休想点进来。
git咋用又又又忘了,先记在分享。
提取图片EXIF信息。
(不知道是不是只有JPG类的有)–Exif格式就是在JPEG格式头部插入了数码照片的信息,包括拍摄时的光圈、快门、白平衡、ISO、焦距、日期时间等。
pip install exifread
然后
import exifread # 专门用来读图片exif信息的库
import os
# 输入文件夹
file_path = r"C:\Users\SomeDir" #其实用C:/.../.. 或者C:\\sss\\sss 也可以, 转义
def get_image_exif(path):
f = open(path, 'rb')
try:
tags = exifread.process_file(f)
except:
return
for tag in tags:
if tag != "JPEGThumbnail":
print(tag,":",tags[tag])
"""
tags = exifread.process_file(f)
info = {
'Image Model': tags.get('Image Model', '0').values
#南北半球标识if 'GPS GPSLatitudeRef' in tags:GPS['GPSLatitudeRef'] = str(tags['GPS GPSLatitudeRef'])else:GPS['GPSLatitudeRef'] = 'N' #缺省设置为北半球
#东西半球标识if 'GPS GPSLongitudeRef'in tags:GPS['GPSLongitudeRef'] = str(tags['GPS GPSLongitudeRef'])else:GPS['GPSLongitudeRef'] = 'E' #缺省设置为东半球
#海拔高度标识if 'GPS GPSAltitudeRef' in tags:GPS['GPSAltitudeRef'] = str(tags['GPS GPSAltitudeRef'])
#获取纬度if 'GPS GPSLatitude' in tags:lat = str(tags['GPS GPSLatitude'])#处理无效值if lat == '[0, 0, 0]' or lat == '[0/0, 0/0, 0/0]':return
#deg, minu, sec = [x.replace(' ', '') for x in lat[1:-1].split(',')]#将纬度转换为小数形式GPS['GPSLatitude'] = convert_to_decimal(deg, minu, sec,GPS['GPSLatitu#获取经度if 'GPS GPSLongitude' in tags:lng = str(tags['GPS GPSLongitude'])
#处理无效值if lng == '[0, 0, 0]' or lng == '[0/0, 0/0, 0/0]':return
#deg, minu, sec = [x.replace(' ', '') for x in lng[1:-1].split(',')]#将经度转换为小数形式GPS['GPSLongitude'] = convert_to_decimal(deg, minu, sec,GPS['GPSLongitudeRef'])#对特殊的经纬度格式进行处理
#获取海拔高度if 'GPS GPSAltitude' in tags:GPS['GPSAltitude'] = str(tags["GPS GPSAltitude"])
#获取图片拍摄时间if 'Image DateTime' in tags:GPS["DateTime"] = str(tags["Image DateTime"])elif "EXIF DateTimeOriginal" in tags:GPS["DateTime"] = str(tags["EXIF DateTimeOriginal"])
}
"""
f.close()
#return info
# 遍历输入路径,得到图片名
for filename in os.listdir(file_path):
if filename.endswith(('.jpg', '.jpeg', 'JPG', 'PNG', 'png')):
print(filename)
file_name_path = file_path + '/' + filename
print(file_name_path)
get_image_exif(file_name_path)
#info = get_image_exif(file_name_path)
#print(info)
reference写在最后面!!感谢各位博主。
【讲道理,互联网上信息差真是大,很多common knowledge,多数人没有获取。just like amazing chatgpt,很多人都没用过,常见用法指南也没proliferate】
进度【1%/100, 第一课】
现代概率论的根基,α-field,α-algebra。奠定了概率论也能进行严谨的分析推理。
1 预热
【求面积】:矩阵面积–>内部填充求面积–>要求集合有内点(不能全是洞)–>外部覆盖求”面积”–>外测度
全体无理数,没有内覆盖,外覆盖却是R,内是0,外是无穷大。
勒贝格测度Lebesgue measure:外测度不具有可列可加性不是由于其定义本身造成的问题,而是无论如何去定义测度,都存在不可测集,故直接定义中去除不可测集。
平时我们估算一个图形面积,从内部画小矩形来估算。找填充最满的。
外测度:用可数矩形覆盖住规则图形。L-覆盖,选择图形面积最小的L-覆盖(选溢出最少的)。Lebesgue – L
(分离的图形面积和不等于拼接起来面积和。不满足可列可加性)
测度
${m^{*} (T\cap A) + m^{*} (T\cap A^C)=m^{*} (T)}$ 则A可测。$m^*(A)= m(A)$
${m^{*} (T\cap A) + m^{*} (T\cap A^C)≠m^{*} (T)}$ 则A不可测
2
n维空间中,低维集合的测度为0.
比如二维中一个点,可以用任意小的矩形去覆盖,即L-覆盖为0.
测度为零的集合叫做零集合。
【几乎处处 almost everywhere】,如果一个命题在除去一个零测集后都成立,那么这个命题在原来集合的范围上几乎处处成立。 –[很合理]
Riemann Analysis 研究基本连续的函数,即几乎处处连续的函数。
–允许一个函数存在不连续点,只要其数量不超过可数无穷多个, 即可积。countably finite.
3 不可测集
等价点,if x - y ∈ Q => x ~ y 把所有具有等价关系的点作为一类。 Q :有理数
每一类中选出一个点,组成一个集合,该集合为不可测集。
reference:
1. Dreamimo https://space.bilibili.com/3184064
2023年我将会把主要文本输出写在Github等非中文互联网。
reference转载来源我以后会标注清楚。
如果是MAC用户的话, 在预览里有一个 工具-> 显示位置信息.
https://www.acwing.com/file_system/file/content/whole/index/content/8457907/
看得了啊
在分享里应该不能直接点到我这个题目。