


Apprenez Python pour implémenter la fonction d'accueil de l'interface Qiniu Cloud et de recadrage d'image
Apprenez Python pour implémenter l'accueil de l'interface Qiniu Cloud et réaliser la fonction de recadrage d'images
Dans les applications Internet modernes, nous rencontrons souvent des scénarios où les images doivent être recadrées, telles que le téléchargement d'avatars, l'affichage de produits, etc. Qiniu Cloud, en tant que plate-forme leader de stockage et de distribution de contenu dans le cloud, fournit une interface de traitement d'image riche, qui peut facilement effectuer des opérations telles que le recadrage, la mise à l'échelle et la rotation des images. Cet article expliquera comment utiliser le langage Python pour se connecter à l'interface Qiniu Cloud afin d'implémenter la fonction de recadrage d'image.
Tout d'abord, nous devons créer un espace de stockage sur Qiniu Cloud et obtenir la clé d'accès et la clé secrète. Ces deux clés sont des informations d'identification importantes pour accéder à l'espace de stockage Qiniu Cloud, veuillez les conserver correctement.
Ensuite, nous devons installer le SDK Python Qiniu Cloud, qui peut être installé via la commande pip :
pip install qiniu
Une fois l'installation terminée, nous pouvons commencer à écrire du code. Tout d'abord, nous devons importer le module qiniu :
import qiniu
Ensuite, nous devons créer un objet gestionnaire pour l'espace de stockage Qiniu Cloud :
access_key = 'your_access_key' secret_key = 'your_secret_key' bucket_name = 'your_bucket_name' manager = qiniu.Auth(access_key, secret_key)
Parmi eux, access_key et secret_key doivent être remplacés par la clé de l'espace de stockage que vous avez créé. sur Qiniu Cloud. bucket_name est le nom de votre espace de stockage.
Ensuite, nous pouvons utiliser l'interface de traitement d'image de Qiniu Cloud pour recadrer l'image. Par exemple, nous voulons recadrer une image nommée "example.jpg" à une largeur de 200 pixels et une hauteur de 300 pixels. L'image recadrée est enregistrée sous "example_cropped.jpg" :
source_url = 'http://your_bucket_name.qiniudn.com/example.jpg' target_url = 'http://your_bucket_name.qiniudn.com/example_cropped.jpg' fops = 'imageView2/2/w/200/h/300' url = manager.private_download_url(source_url) ret, info = qiniu.urlretrieve(url, 'example.jpg') if info.status_code == 200: ret, info = qiniu.put_file(manager.upload_token(bucket_name, key='example_cropped.jpg'), 'example_cropped.jpg', 'example.jpg', mime_type='image/jpeg') if info.status_code == 200: print('图片裁剪成功!') else: print('图片裁剪失败!')
Dans le code ci-dessus, source_url est l'URL de l'image à recadrer. Les images stockées sur Qiniu Cloud ont des URL correspondantes, qui peuvent être obtenues en concaténant le nom de l'espace de stockage et le nom du fichier image. target_url est l'URL de l'image recadrée. fops est le paramètre de l'opération de recadrage, indiquant que la vue de l'image doit être zoomée. L'url est l'URL de téléchargement de l'image avant recadrage, générée via la méthode private_download_url. ret, info = qiniu.urlretrieve(url, 'example.jpg') est utilisé pour télécharger l'image avant de la recadrer et l'enregistrer sous "example.jpg". Ensuite, téléchargez l'image recadrée sur l'espace de stockage Qiniu Cloud via la méthode put_file.
Après avoir exécuté le code ci-dessus, nous pouvons voir l'image recadrée dans l'espace de stockage Qiniu Cloud.
Bien sûr, l'interface de traitement d'image de Qiniu Cloud prend non seulement en charge le recadrage, mais prend également en charge le zoom, la rotation, le flou et d'autres opérations. Nous pouvons choisir l'opération appropriée en fonction des besoins réels.
Cet article explique comment utiliser le langage Python pour se connecter à l'interface Qiniu Cloud afin d'implémenter la fonction de recadrage d'image. Grâce aux fonctions puissantes de Qiniu Cloud, nous pouvons traiter les images rapidement et efficacement pour améliorer l'expérience utilisateur. Dans le même temps, Qiniu Cloud fournit également un puissant service d'accélération CDN pour garantir que les utilisateurs peuvent accéder et télécharger rapidement des images recadrées.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

PHP et Python ont leurs propres avantages et inconvénients, et le choix dépend des besoins du projet et des préférences personnelles. 1.Php convient au développement rapide et à la maintenance des applications Web à grande échelle. 2. Python domine le domaine de la science des données et de l'apprentissage automatique.

