2020-03-24

Python OpenCV 彩色轉YCbCr(RGB/BGR to YCbCr)

本篇將介紹如何使用 OpenCV 與 Python 來作彩色影像轉YCbCr(RGB to YCbCr 或 BGR to YCbCr)，在寫 Python 影像處理程式時常會用到 OpenCV cvtColor 作顏色空間轉換的功能，接下來介紹怎麼使用 Python 搭配 OpenCV 模組來進行 RGB/BGR 轉 YCbCr 彩色轉YCbCr空間。

範例. 彩色影像轉YCbCr

以下範例 ShengYu 是將 lena.jpg 來作彩色影像轉YCbCr示範，
使用 cv2.cvtColor 將彩色轉 YCbCr 的第二個參數是使用 COLOR_BGR2YCR_CB，不是使用 CV_BGR2YCrCb，也不是 CV_BGR2YCBCR。

使用 cv2.cvtColor 轉換顏色空間時，第二個參數與YCbCr相關的有：
COLOR_BGR2YCR_CB
COLOR_YCR_CB2BGR
COLOR_RGB2YCR_CB
COLOR_YCR_CB2RGB
opencv 預設的排列方式為BGR，而不是RGB唷！
所以這邊使用的是 cv2.COLOR_BGR2YCR_CB

opencv-rgb-to-ycbcr.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2

image = cv2.imread('lena.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2YCR_CB)
cv2.imshow('Input', image)
cv2.imshow('Result', hsv)
cv2.waitKey(0)

結果如下圖所示：
結果圖

cv2.cvtColor 參數的詳細細節請參考這裡

當然實際上使用時不會只是單純RGB轉換成YCbCr就結束了，通常會去針對YCbCr顏色區間去作後續的處理，常見的例子有膚色偵測，關於這部分下次我再寫一篇給大家講解。

參考
How to convert an rgb image to ycrcb colour space in opencv python - Stack Overflow
https://stackoverflow.com/questions/23396501/how-to-convert-an-rgb-image-to-ycrcb-colour-space-in-opencv-python

2020-03-22

Python教學

Python OpenCV 彩色轉HSV(RGB/BGR to HSV)

本篇將介紹如何使用 OpenCV 與 Python 來作彩色影像轉HSV(RGB to HSV 或 BGR to HSV)，在寫 Python 影像處理程式時常會用到 OpenCV cvtColor 作顏色空間轉換的功能，接下來介紹怎麼使用 Python 搭配 OpenCV 模組來進行 RGB/BGR 轉 HSV 彩色轉HSV空間。

HSV簡單介紹分別為：
色相(H)：色彩的顏色名稱，如紅色、黃色等。
飽和度(S)：色彩的純度，越高色彩越純，低則逐漸變灰，數值為0-100%。
明度(V)：亮度，數值為0-100%。

範例. 彩色影像轉HSV

以下範例 ShengYu 是將 fruits.jpg 來作圖片轉HSV示範，
將影像用 imread 讀進來後，再使用 cvtColor 將影像從彩色轉換成HSV。

使用 cv2.cvtColor 轉換顏色空間時，第二個參數與HSV相關的有：
cv2.COLOR_BGR2HSV
cv2.COLOR_HSV2BGR
cv2.COLOR_RGB2HSV
cv2.COLOR_HSV2RGB
opencv 預設的排列方式為BGR，而不是RGB唷！
所以這邊使用的是 cv2.COLOR_BGR2HSV

詳細程式碼如下：

opencv-rgb-to-hsv.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2

image = cv2.imread('fruits.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
cv2.imshow('Input', image)
cv2.imshow('Result', hsv)
cv2.waitKey(0)

結果如下圖所示，
結果圖

cv2.cvtColor 參數的詳細細節請參考這裡

當然實際上使用時不會只是單純RGB轉換成HSV就結束了，通常會去針對HSV顏色區間去作後續的處理，請看下面的範例。

範例. 物件偵測 - 找出綠色的物體

彩色轉HSV常見的應用可能有物件偵測，去背處理(排除綠色的背景)，
以下就來示範如何找出圖片中綠色的水果，類似的應用可能有找出草地的背景，
詳細程式碼如下：

opencv-rgb-to-hsv2.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np

image = cv2.imread('fruits.jpg')
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower_green = np.array([35, 43, 46])
upper_green = np.array([77, 255, 255])
mask = cv2.inRange(hsv, lower_green, upper_green)
res = cv2.bitwise_and(image, image, mask=mask)
cv2.imshow('Input', image)
cv2.imshow('Result', res)
cv2.waitKey(0)

