1. python調用電腦攝像頭拍照
python對于電腦硬件基本沒什么要求，下載python安裝程序的時候，注意看下自己電腦屬性是64位系統還是32位系統，再下載對應的python安裝程序。
單純學Python的話普通電腦就ok了，機器學習幾大基礎算法都ok，學深度學習的話臺式無腦上1080ti或者泰坦xp，其他配置留下升級空間。筆記本的話要強勁點的，最好帶固態硬盤，支持16G內存或以上，帶有英偉達1060以上的顯卡。
當然，如果有條件，還是推薦mac的，優點不用說！
買什么電腦還要根據自身的實際情況來決定，如果是學生黨，建議普通的筆記本就可以，沒必要花大價錢來糾結這事；如果上班族，有一定的經濟基礎，可以選擇高端一點的產品。
話說回來，python是支持跨平臺，主流系統都支持，至于喜歡哪個，還是根據您的個人喜好來。
2. Python調用攝像頭
華為matepadpro能用Python的啊。華為筆記本全線產品以輕薄為主，外觀上輕薄至上是華為的特色之一，外層材料陽極鋁居多，整體風格上簡約有質感，為了給小伙伴們一種敞亮的觀屏體驗，部分機型攝像頭取消了頂部按鈕，而是放在鍵盤區域，
3. python調用筆記本攝像頭
基于深度學習的計算機視覺常用語言就是Python，現有的框架，開源代碼也都是用Python來實現的。
而基于攝像頭圖像數據的機器視覺則主要利用C++進行實現，畢竟要與硬件打交道。
如果是初期入門OpenCV，那么一般都是用C++的，當然OpenCV也有python版本的
4. python 獲取攝像頭圖像
怎么檢測我手機是否被監控了，這個跟你的用手機習慣有關。
正常情況下，你是守法公民，遵守道德，不用擔心被人監控手機，不是執法機關，監控他人手機是犯法的。
哪些情況下可能手機被監控？
1、你犯了事，被立案，未抓捕之前，辦案機關偵查案件需要，監控和定位你的手機。
2、有人惡意監控，比如：奇葩老婆，或老公，監控自己愛人的手機。
3、得罪了某些利益關系的人，有人雇傭私家偵探，通過各種手段監控你的手機。
哪些習慣容易導致手機被監控？
1、隨意掃描一些未知的二維碼。
2、安裝未經安全檢測的APP。
3、隨意登錄一些未知的WiFi。
4、修理手機的時候不在場，被師傅做手腳。
5、購買二手手機沒有清理原有的一些應用軟件。
如何判斷手機是否被監控？
1、莫名其妙多了一些未知的APP應用。
2、手機監測后臺有未知的APP應用在運行。
3、手機突然變得卡頓，耗電飛快。
4、打電話正常的，現在通話時出現雜音，甚至莫名其妙掉線。
如何操作解除手機監控？
1、終極操作，恢復出廠設置，一勞永逸，如果未備份，會丟失你之前保存的一些內容或照片。
2、在不用恢復出廠設置情況下的操作：
第一步，打開微信“設置”，點擊“賬號與安全”。
第二步，點擊“登錄設備管理”，點擊右上角“編輯”。
第三步，將本機以外的其他登錄設備“刪除”。
第四步，返回微信“設置”頁面，點擊“隱私”。
第五步，點擊進入”授權管理“，點擊右上角“管理”
第六步，刪除所有授權的應用，這樣手機就安全了。
－－－－
歡迎關注@情感悟道館，只做靠譜回答。
5. python 調用攝像頭拍照
在如何使用Python腳本轉換數據和命令行中，我們將深入探討如何使用Python腳本和命令行來轉換數據。
但是首先，值得提出一個您可能正在思考的問題：“ Python如何適合命令行，為什么當我知道我可以使用IPython筆記本完成所有數據科學工作時，為什么還要使用命令行與Python進行交互?還是Jupyter實驗室?”