Python et JavaScript ont leurs propres avantages et inconvénients en termes de communauté, de bibliothèques et de ressources. 1) La communauté Python est amicale et adaptée aux débutants, mais les ressources de développement frontal ne sont pas aussi riches que JavaScript. 2) Python est puissant dans les bibliothèques de science des données et d'apprentissage automatique, tandis que JavaScript est meilleur dans les bibliothèques et les cadres de développement frontaux. 3) Les deux ont des ressources d'apprentissage riches, mais Python convient pour commencer par des documents officiels, tandis que JavaScript est meilleur avec MDNWEBDOCS. Le choix doit être basé sur les besoins du projet et les intérêts personnels.

Activer l'accélération du GPU Pytorch sur le système CentOS nécessite l'installation de versions CUDA, CUDNN et GPU de Pytorch. Les étapes suivantes vous guideront tout au long du processus: CUDA et CUDNN Installation détermineront la compatibilité de la version CUDA: utilisez la commande NVIDIA-SMI pour afficher la version CUDA prise en charge par votre carte graphique NVIDIA. Par exemple, votre carte graphique MX450 peut prendre en charge CUDA11.1 ou plus. Téléchargez et installez Cudatoolkit: visitez le site officiel de Nvidiacudatoolkit et téléchargez et installez la version correspondante selon la version CUDA la plus élevée prise en charge par votre carte graphique. Installez la bibliothèque CUDNN:

Docker utilise les fonctionnalités du noyau Linux pour fournir un environnement de fonctionnement d'application efficace et isolé. Son principe de travail est le suivant: 1. Le miroir est utilisé comme modèle en lecture seule, qui contient tout ce dont vous avez besoin pour exécuter l'application; 2. Le Système de fichiers Union (UnionFS) empile plusieurs systèmes de fichiers, ne stockant que les différences, l'économie d'espace et l'accélération; 3. Le démon gère les miroirs et les conteneurs, et le client les utilise pour l'interaction; 4. Les espaces de noms et les CGROUP implémentent l'isolement des conteneurs et les limitations de ressources; 5. Modes de réseau multiples prennent en charge l'interconnexion du conteneur. Ce n'est qu'en comprenant ces concepts principaux que vous pouvez mieux utiliser Docker.

Minio Object Storage: Déploiement haute performance dans le système Centos System Minio est un système de stockage d'objets distribué haute performance développé sur la base du langage Go, compatible avec Amazons3. Il prend en charge une variété de langages clients, notamment Java, Python, JavaScript et GO. Cet article introduira brièvement l'installation et la compatibilité de Minio sur les systèmes CentOS. Compatibilité de la version CentOS Minio a été vérifiée sur plusieurs versions CentOS, y compris, mais sans s'y limiter: CentOS7.9: fournit un guide d'installation complet couvrant la configuration du cluster, la préparation de l'environnement, les paramètres de fichiers de configuration, le partitionnement du disque et la mini

La formation distribuée par Pytorch sur le système CentOS nécessite les étapes suivantes: Installation de Pytorch: La prémisse est que Python et PIP sont installés dans le système CentOS. Selon votre version CUDA, obtenez la commande d'installation appropriée sur le site officiel de Pytorch. Pour la formation du processeur uniquement, vous pouvez utiliser la commande suivante: pipinstalltorchtorchVisionTorChaudio Si vous avez besoin d'une prise en charge du GPU, assurez-vous que la version correspondante de CUDA et CUDNN est installée et utilise la version Pytorch correspondante pour l'installation. Configuration de l'environnement distribué: la formation distribuée nécessite généralement plusieurs machines ou des GPU multiples uniques. Lieu

Lors de l'installation de Pytorch sur le système CentOS, vous devez sélectionner soigneusement la version appropriée et considérer les facteurs clés suivants: 1. Compatibilité de l'environnement du système: Système d'exploitation: Il est recommandé d'utiliser CentOS7 ou plus. CUDA et CUDNN: La version Pytorch et la version CUDA sont étroitement liées. Par exemple, Pytorch1.9.0 nécessite CUDA11.1, tandis que Pytorch2.0.1 nécessite CUDA11.3. La version CUDNN doit également correspondre à la version CUDA. Avant de sélectionner la version Pytorch, assurez-vous de confirmer que des versions compatibles CUDA et CUDNN ont été installées. Version Python: branche officielle de Pytorch

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.