結果如下圖所示：
結果圖

更多影像處理的例子與應用以後再來寫吧！

參考
Changing Colorspaces — OpenCV-Python Tutorials 1 documentation
https://opencv24-python-tutorials.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_colorspaces/py_colorspaces.html#converting-colorspaces
python opencv入门颜色空间转换（9）Python@fei-CSDN博客
https://blog.csdn.net/tengfei461807914/article/details/75910606
Python-OpenCV顏色空間轉換 - IT閱讀
https://www.itread01.com/p/520326.html

2020-03-20

Python教學

Python OpenCV 彩色轉灰階(RGB/BGR to GRAY)

本篇將介紹如何使用 OpenCV 與 Python 來作彩色影像轉灰階(RGB to GRAY 或 BGR to GRAY)，在寫 Python 影像處理程式時常會用到 OpenCV cvtColor 作顏色空間轉換的功能，接下來介紹怎麼使用 Python 搭配 OpenCV 模組來進行 RGB/BGR 轉 GRAY 彩色轉灰階grayscale。

Python OpenCV RGB/BGR to GRAY 彩色轉灰階使用範例

以下範例 ShengYu 是將 lena.jpg 來作圖片轉灰階示範，彩色轉灰階grayscale的常用方式有兩種：
方法一：將影像用 cv2.imread 讀進來，再將影像從彩色轉換成灰階。
方法二：將影像用 cv2.imread 讀取進來時順便轉換成灰階。

使用 cv2.cvtColor 轉換顏色空間時，第二個參數與灰階相關的有：
cv2.COLOR_BGR2GRAY
cv2.COLOR_GRAY2BGR
cv2.COLOR_RGB2GRAY
cv2.COLOR_GRAY2RGB
opencv 預設的排列方式為BGR，而不是RGB唷！
所以這邊使用的是 cv2.COLOR_BGR2GRAY

使用 cv2.imread 讀取圖片時，第二個參數可以指定圖片的格式，分別為：
cv2.IMREAD_UNCHANGED
cv2.IMREAD_COLOR
cv2.IMREAD_GRAYSCALE

詳細程式碼如下：

opencv-rgb-to-gray.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2

# method 1
image = cv2.imread('lena.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# method 2
#image = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)
cv2.imshow('Result', image)
cv2.waitKey(0)

結果如下圖所示：
結果圖

cv2.cvtColor 參數的詳細細節請參考這裡
cv2.imread 參數的詳細細節請參考這裡

參考
[1] Python OpenCV | cv2.imread() method - GeeksforGeeks
https://www.geeksforgeeks.org/python-opencv-cv2-imread-method/
[2] Python 與 OpenCV 基本讀取、顯示與儲存圖片教學 - G. T. Wang
https://blog.gtwang.org/programming/opencv-basic-image-read-and-write-tutorial/
[3] [Python + OpenCV] 彩色轉灰階(RGB to Gray) @ K_程式人 :: 痞客邦 ::
https://jennaweng0621.pixnet.net/blog/post/403254017

2020-03-18

Python教學

Python OpenCV 影像邊緣偵測 Canny Edge Detection

本篇將介紹如何使用 OpenCV 與 Python 來作影像邊緣偵測 Canny Edge Detection，在寫 Python 影像處理程式時常會用到 OpenCV 邊緣偵測 Canny 的功能，接下來介紹怎麼使用 Python 搭配 OpenCV 模組來進行影像的邊緣偵測 Canny Edge Detection。

Python OpenCV Canny 影像邊緣偵測使用範例

在作邊緣偵測時，通常會先做平滑化(cv2.GaussianBlur)來降低雜訊，，再做 cv2.Canny 跟 cv2.GaussianBlur 前需要先將影像轉為灰階，最後依據結果調整平滑/模糊參數(cv2.GaussianBlur)或邊緣檢測參數(cv2.Canny)來達到想要的結果，整體步驟大約分成這幾步：

