python 讀取 webcam 並置於最上層

請先安裝 pip install opencv-python

import cv2

# 開啟 webcam（0 代表預設攝影機）
cap = cv2.VideoCapture(0) # 在樹苺派5用這行
#cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 在 Windows 用這行 (會使用 DirectShow)

# 設定視窗名稱
window_name = "Webcam Feed - press q to quit"

# 建立視窗
cv2.namedWindow(window_name, cv2.WINDOW_NORMAL) # 使用者可以調整大小
cv2.resizeWindow(window_name, 160, 120) # 先給一個預設大小 160x120

# 設定視窗置頂
cv2.setWindowProperty(window_name, cv2.WND_PROP_TOPMOST, 1)

while True:
    # 讀取攝影機畫面
    ret, frame = cap.read()
    if not ret:
        break

    # 顯示影像
    cv2.imshow(window_name, frame)

    # 按 'q' 鍵離開
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 釋放攝影機資源
cap.release()
cv2.destroyAllWindows()

python 多執行緒

import threading
import time

i=0

def print_every_three_seconds():
    
    global i
    
    while True:
        
        if i>5:
          print("執行緒1 stopped")
          break
        
        print("執行緒1: 每 3 秒執行一次=="+str(i))
        time.sleep(3)

def print_every_one_second():
    
    global i
    i=i+1
    
    while True:
        
        if i>5:
          print("執行緒2 stopped")
          break
        
        print("執行緒2: 每 1 秒執行一次--"+str(i))
        time.sleep(1)

# 創建兩個執行緒
t1 = threading.Thread(target=print_every_three_seconds)
t2 = threading.Thread(target=print_every_one_second)

# 啟動執行緒
t1.start()
t2.start()

# 讓主執行緒保持運行
t1.join()
t2.join()

print('兩個執行緒都停下來了')

運用 python 讓電腦即時監聽，錄音，辨識成文字。當聽到 再見 時，程式就會停下來。----語音助理前哨站

import threading
import time

import pyaudio
import numpy as np
import wave

import torch
import whisper # 這裡會用到 ffmpeg，需要先安裝。
from opencc import OpenCC

iIndexWrite=0
iIndexRead=0
iCount=0
iMax=10
booStop=False

def getFDecibel(oAudioData):
    oAudioData=oAudioData.astype(np.float32) # 轉換為浮點數，避免整數溢出
    fRMS=np.sqrt(np.mean(np.square(oAudioData))) # 計算rms
    if fRMS>0:
        fDecibel=20*np.log10(fRMS+1e-10) # 避免 log(0) 錯誤
    else:
        fDecibel=-np.inf
    return fDecibel

def getStrAduioFilename(iIndex):
    return "rec_"+str(iIndex)+".wav"

def threadA():
    
    global iIndexWrite, iIndexRead, iCount, iMax, booStop
    
    CHUNK=1024 # 單次讀取的樣本數
    FORMAT=pyaudio.paInt16 # 音訊格式(16-bit)
    CHANNELS=1 # 單聲道
    RATE=16000 # 取樣率(Hz)
    THRESHOLD_DB=70 # 觸發錄音的分貝閥值
    SILENCE_DURATION=1 # 安靜維持幾秒後停止錄音
    DROP_DURATION=2 # 長度不足就丟棄
    CUT_DURATION=30 # 超過就截斷
    
    oAudio=pyaudio.PyAudio()
    oStream=oAudio.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK)
    
    booRecording=False
    oFrames=[]
    fSilenceStart=None
    
    print("開始聆聽")
    
    try:
        while booStop==False:
            # 讀取音訊數據
            oAudioData=np.frombuffer(oStream.read(CHUNK, exception_on_overflow=False), dtype=np.int16)
            fDecibel=getFDecibel(oAudioData)
            
            # print(f"目前分貝數：{fDecibel:.2f} dB")
            
            if fDecibel>THRESHOLD_DB:
                fSilenceStart=None # 重置靜音計時
            
            if booRecording==False and fDecibel>THRESHOLD_DB:
                
                print("偵測到聲音，開始錄音...")
                booRecording=True
                oFrames=[]
                oFrames.append(oAudioData.tobytes())
                
            elif booRecording==True:

                oFrames.append(oAudioData.tobytes())
                fSeconds=len(oFrames)*CHUNK/RATE
                
                if fSilenceStart is None:
                    fSilenceStart=time.time() # 開始計算靜音時間
                elif ((time.time()-fSilenceStart)>=SILENCE_DURATION) or (fSeconds>CUT_DURATION):
                    
                    if fSeconds<DROP_DURATION:
                        print("不足"+str(DROP_DURATION)+"秒，不予儲存")
                    else:
                        