筆記本非常適合快速進行數據可視化和探索，但是Python腳本是將我們學到的東西投入生產的一種方式。假設您想建立一個網站，以幫助人們發布具有理想標題和提交時間的Hacker News帖子。為此，您需要腳本。
本教程假定您具有函數的基本知識，并且有一點命令行經驗也不會受到損害。如果您以前從未使用過Python，請隨時查看我們涵蓋Python函數基礎的任務，或者更深入地研究我們的一些數據科學課程。最近，我們發布了兩個新的交互式命令行課程：“ 命令行元素”和“命令行中的文本處理”，因此如果您想更深入地研究命令行，我們也建議您
也就是說，不必過分擔心先決條件!我們將解釋我們正在做的所有事情，所以讓我們開始吧!
熟悉數據
Hacker News是一個站點，用戶可以在該站點上通過Internet(通常是有關技術和創業公司)提交文章，而其他人可以“贊揚”這些文章，表示他們喜歡它們。提交的投票越多，在社區中就越受歡迎。熱門文章進入Hacker News的“首頁”，在其他網站上它們更有可能被他人看到。
我們將使用的數據集是由Arnaud Drizard使用Hacker News API編譯的，可以在此處找到。我們從數據中隨機抽取了10000行，并刪除了所有多余的列。我們的數據集只有四列：
submission_time -故事提交時。
upvotes -提交的投票數。
url —提交的基本域。
headline—提交的標題。用戶可以對其進行編輯，而不必與原始文章的標題相匹配。
我們將編寫腳本來回答三個關鍵問題：
哪些新聞最常出現在頭條新聞中?
哪些域名最常提交給Hacker News?
大多數文章什么時候提交?
切記：在編程時，有多種方法可以處理任務。在本教程中，我們將逐步解決這些問題，但是肯定還有其他方法同樣有效，因此請隨時嘗試并嘗試提出自己的方法!
使用命令行和Python腳本讀取數據
要加注星標，讓我們Transforming_Data_with_Python在桌面上創建一個文件夾。要使用命令行創建文件夾，可以使用mkdir命令，后跟文件夾名稱。例如，如果要創建一個名為的文件夾test，則可以導航到Desktop目錄，然后鍵入mkdir test。
我們將稍后討論為什么創建文件夾，但是現在，讓我們使用cd命令導航到創建的文件夾。該cd命令允許我們使用命令行更改目錄。
盡管有多種使用命令行創建文件的方法，但我們可以利用一種稱為管道傳輸和重定向輸出的技術來一次完成兩件事：將輸出從stdout(命令行生成的標準輸出)重定向到文件中并創建一個新文件!換句話說，我們可以讓它創建一個新文件并使它的輸出成為該文件的內容，而不是讓命令行僅打印其輸出。
要做到這一點，我們可以使用>和>>，這取決于我們想用文件來完成。如果文件不存在，兩者都會創建一個文件;但是，>將使用重定向的輸出覆蓋文件中已有的文本，同時>>將任何重定向的輸出附加到文件中。
我們希望將數據讀入該文件并創建一個描述性的文件名和函數名稱，因此我們將創建一個名為的函數，load_data()并將其保存在名為的文件中read.py。讓我們使用讀取數據的命令行創建函數。為此，我們將使用該printf函數。(我們將使用printf它，因為它允許我們打印換行符和制表符，我們將使用它們來使腳本對自己和其他人更具可讀性)。
為此，我們可以在命令行中輸入以下內容
printf "import pandas as pd\n\ndef load_data():\n\thn_stories = pd.read_csv(hn_stories.csv)\n\thn_stories.colummns = [submission_time, upvotes, url, headline]\n\treturn(hn_stores)\n" > read.py
檢查上面的代碼，有很多事情要做。讓我們將其分解。在函數中，我們是：
a.請記住，我們要使腳本可讀，我們正在使用printf命令通過命令行生成一些輸出，以在生成輸出時保留格式。
b.進口大熊貓。
c.將數據集(hn_stories.csv)讀入pandas數據框。
d.使用df.columns列名添加到我們的數據幀。
e.創建一個名為的函數load_data()，其中包含用于讀取和處理數據集的代碼。
f.利用換行符(\n)和制表符(\t)保留格式，因此Python可以讀取腳本。
g.將輸出重定向printf到read.py使用>運算符調用的文件。由于read.py尚不存在，因此已創建文件。
運行上面的代碼后，我們可以cat read.py在命令行中鍵入并執行命令以檢查的內容read.py。如果一切正常運行，我們的read.py文件將如下所示：
創造 __init__.py
在該項目的其余部分，我們將創建更多腳本來回答我們的問題并使用該load_data()函數。盡管我們可以將該函數粘貼到使用該函數的每個文件中，但是如果我們正在處理的項目很大，則可能會變得非常麻煩。
為了解決這個問題，我們可以創建一個名為的文件__init__.py。本質上，__init__.py允許文件夾將其目錄文件視為包。最簡單的形式__init__.py可以是一個空文件。它只需要存在就可以將目錄文件視為包。您可以在Python文檔中找到有關包和模塊的更多信息。
