Django保存图像时自动压缩的实现方案
本文详解如何在Django中利用Pillow库和pre_save信号，在保存ImageField时自动压缩图像。通过调整JPEG质量参数及结合尺寸调整，有效减小文件体积，提升网站加载速度并节省服务器存储空间。
2026-10-13
6
本文详解如何在Django中利用Pillow库和pre_save信号，在保存ImageField时自动压缩图像。通过调整JPEG质量参数及结合尺寸调整，有效减小文件体积，提升网站加载速度并节省服务器存储空间。
本文详细介绍如何使用Python通过pyserial库与TTL串口摄像头（VC0706）进行通信。内容涵盖端口识别、协议命令发送、版本号读取、设备复位及图像拍摄等核心功能。针对读取过程中出现的字节残留问题提供了具体的调试与解决方案，并附带完整的代码实现与测试步骤，帮助开发者快速掌握串口摄像头控制技巧。
本文介绍如何利用Python的Selenium库定位网页元素，结合Pillow库对动态生成的验证码图片进行截图和精准裁剪，并通过调用图鉴等第三方商业接口实现自动化识别。该方法适用于解决Web端图片验证码登录或注册场景，包含完整的代码实现与错误处理建议。
本文详细解析OpenCV中绘制几何图形的核心函数。通过cv2.circle实现圆形绘制，利用cv2.ellipse控制椭圆参数，使用cv2.polylines完成任意多边形绘制。文章涵盖关键参数设置、颜色填充及线条类型选项，并提供完整Python代码示例，帮助开发者快速掌握基础图形绘制技巧。
本文详解如何在TensorFlow中将8x8个32x32图像块重组为256x256图像。核心步骤包括利用tf.reshape调整维度，通过tf.concat进行行列拼接，以及处理batch_size维度时结合list与tf.stack。文章还指出了TensorFlow中直接赋值报错的解决方案，提供完整代码示例供深度学习开发者参考。
本文针对TensorFlow在批量测试时因sess.run导致的内存溢出问题，分析发现根源在于for循环内部动态创建tf操作节点，导致计算图无限膨胀。通过将resize_bilinear和argmax等Op移出循环至初始化阶段，可有效防止图节点重复增加，显著降低内存占用并提升推理速度。
本文详细解析OpenCV Python中图像梯度的计算方法，重点介绍一阶Sobel算子与二阶Laplacian算子的原理及实现。通过完整代码示例，演示如何利用cv.Sobel和cv.Laplacian函数进行边缘提取，包括梯度绝对值转换、加权合成及自定义核处理，帮助开发者掌握图像边缘检测的核心技术。
本文介绍在Python3.6环境下使用OpenCV库进行图片色彩空间转换的方法。详细解析RGB、HSV、YUV、YCrCb及HIS等常见色彩空间的特点与应用场景，并提供完整的代码示例，展示如何读取图像并转换为不同色彩空间进行可视化处理，适用于图像识别与开发需求。
本文详细解析OpenCV中Canny边缘检测算法的实现过程，涵盖高斯模糊、灰度转换、梯度计算、非极大值抑制及高低阈值连接五个核心步骤。通过Python代码示例，展示cv2.Canny函数的参数配置与完整调用流程，帮助开发者理解边缘提取原理并应用于实际项目。
本文介绍如何使用 OpenCV 和 Python 实现图像二值化。通过示例代码演示全局阈值与 Otsu 自动阈值处理的区别，解析 cv.threshold 函数参数及标志位用法，帮助开发者掌握将灰度图转换为黑白图像的核心技术。
本文详细介绍如何利用pythonnet在Python中调用Halcon脚本。内容涵盖pythonnet的安装与基础用法、HDevEngine的调用流程、ref类型参数处理，以及核心难点：将Python numpy ndarray高效转换为Halcon HImage对象。通过具体代码示例，解决跨平台数据类型差异及内存偏移问题，提供可直接复用的转换方案。
本文介绍如何使用Python OpenCV库中的copyMakeBorder函数对图像进行边缘扩充。详细解析了BORDER_REPLICATE（复制边界）、BORDER_REFLECT（反射/轴对称）以及BORDER_CONSTANT（常数填充）三种常见填充模式的实现方法与参数配置，适用于模型训练前的数据预处理场景。