影像轉灰階： cv2.cvtColor
將影像轉成灰階，也可以在 imread 時就指定讀取為灰階影像
影像去雜訊/平滑影像： cv2.GaussianBlur
cv2.GaussianBlur 第二個參數是指定 Gaussian kernel size，本範例使用 5×5 大小
邊緣偵測： cv2.Canny
採用雙門檻值
第二個參數是指定最小門檻值 threshold1 – first threshold for the hysteresis procedure.
第三個參數是指定最大門檻值 threshold2 – second threshold for the hysteresis procedure.

cv2.Canny 詳細程式碼如下：

opencv-canny.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2

image = cv2.imread('lena.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
canny = cv2.Canny(blurred, 30, 150)

cv2.imshow('Input', image)
cv2.imshow('Result', canny)
cv2.waitKey(0)

結果如下圖所示，
結果圖

這次我們把圖片換成 building.jpg，並且把沒有經過平滑的 Canny 結果與有經過平滑的 Canny 結果都顯示出來，

opencv-canny2.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

image = cv2.imread('building.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
canny = cv2.Canny(gray, 30, 150)

blurred = cv2.GaussianBlur(gray, (5, 5), 0)
canny_blurred = cv2.Canny(blurred, 30, 150)

plt.subplot(221), plt.imshow(image), plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(222), plt.imshow(canny, cmap='gray'), plt.title('Canny')
plt.xticks([]), plt.yticks([])
plt.subplot(223), plt.imshow(blurred, cmap='gray'), plt.title('Blurred')
plt.xticks([]), plt.yticks([])
plt.subplot(224), plt.imshow(canny_blurred, cmap='gray'), plt.title('Canny Blurred')
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()

換成 building.jpg 結果如下圖所示，
結果圖

cv2.Canny 參數的詳細細節請參考這裡
cv2.GaussianBlur 參數的詳細細節請參考這裡

以上就是 Python OpenCV 影像邊緣偵測 Canny Edge Detection 介紹，
如果你覺得我的文章寫得不錯、對你有幫助的話記得 Facebook 按讚支持一下！

參考
[Python+OpenCV] 灰階、模糊、邊緣檢測 | 程式好好玩 - 點部落
https://dotblogs.com.tw/coding4fun/2017/11/09/125723
Canny Edge Detection — OpenCV-Python Tutorials 1 documentation
https://opencv24-python-tutorials.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_canny/py_canny.html
邊緣偵測懶人包-Canny演算法 - 天道酬勤 - Medium
https://medium.com/@bob800530/opencv-%E5%AF%A6%E4%BD%9C%E9%82%8A%E7%B7%A3%E5%81%B5%E6%B8%AC-canny%E6%BC%94%E7%AE%97%E6%B3%95-d6e0b92c0aa3
邊緣檢測(Canny - edge detection) @ HBY coding academic :: 痞客邦 ::
http://idiot3838.pixnet.net/blog/post/194161931
OPENCV – Edge detection邊緣偵測 – CH.Tseng
https://chtseng.wordpress.com/2016/12/05/opencv-edge-detection%E9%82%8A%E7%B7%A3%E5%81%B5%E6%B8%AC/
[Python + OpenCV] Canny邊緣偵測 @ K_程式人 :: 痞客邦 ::
https://jennaweng0621.pixnet.net/blog/post/404318621

2020-03-16

Python教學

Python OpenCV 影像平滑模糊化 blur

本篇 ShengYu 將介紹如何使用 OpenCV 與 Python 來作影像平滑模糊化 blur，在寫 Python 影像處理程式時常會用到 OpenCV cv2.blur 圖片平滑模糊化的功能，接下來介紹怎麼使用 Python 搭配 OpenCV 模組來進行影像平滑模糊化 blur。

影像平滑模糊化是透過使用低通濾波器進行影像卷積來實現的。這對於消除雜訊很有用。實際上使用此濾波器時，它會從影像中去除高頻內容（例如，雜訊，邊緣），也會導致影像邊緣變得模糊（也有其他濾波器不會造成影像邊緣模糊）。OpenCV主要提供四種類型的平滑模糊化技術。
平均濾波 Averaging：使用 opencv 的 cv2.blur 或 cv2.boxFilter
高斯濾波 Gaussian Filtering：使用 opencv 的 cv2.GaussianBlur
中值濾波 Median Filtering：使用 opencv 的 cv2.medianBlur
雙邊濾波 Bilateral Filtering：使用 opencv 的 cv2.bilateralFilter