因為load_data()是中的函數read.py，所以我們可以使用導入包的相同方法來導入該函數：from read import load_data()。
還記得使用命令行創建文件的多種方法嗎?我們可以使用另一個命令來創建文件__init__.py這次，我們將使用該touch命令來創建文件。touch是一個在您運行命令后立即為您創建一個空文件的命令：
探索標題中的單詞
現在，我們已經創建了一個腳本來讀取和處理數據以及創建的數據__init__.py，我們可以開始分析數據了!我們要探索的第一件事是標題中出現的獨特詞。為此，我們要執行以下操作：
1)count.py使用命令行創建一個名為的文件。
2)load_data從導入read.py，并調用函數以讀取數據集。
3)將所有標題合并為一個長長的字符串。當您合并標題時，我們希望在每個標題之間留一個空格。在此步驟中，我們將使用Series.str.cat連接字符串。
4)將長字符串拆分成單詞。
5)使用Counter類可以計算每個單詞在字符串中出現的次數。
6)使用該.most_common()方法將100個最常用的單詞存儲到wordCount。
如果使用命令行創建此文件，則外觀如下：
printf "from read import load_data\nfrom collections import Counter\n\nstories = load_data()\nheadlines = stories[headline].str.cat(sep = ).lower()\nwordCount = Counter(headlines.split( )).most_common(100)\nprint(wordCount)\n" > count.py
運行上面的代碼后，您可以cat count.py在命令行中鍵入并執行命令以檢查的內容count.py。如果一切正常運行，您的count.py文件將如下所示：
現在，我們已經創建了Python腳本，我們可以從命令行運行腳本以獲取一百個最常用單詞的列表。要運行腳本，我們從命令行鍵入python count.py命令。
腳本運行后，您將看到以下打印結果：
[(the, 2045), (to, 1641), (a, 1276), (of, 1170), (for, 1140), (in, 1036), (and, 936), (, 733), (is, 620), (on, 568), (hn:, 537), (with, 537), (how, 526), (-, 487), (your, 480), (you, 392), (ask, 371), (from, 310), (new, 304), (google, 303), (why, 262), (what, 258), (an, 243), (are, 223), (by, 219), (at, 213), (show, 205), (web, 192), (it, 192), (–, 184), (do, 183), (app, 178), (i, 173), (as, 161), (not, 160), (that, 160), (data, 157), (about, 154), (be, 154), (facebook, 150), (startup, 147), (my, 131), (|, 127), (using, 125), (free, 125), (online, 123), (apple, 123), (get, 122), (can, 115), (open, 114), (will, 112), (android, 110), (this, 110), (out, 109), (we, 106), (its, 102), (now, 101), (best, 101), (up, 100), (code, 98), (have, 97), (or, 96), (one, 95), (more, 93), (first, 93), (all, 93), (software, 93), (make, 92), (iphone, 91), (twitter, 91), (should, 91), (video, 90), (social, 89), (&, 88), (internet, 88), (us, 88), (mobile, 88), (use, 86), (has, 84), (just, 80), (world, 79), (design, 79), (business, 79), (5, 78), (apps, 77), (source, 77), (cloud, 76), (into, 76), (api, 75), (top, 74), (tech, 73), (javascript, 73), (like, 72), (programming, 72), (windows, 72), (when, 71), (ios, 70), (live, 69), (future, 69), (most, 68)]
