基于python Opencv的 车牌识别.毕设超详细 可一键运行 毕业设计 完整代码 采用摄像头识别小车车牌，可存储拍照时间、小车图片等。发挥部分：可存储 100 个以上车牌进行比对。

iris_classification_BPNeuralNetwork 本文用Python实现了BP神经网络分类算法，根据鸢尾花的4个特征，实现3种鸢尾花的分类。

使用了smtplib等第三方库,进行发送邮件,完成邮件报警功能 如下是实例 : #!/usr/bin/python import glob import operator from optparse import OptionParser import smtplib import email.MIMEText as MIMEText import email.Utils.formadate as formatdate msg = "" #主方法 def main(): global options global msg parser = OptionParser(add_hel

基于python的王者荣耀自助脚本，供大家学习交流使用。

基于Python的GUI学生信息管理系统+SQLite数据库 4.1登录模块的详细设计与实现 4.2录入学生成绩模块的详细设计与实现 4.3查看学生成绩模块的详细设计与实现 4.4修改个人密码模块的详细设计与实现 4.5修改学生成绩模块的详细设计与实现 4.6删除教师账号模块的详细设计与实现 4.7导出学生成绩模块的详细设计与实现 4.8添加科目模块界面的详细设计与实现 4.9注册模块的详细设计与实现 4.10添加教师账号模块的详细设计与实现

python 读取excel表数据 基于python实现Excel表格数据分析源码 在PyCharm中运行《Excel数据分析师》即可进入如图1所示的系统主界面。在该界面中，通过顶部的工具栏可以选择所要进行的操作。 具体的操作步骤如下： （1）导入Excel。单击工具栏中的“导入Excel”按钮，打开文件对话框选择文件夹，如XS1文件夹，系统将遍历该文件夹中的*.xls文件，并且将文件添加到列表区，效果如图2所示。 （2）提取列数据。单击工具栏中的“提取列数据”按钮，提取买家会员名、收货人姓名、联系手机和宝贝标题，效果如图3所示。提取后的数据将保存在程序所在目录下的mycell.xls文件中。 （3）定向筛选。单击工具栏中的“定向筛选”按钮，筛选“零基础学Python”的用户信息，效果如图4所示。筛选后的数据将保存在程序所在目录下的mycell.xls文件中。 （4）多表合并。单击工具栏中的“多表合并”按钮，将列表中的Excel表全部合并成一个表，合并结果将保存在程序所在目录下的mycell.xls文件中。 更多项目内容可下载查看，源代码已经打包好上传，且生成了exe可执行

低质量人脸数据集中的识别具有挑战性，因为面部属性被遮挡和退化。基于边缘的损失函数的进步导致了嵌入空间中人脸的可辨别性增强。此外，先前的研究已经研究了自适应损失对错误分类（硬）示例赋予更多重要性的影响。在这项工作中，我们在损失函数中引入了自适应性的另一个方面，即图像质量。我们认为强调错误分类样本的策略应该根据它们的图像质量进行调整。具体来说，简单或困难样本的相对重要性应基于样本的图像质量。我们提出了一种新的损失函数，它根据图像质量强调不同难度的样本。我们的方法通过使用特征规范来近似图像质量，以自适应边缘函数的形式实现了这一点。大量实验表明，我们的方法 AdaFace 在四个数据集（IJB-B、IJB-C、IJB-S 和 TinyFace）上的人脸识别性能优于最先进的 (SoTA)。

基于Python语言的智能家居系统的设计.pdf

本项目基于Python编写了一个京东商城手机商品的爬虫，并对数据进行了可视化分析的程序。通过爬虫获取了40余页的手机商品信息，并使用Python的数据分析库进行了数据清洗和可视化处理。本文使用了多种图表形式，包括柱状图、饼图和散点图等，来展示京东商城手机商品的各种属性，如价格、品牌、销量等。通过可视化分析，本文得出了不同品牌手机的价格分布情况、不同价格区间的销售情况以及不同品牌手机的评价情况等结论。 该项目通过request库结合xpath解析，来获取京东商城手机商品前40页数据，每页60个手机商品，共2000多条手机商品数据，包括商品的ID，名称，价格，店名，是否自营，地址链接，评论数(京东无直接销量数据，故采用评论数充当销量数据)以及好评率等数据，并使用pandas库对数据进行清洗与分析，matloplit进行可视化。

基于python实现Landsat8影像地表温度反演算法