平均濾波 Averaging

平均濾波是使用 box 濾波器進行影像卷積來完成的。它只是簡單地計算 kernel 裡所有 pixel 的平均值，並將該平均值取代 kernel 中心元素。這是使用 cv2.blur 或 cv2.boxFilter 完成的。

以下範例為平均濾波，kernel 大小為 5x5：

opencv-blur.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('opencv-logo.png')

blur = cv2.blur(img, (5, 5))

plt.subplot(121), plt.imshow(img), plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(blur), plt.title('Blurred')
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()

結果如下圖所示：
結果圖

cv2.blur 參數的詳細細節請參考這裡

高斯濾波 Gaussian Filtering

這邊我們介紹高斯濾波 Gaussian Filtering，它與平均濾波 Averaging 類似，平均濾波 Averaging 的 kernel 裡的每個 pixel 權重都是1，而高斯濾波給予每個 pixel 不同權重，中心 pixel 的權重最高，越往邊角權重就越低，相較於平均濾波 Averaging 這樣可以讓圖片失真較少，高斯濾波通常去除雜訊也有不錯的效果。

opencv-GaussianBlur.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('opencv-logo.png')

blur = cv2.GaussianBlur(img, (5, 5), 0)

plt.subplot(121), plt.imshow(img), plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(blur), plt.title('Blurred')
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()

結果如下圖所示：
結果圖

cv2.GaussianBlur 參數的詳細細節請參考這裡

中值濾波 Median Filtering

這邊我們介紹中值濾波 Median Filtering，使用 cv2.medianBlur 就可以計算 kernel 視窗內所有 pixel 的中位數然後取代 kernel 中間的數值，中值濾波 Median Filtering 這個方法對於去除雜訊很有效，我們這邊示範讀取一個有雜訊 opencv logo 的圖片然後做 cv2.medianBlur，kernel 大小為 5，

opencv-medianBlur.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('opencv-logo-noise.png')

blur = cv2.medianBlur(img, 5)

plt.subplot(121), plt.imshow(img), plt.title('Original')
plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(blur), plt.title('Blurred')
plt.xticks([]), plt.yticks([])
plt.tight_layout()
plt.show()

結果如下圖所示：
結果圖

cv2.medianBlur 參數的詳細細節請參考這裡

雙邊濾波 Bilateral Filtering

TBD

cv2.bilateralFilter 參數的詳細細節請參考這裡

參考
[Python+OpenCV] 灰階、模糊、邊緣檢測 | 程式好好玩 - 點部落
https://dotblogs.com.tw/coding4fun/2017/11/09/125723
OpenCV: Smoothing Images
https://docs.opencv.org/4.x/d4/d13/tutorial_py_filtering.html

2020-03-14

Python教學

Python OpenCV 影像二值化 Image Thresholding

本篇介紹 Python OpenCV 的 cv2.threshold 來作影像二值化 Image Thresholding，在寫 Python 影像處理程式時常會用到 OpenCV cv2.threshold 門檻二值化的功能，接下來介紹怎麼使用 Python 搭配 OpenCV 模組來進行影像二值化 Image Thresholding。

範例. 簡單的二值化

影像二值化簡單的方法，如果像素值pixel大於門檻值threshold，就指定一個新數值(例如白色)，否則就指定另一個新數值(例如黑色)，
這邊使用 opencv 的 cv2.threshold，第一個參數來源需要是灰階影像，第二個參數是用來對像素值進行分類的門檻值，第三個參數為最大灰階值，第四個參數為二值化的類型如下所示：
cv2.THRESH_BINARY：Threshold Binary，即二值化，將大於門檻值的灰階值設為最大灰階值，小於門檻值的值設為0。
cv2.THRESH_BINARY_INV：Threshold Binary, Inverted，將大於門檻值的灰階值設為0，其他值設為最大灰階值。
cv2.THRESH_TRUNC：Truncate，將大於門檻值的灰階值設為門檻值，小於門檻值的值保持不變。
cv2.THRESH_TOZERO：Threshold to Zero，將小於門檻值的灰階值設為0，大於門檻值的值保持不變。
cv2.THRESH_TOZERO_INV：Threshold to Zero, Inverted，將大於門檻值的灰階值設為0，小於門檻值的值保持不變。
這部份可以參考這張圖 https://docs.opencv.org/2.4/_images/threshold.png

