python vscode windows

Published by Edits

微软系统代码开发环境配置下载链接和教程。

国内源

添加国内（清华）镜像源：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
pip install  tensorflow==2.3 -i https://mirrors.aliyun.com/pypi/simple
pip install tensorflow -i https://mirrors.aliyun.com/pypi/simple

https://pypi.tuna.tsinghua.edu.cn/simple
https://pypi.mirrors.ustc.edu.cn/simple
http://pypi.douban.com/simple/
https://mirrors.aliyun.com/pypi/simple/
http://pypi.hustunique.com/
http://pypi.hustunique.com/
http://mirrors.sohu.com/Python/
https://mirror.baidu.com/pypi/simple

添加国内（清华/阿里）镜像源：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U 
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple 

pip install scrapy -i https://pypi.tuna.tsinghua.edu.cn/simple

更新查看版本安装库

pip install --upgrade pip
python -m pip install --upgrade pip

python -V
pip -V

pip install opencv-python
pip install dlib
pip uninstall opencv-python
pip uninstall opencv-python-headless

python -m pip install --upgrade pip
pip install opencv-contrib-python
pip3 install mediapipe

更新环境

#查看版本
conda --version

#查看路径
where conda

#查看配置
conda config --show
#初始化
conda init
#查看现有源
conda config --show-sources

#删除默认源
conda config --remove channels defaults

#搜索时显示通道地址
conda config --set show_channel_urls yes

#升级
conda update conda

#清理
conda clean --all

创建环境

#创建环境默认安装在你 conda 目录下的 envs 文件目录下。
conda create -n feeday python=3.8

#激活环境
activate feeday

#列出所有的环境 当前激活的环境会标*。
conda info -e

#切换到另一个环境
conda activate feeday

#注销当前环境
deactivate

#复制环境
conda create -n feeday --clone feeday2

#删除环境
conda remove -n feeday --all

#查看已安装包
conda list

#安装包
conda install -c conda-forge python-opencv
conda install beautifulsoup4
pip install beautifulsoup4

#移除包
conda remove beautifulsoup4

编辑器配置环境

编辑器中文乱码：搜索配置勾选改为在终端输出

run code in terminal

系统添加环境变量

F:\Program Files\CMake\bin
F:\Program Files\anaconda3\Library\bin
F:\Program Files\anaconda3\Scripts
F:\Program Files\anaconda3
C:\Program Files (x86)\Microsoft Visual Studio\2019\BuildTools\Common7\IDE\CommonExtensions\Microsoft\CMake\CMake\bin
C:\Program Files (x86)\Microsoft Visual Studio\2019\BuildTools\VC\Tools\MSVC\14.x.xxxx\bin\Hostx64\x64

人脸和手指检测代码

import cv2
import mediapipe as mp
import os
from datetime import datetime

# 加载级联分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 打开默认摄像头
cap = cv2.VideoCapture(0)

# 如果不存在名为 'png' 的文件夹，则创建一个
output_folder = 'png'
if not os.path.exists(output_folder):
    os.makedirs(output_folder)

# 初始化MediaPipe Hand模型
mp_hands = mp.solutions.hands
hands = mp_hands.Hands()

while True:
    # 从摄像头读取一帧
    ret, frame = cap.read()

    # 将帧转换为灰度图
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 在灰度图中检测人脸
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    # 在人脸周围画矩形并保存它们
    for i, (x, y, w, h) in enumerate(faces):
        # 扩展人脸区域边界框
        #x -= 10
        #y -= 10
        #w += 10
        #h += 10

        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

        # 使用基于当前时间的时间戳保存检测到的人脸
        now = datetime.now()
        timestamp = now.strftime("%Y%m%d%H%M%S")
        face_filename = os.path.join(output_folder, f'face_{timestamp}_{i + 1}.png')
        cv2.imwrite(face_filename, frame[max(0, y):min(frame.shape[0], y+h), max(0, x):min(frame.shape[1], x+w)])

    # 将图像转换为RGB
    rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # 使用MediaPipe Hand模型检测手
    results = hands.process(rgb_frame)

    # 如果检测到手
    if results.multi_hand_landmarks:
        # 遍历每只检测到的手
        for i, hand_landmarks in enumerate(results.multi_hand_landmarks):
            # 获取手部关键点的坐标
            landmarks = [(int(point.x * frame.shape[1]), int(point.y * frame.shape[0])) for point in hand_landmarks.landmark]

            # 计算手指区域的边界框
            min_x, min_y = min(landmarks, key=lambda x: x[0])[0], min(landmarks, key=lambda x: x[1])[1]
            max_x, max_y = max(landmarks, key=lambda x: x[0])[0], max(landmarks, key=lambda x: x[1])[1]

            # 扩展边界框
            min_x -= 20
            min_y -= 20
            max_x += 20
            max_y += 20

            # 截取手指区域的图像
            finger_region = frame[max(0, min_y):min(frame.shape[0], max_y), max(0, min_x):min(frame.shape[1], max_x)]

            # 生成当前时间的字符串形式
            current_time = datetime.now().strftime("%Y%m%d%H%M%S")

            # 保存截取的图像，以时间命名
            hand_filename = os.path.join(output_folder, f"hand_{current_time}_{i}.png")
            cv2.imwrite(hand_filename, finger_region)

            # 绘制手部关键点
            for cx, cy in landmarks:
                cv2.circle(frame, (cx, cy), 5, (255, 0, 0), -1)

    # 显示处理后的帧
    cv2.imshow('检测', frame)

    # 如果按下 'q' 键，退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放摄像头并关闭所有窗口
cap.release()
cv2.destroyAllWindows()