self.im.putdata(data, scale, offset)SystemError: new style getargs format but argument is not a tuple

这是因为putdata需要一个元组序列，并且你要给它一个numpy数组。这个

>>> data = list(tuple(pixel) for pixel in pix)>>> pic.putdata(data)

可以工作，但是非常慢。

从PIL 1.1.6开始，在图像和numpy数组之间进行转换的“正确”方法很简单

>>> pix = numpy.array(pic)

尽管结果数组的格式与你的格式不同（在这种情况下为3维数组或行/列/ rgb）。

然后，在对阵列进行更改后，你应该可以执行任一操作pic.putdata(pix)或使用创建新图像Image.fromarray(pix)。

你将如何将MATLAB代码转换为Python代码？

MATLAB是一种广泛应用于工程和科学领域的流行编程语言，但由于其灵活性和适应性，Python正迅速成为许多程序员的首选语言。如果您想将MATLAB代码转换为Python代码，一开始可能会感到非常困难。然而，通过正确的知识和方法，您可以使这个过程变得更加容易。

以下是一些步骤，帮助您将MATLAB代码转换为Python：

步骤1：熟悉Python语法

Python和MATLAB具有独特的语法，因此在开始转换代码之前，您需要熟悉Python语法。花一些时间了解Python语法基础知识，包括变量、数据类型、运算符、控制结构和函数。

步骤2：找到您需要转换的MATLAB函数

了解您的MATLAB代码的概述，并区分您希望转换的功能。您将首先创建一个这些函数的列表，以跟踪您的进展。

立即学习“Python免费学习笔记（深入）”；

点击下载“修复打印机驱动工具”；

第三步：使用Python库替代MATLAB函数

Python具有大量的库，可以用来替代MATLAB的功能。如果你想进行矩阵操作，你可以使用NumPy，这是一个强大的数值计算库，提供对数组和矩阵的支持。

第四步：将MATLAB语法转换为Python语法

下一步是将您的MATLAB代码转换为Python代码。这将包括更改代码的语法和结构以适应Python。

在MATLAB和Python之间最显著的区别之一是数组的排序方式。在MATLAB中，数组从1开始排序，而在Python中，数组从0开始索引。这意味着您需要修改代码中的索引以反映这种区别。

第五步：测试和调试你的Python代码

在将MATLAB代码转换为Python后，首要的重要事情是测试你的Python代码，以确保它能够正常工作。此外，可以在Spyder、Jupyter Notebook或PyCharm等工具中检查你的Python代码。调试代码也是一个必须的步骤，以消除任何错误。

第六步：优化和改进您的Python代码

最后，一旦你尝试并修复了你的Python代码，你将会对其进行优化和优化以提高执行效率。Python集成了各种优化工具和库，例如Numba和Cython，可以用于提高代码的执行效率。

Example

示例

这是一个将MATLAB代码转换为Python代码的示例。

MATLAB 代码 −

% Define a vector
x = [1 2 3 4 5];

% Calculate the sum of the vector 
sum_x = sum(x);

% Print the sum of the vector
disp([''The sum of the vector is: '' num2str(sum_x)]);

Python code −

# Import the numpy library
import numpy as np

# Define a vector
x = np.array([1, 2, 3, 4, 5])
sum_x = np.sum(x)
print(''The sum of the vector is:'', sum_x) 

• 我们导入了`numpy`库。这个库提供了用于处理数组和矩阵的函数。

• 我们使用np.array函数定义了向量"x"。使用值[1, 2, 3, 4, 5]创建了一个numpy数组。

• 接下来，使用`np.sum`函数，我们计算了向量的总和。结果存储在`sum_x`变量中。

• 最后，我们使用`print`函数打印结果。

工具

有几个可用的工具可以用来将MATLAB代码转换为Python代码。以下是常用的工具 -

MATLAB Coder

MATLAB 编码器

MATLAB Coder是由MathWorks提供的工具，可以将MATLAB代码转换为C/C++代码，然后可以使用CPython扩展模块将其集成到Python中。该工具分析您的MATLAB代码并生成优化的C/C++代码，可以在Python中进行编译和使用。该工具可用于转换各种MATLAB代码，包括矩阵操作、控制流和函数调用。

PyMat

PyMat

PyMat是一个Python库，可以在Python内部与MATLAB进行连接。它允许您在Python代码中直接调用MATLAB函数和使用MATLAB变量。PyMat为MATLAB提供了一个Pythonic接口，使您可以在Python代码中无缝使用MATLAB代码和数据结构。PyMat可用于转换小到中等大小的MATLAB脚本和函数。

M2PY

M2PY

M2PY是一个工具，可以将MATLAB代码转换为Python代码。它通过创建一个Python模块来包装MATLAB代码，并为其提供Python接口。生成的Python模块可以在任何Python脚本或应用程序中使用。M2PY支持广泛的MATLAB功能，包括基本算术、控制流和数据类型。

Scipy

Scipy

Scipy是一个Python库，提供了广泛的科学计算工具，包括数值积分、优化、信号处理等功能。它可以作为MATLAB中许多功能的替代品使用。Scipy是一个开源库，可以公开获取，并且是Python中最广泛使用的科学计算库之一。

Oct2Py

Oct2Py

Oct2Py 是一个工具，允许您从 Python 中运行 MATLAB 代码。它通过为 Octave 翻译器提供 Python 接口来实现，Octave 是 MATLAB 的开源替代品。Oct2Py 允许您在 Python 代码中直接调用 MATLAB 函数和使用 MATLAB 变量。它是一个很好的工具，用于转换依赖于 MATLAB 特定功能的 MATLAB 脚本和函数。

结论

将MATLAB代码转换为Python可能会令人生畏，但是通过正确的方法，可以使其变得更简单。步骤包括熟悉Python语法，识别要转换的功能，使用Python库，转换语法，测试和调试，以及优化代码。可以使用MATLAB Coder、PyMat、M2PY、Scipy和Oct2Py等工具进行转换。

以上就是你将如何将MATLAB代码转换为Python代码？的详细内容，更多请关注php中文网其它相关文章！

使用python内置2to3工具将python2代码转换为python3代码

我们都知道python有一个一直被诟病的毛病，python2与python3代码不兼容问题，而网上的一些教学大部分都是python2的，如果需要将其在python3环境下运行，有两个方法，一是:一个一个参考文档,对其中的库在3中的修改对应修改；二则是使用python内置工具2to3.py对代码进行批量修改。

首先找到2to3.py文件位置，一般是在“\Python\python36-32\Tools\scripts”这样的文件层内，具体要看自己python安装的位置。

cd C:\Users\Administrator\AppData\Local\Programs\Python\python37\Tools\scripts

python 2to3.py -w C:\Users\Administrator\PycharmProjects\DataDrivenFrameWork\util\ObjectMap.py

python 2to3.py C:\Users\Administrator\Desktop\ocr\server.py

接-w加文件可以将修改的文件覆盖到原文件并留有.bak的备份文件用来恢复

python 2to3.py -w C:\Users\Administrator\Desktop\ocr\server.py

-w -n效果是修改但不留备份文件

-f 给出明确的修复集

原文链接：https://blog.csdn.net/qq_36275540/article/details/80389941

关于如何将python中的定位代码转换为kotlin？和python uiautomator定位方法的问题我们已经讲解完毕，感谢您的阅读，如果还想了解更多关于python 内置2to3工具将python2代码转换为python3代码、Python-如何将PIL图像转换为numpy数组？、你将如何将MATLAB代码转换为Python代码？、使用python内置2to3工具将python2代码转换为python3代码等相关内容，可以在本站寻找。