回傳值有兩個，第一個為回傳，第二個為回傳的已二值化的影像。

以下展示這五種二值化類型的結果，詳細程式碼如下：

opencv-threshold.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('gradient.png', 0)
ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
ret, th2 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV)
ret, th3 = cv2.threshold(img, 127, 255, cv2.THRESH_TRUNC)
ret, th4 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)
ret, th5 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO_INV)

titles = ['Original Image', 'BINARY', 'BINARY_INV', 'TRUNC', 'TOZERO', 'TOZERO_INV']
images = [img, th1, th2, th3, th4, th5]

for i in range(6):
    plt.subplot(2, 3, i+1), plt.imshow(images[i], 'gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()

結果如下圖所示：
結果圖

cv2.threshold 參數的詳細細節請參考這裡

範例. 自適應二值化

opencv-adaptiveThreshold.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.imread('sudoku.png', 0)
img = cv2.medianBlur(img, 5)

ret, th1 = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
th2 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C,\
    cv2.THRESH_BINARY, 11, 2)
th3 = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C,\
    cv2.THRESH_BINARY, 11, 2)

titles = ['Original Image', 'Global Thresholding (v = 127)',
            'Adaptive Mean Thresholding', 'Adaptive Gaussian Thresholding']
images = [img, th1, th2, th3]

for i in range(4):
    plt.subplot(2, 2, i+1), plt.imshow(images[i], 'gray')
    plt.title(titles[i])
    plt.xticks([]), plt.yticks([])
plt.show()

結果如下圖所示：
結果圖

cv2.adaptiveThreshold 參數的詳細細節請參考這裡

參考
Image Thresholding — OpenCV-Python Tutorials 1 documentation
https://opencv24-python-tutorials.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_thresholding/py_thresholding.html#thresholding
OpenCV: Image Thresholding
https://docs.opencv.org/master/d7/d4d/tutorial_py_thresholding.html
Python下opencv使用笔记（四）（图像的阈值处理）Python我爱智能-CSDN博客
https://blog.csdn.net/on2way/article/details/46812121

2020-03-06

Linux tail 持續監看檔案輸出用法與範例

本篇將介紹 Linux tail 用法與範例，Linux tail 指令可以輸出檔案內容的最後幾行或持續監看檔案輸出，接下來看看 tail 指令的一些用法用法與範例吧。

Linux tail 用法範例

tail 指令會讀取檔案的所有內容並將檔案內容最後部份作為標準輸出，預設輸出10行。
-f: 循環讀取，持續監看最新追加的內容，常用於查閱正在改變的日誌文件。

tail 指令監看持續成長的紀錄檔，這樣的指令組合相當於 dmesg。

1	tail -f /var/log/syslog

tail 指令列出 file.txt 的內容最後面幾行(預設10行)，

1	tail file.txt

tail 指令列出 file.txt 的內容最後面 5 行，

1	tail -n 5 file.txt

tail 指令列出副檔名 .txt 的內容最後面 3 行，

1	tail -n 3 *.txt

以上就是 Linux tail 用法與範例介紹，
如果你覺得我的文章寫得不錯、對你有幫助的話記得 Facebook 按讚支持一下！

參考
tail 顯示每個檔案的最後幾行內容 @ Altohorn-linux :: 隨意窩 Xuite日誌
https://blog.xuite.net/altohorn/linux/17259888
tail命令_Linux tail 命令用法詳解：在屏幕上顯示指定文件的末尾若干行
https://man.linuxde.net/tail
Linux tail 命令 | 菜鳥教程
https://www.runoob.com/linux/linux-comm-tail.html

2020-03-04

Linux xargs 參數列表轉換用法與範例

本篇將介紹如何使用 Linux 下的 xargs 參數列表轉換，以避免參數列表過長的問題，並簡單介紹 xargs 用法與範例。
xargs 使用上一個指令的執行結果作為下個指令的參數，Linux 指令可以管線(pipe)執行，就是在兩個指令之間使用 | 符號，就會將前面指令的輸出結果管線(pipe)作為後面指令的參數，
但如果這中間的輸出結果有包含空白這種特殊字元的話，因為參數預設以空白為分隔，那這樣結果就會出錯，這時候就要用到 xargs 來解決這類型問題。