在我們的網站上滾動瀏覽它們會有些尷尬，但是您可能會注意到最常見的詞，例如等等。這些詞被稱為停用詞the，to a for這些詞對人類語音很有用，但對數據分析沒有任何幫助。您可以在我們的spaCy教程中找到更多有關停用詞的信息;如果要擴展此項目，則從我們的分析中刪除停用詞將是一個有趣的下一步。
即使包含了停用詞，我們也可以發現一些趨勢。除了停用詞之外，這些詞中的絕大多數都是與技術和創業相關的術語。考慮到HackerNews專注于科技創業公司，這并不奇怪，但是我們可以看到一些有趣的特定趨勢。例如，谷歌是該數據集中最常提及的品牌。Facebook，Apple和Twitter等其他品牌也是討論的熱門話題。
探索域提交
現在我們已經探索了不同的標題并顯示了前100個最常用的詞，現在我們可以探索域提交了!為此，我們可以執行以下操作：
1)domains.py使用命令行創建一個名為的文件。
2)load_data從導入read.py，并調用函數以讀取數據集。
3)使用value_counts()大熊貓中的方法來計算列中每個值的出現次數。
4)遍歷該系列并打印索引值及其關聯的總數。
這是命令行形式的外觀：
printf "from read import load_data\n\nstories = load_data()\ndomains = stories[url].value_counts()\nfor name, row in domains.items():\n\tprint({0}: {1}.format(name, row))\n" > domains.py
再一次，如果我們cat domains.py在命令行中輸入來檢查domains.py，我們應該看到：
探索提交時間
我們想知道大多數文章何時提交。一種簡單的重組方法是查看文章的提交時間。為了弄清楚這一點，我們需要使用該submission_time列。
該submission_time列包含如下時間戳：2011-11-09T21:56:22Z。這些時間以UTC表示，UTC是大多數軟件用于保持一致性的通用時區(想象一個數據庫中填充的時間都具有不同的時區;要使用它會非常麻煩)。
要從時間戳獲取小時，我們可以使用該dateutil庫。中的parser模塊dateutil包含parse函數，該函數可以帶一個時間戳，如何使用Python腳本轉換數據和命令行HTTPs://www.aaa-cg.com.cn/data/2304.html并返回一個datetime對象。這是文檔的鏈接。解析時間戳后，hour結果日期對象的屬性將告訴您文章提交的時間。
為此，我們可以執行以下操作：
1)times.py使用命令行創建一個名為的文件。
2)編寫一個函數以從時間戳中提取小時。此函數應首先用于dateutil.parser.parse解析時間戳，然后從結果datetime對象中提取小時，然后使用來返回小時.hour。
3)使用pandas apply()方法創建提交時間列。
4)使用value_counts()大熊貓中的方法來計算每小時發生的次數。
5)打印結果。
我們在命令行中執行以下操作：
printf "from dateutil.parser import parse\nfrom read import load_data\n\n\ndef extract_hour(timestamp):\n\tdatetime = parse(timestamp)\n\thour = datetime.hour\n\treturn hour\n\nstories = load_data()\nstories[hour] = stories[submission_time].apply(extract_hour)\ntime = stories[hour].value_counts()\nprint(time)" > times.py
這是它看起來像一個單獨.py文件的樣子(如上所述，您可以通過cat times.py從命令行運行以檢查文件來進行確認)：
現在，我們已經創建了Python腳本，我們可以從命令行運行腳本，以獲取特定時間內發布了多少篇文章的列表。為此，您可以從命令行鍵入python times.py命令。運行此腳本，您將看到以下結果：
您會注意到大多數提交內容是在下午發布的。但是請記住，這些時間是UTC時間。如果您有興趣擴展此項目，請嘗試在腳本中添加一個部分，以將UTC的輸出轉換為本地時區。
下一步
在如何使用Python腳本轉換數據和命令行中，我們探索了數據并建立了一個短腳本目錄，這些短腳本可相互配合以提供所需的答案。這是構建我們的數據分析項目的生產版本的第一步。
但是，當然，這僅僅是開始!在如何使用Python腳本轉換數據和命令行中，我們沒有使用過upvotes數據，因此這是擴展分析范圍的一個不錯的下一步：
a.標題長度最大才能獲得最多投票?
b.提交時間最多的是什么?
c.投票總數隨時間變化如何?
我們鼓勵您結合自己的問題，并在繼續探索此數據集時發揮創造力!
HTTPs://www.toutiao.com/i6831049808313057804/
6. python控制攝像頭拍照并保存
從里面的程序里面設置出結果圖，然后把它保存成這個樣子就好了，一定要保存在里面設置保存或者改成這個圖，然后再保存一下，點擊保存按鈕