                        if fSeconds>CUT_DURATION:
                            print("超過"+str(CUT_DURATION)+"秒，截斷錄音。("+str(fSeconds)+")")
                        else:
                            print("偵測到靜音，停止錄音。("+str(fSeconds)+")")
                        
                        if iCount<iMax:
                            
                            strFilename=getStrAduioFilename(iIndexWrite)
                            print(f"正在儲存錄音檔案:{strFilename}")
                            oWF=wave.open(strFilename, 'wb')
                            oWF.setnchannels(CHANNELS)
                            oWF.setsampwidth(oAudio.get_sample_size(FORMAT))
                            oWF.setframerate(RATE)
                            oWF.writeframes(b''.join(oFrames))
                            oWF.close()
                            print("錄音儲存完成！")
                            
                            iIndexWrite=(iIndexWrite+1) % iMax
                            iCount=iCount+1
                        else:
                            print("空間不足，不予儲存")
                    
                    booRecording=False
                    oFrames=[]
                    fSilenceStart=None
            
    except KeyboardInterrupt:
        booStop=True
        print("手動結束聆聽")
    
    # 停止並關閉音訊流
    oStream.stop_stream()
    oStream.close()
    oAudio.terminate()

def threadB():
    
    global iIndexWrite, iIndexRead, iCount, iMax, booStop
    
    strDevice="cuda" if torch.cuda.is_available() else "cpu"
    booCuda=True if strDevice=="cuda" else False
    oModel=whisper.load_model("medium").to(strDevice) # tiny, base, small, medium, large
    oCC=OpenCC('s2t')  # 's2t' 表示簡體轉繁體
    
    print("使用裝置："+strDevice)
    
    while booStop==False:
        
        if iCount>0:
            
            strFilename=getStrAduioFilename(iIndexRead)
            oResult=oModel.transcribe(strFilename, language="zh", fp16=booCuda) # 假如有cuda支援，用fp16=True會更快
            strTraditionalText=oCC.convert(oResult["text"])
            print("------")
            print("辨識 "+strFilename+" 結果:"+strTraditionalText)
            print("------")
            
            iIndexRead=(iIndexRead+1) % iMax
            iCount=iCount-1
            
            if strTraditionalText.find("再見")!=-1:
                print('Goodbye!')
                booStop=True
        
        time.sleep(0.1)
        

# 創建兩個執行緒
oThreadA=threading.Thread(target=threadA)
oThreadB=threading.Thread(target=threadB)

# 啟動執行緒
oThreadA.start()
oThreadB.start()

# 讓主執行緒保持運行
oThreadA.join()
oThreadB.join()

print('兩個執行緒都停下來了')

運用 nadermx/backgroundremover 來批次去背

from backgroundremover.bg import remove

def remove_bg(src_img_path, out_img_path):
    model_choices = ["u2net", "u2net_human_seg", "u2netp"]
    f = open(src_img_path, "rb")
    data = f.read()
    img = remove(data, model_name=model_choices[0],
                 alpha_matting=False,
                 alpha_matting_foreground_threshold=240,
                 alpha_matting_background_threshold=10,
                 alpha_matting_erode_structure_size=10,
                 alpha_matting_base_size=1000)
    f.close()
    f = open(out_img_path, "wb")
    f.write(img)
    f.close()


srcPath="D:/temp/20250113/images001/"
dstPath="D:/temp/20250113/images003/"

for i in range(524):
    number=('0000'+str(i+1))[-4:]
    srcFile=srcPath+number+".png"
    dstFile=dstPath+number+".png"
    remove_bg(srcFile, dstFile)
    print(dstFile)

pyenv

[安裝]
  curl -fsSL https://pyenv.run | bash

  geany ~/.profile (加入下面三行，存檔)

  export PYENV_ROOT="$HOME/.pyenv"
  [[ -d $PYENV_ROOT/bin ]] && export PATH="$PYENV_ROOT/bin:$PATH"
  eval "$(pyenv init - bash)"

  geany ~/.bashrc (加入上面三行，存檔)

  重開 terminal 即可


pyenv -v (查看目前 pyenv 版本)
pyenv versions (查看目前系統中有哪些版本，以及正使用那一版本）
pyenv install --list (查看有哪些版本可以安裝)
pyenv install 3.8.1 (示範安裝某個版本)

  這邊會失敗，缺少元件，請用下面幾行補上
  sudo apt install libbz2-dev
  sudo apt install libncurses-dev
  sudo apt install libffi-dev
  sudo apt install libreadline-dev
  sudo apt install libssl-dev
  sudo apt install libsqlite3-dev
  sudo apt install tk-dev
  sudo apt install liblzma-dev

pyenv shell 3.12.7 (切換本次 terminal 使用哪個版本)
pyenv global 3.12.7 (變更作業系統預設使用版本)