範例

尋找副檔名 .jpg 檔案在透過 xargs 導給 mv 作搬移，
第二種是找到檔案路徑有包含空白的話可以透過 -print0 與 -0 的參數搭配，

1
2
3

find ./ -name "*.jpg" | xargs mv out/
or
find ./ -name "*.jpg" -print0 | xargs -0 mv out/

尋找副檔名 .jpg 檔案在透過 xargs 導給 rm 作刪除，
第二種是找到檔案路徑有包含空白的話可以透過 -print0 與 -0 的參數搭配，

1
2
3

find ./ -name "*.jpg" | xargs rm -f
or
find ./ -name "*.jpg" -print0 | xargs -0 rm -f

尋找副檔名 .jpg 檔案在透過 xargs 導給 rm 作複製，
第二種是找到檔案路徑有包含空白的話可以透過 -print0 與 -0 的參數搭配，

1
2
3

find ./ -name "*.jpg" | xargs cp out/
or
find ./ -name "*.jpg"-print0 | xargs -0 cp out/

尋找副檔名 .jpg 檔案在透過 xargs 導給 ls 看檔案資訊，

1	find ./ -name "*.jpg" \| xargs ls -al

參考
Linux 系統 xargs 指令範例與教學 - G. T. Wang
https://blog.gtwang.org/linux/xargs-command-examples-in-linux-unix/
Linux xargs 命令 | 菜鸟教程
https://www.runoob.com/linux/linux-comm-xargs.html
Ubuntu Linux 用 xargs 指令處理大量檔案
https://www.arthurtoday.com/2015/03/ubunut-linux-xargs-command-examples.html
xargs - 維基百科，自由的百科全書
https://zh.wikipedia.org/wiki/Xargs

2020-03-02

Linux tee 同時螢幕標準輸出和輸出到檔案用法與範例

本篇將介紹如何使用 Linux 下的 tee 指令來同時螢幕標準輸出和輸出到檔案，透過學習 tee 指令技巧將可以提昇 linux 指令到另一個層次，更能用高效率的指令處理，以下簡單介紹 tee 用法與範例。

範例

以下示範在 linux 下使用 tee 指令的情境，
假設需要搜尋當前目錄下的 *.jpg 的檔案，

將結果從螢幕標準輸出stdout導到檔案，

1	find ./ -name "*.jpg" > out.txt

將結果從透過tee標準輸出在螢幕上也同時輸出到檔案(覆蓋模式)，

1	find ./ -name "*.jpg" \| tee out.txt

將結果從透過tee標準輸出在螢幕上也同時輸出到檔案(-a 是添加模式，append的意思)，

1	find ./ -name "*.jpg" \| tee -a out.txt

再透過 pipeline 作後續其他處理，例如 grep 或 ag，

1
2
3

find ./ -name "*.jpg" | tee out.txt | grep photo
or
find ./ -name "*.jpg" | tee out.txt | ag photo

將標準輸出stdout與錯誤輸出stderr都導到檔案，

1	find ./ -name "*.jpg" 2>&1 \| tee out.txt

參考
[Linux] tee 指令：將結果同時輸出到螢幕和檔案 – OneJar 的隧道
https://www.onejar99.com/linux-command-tee/

2020-02-28

Python教學

Python 取得檔案大小 getsize

本篇介紹 Python 中取得檔案大小 os.path.getsize 的用法與範例。
以下範例是在 Python 3 環境下測試過。

使用範例

在 Python 中要取得檔案大小可用 os.path.getsize()，
getsize 會返回檔案大小，單位為bytes，如果檔案不存在就返回錯誤，
使用 os.path.getsize 時，需先 import os，

程式碼如下：

python-os-path-getsize.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import os

path = 'file.txt'
size = os.path.getsize(path)
print('%s = %d bytes' % (path, size))

輸出結果如下：

1	file.txt = 383 bytes

範例2

使用 getsize 如果不想要前面加 os.path 這麼長的的話，可以用下面這種寫法：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
from os.path import getsize

path = 'file.txt'
size = getsize(path)
print('%s = %d bytes' % (path, size))

參考
Python os.path() 模块 | 菜鸟教程
https://www.runoob.com/python/python-os-path.html
Python | os.path.size() method - GeeksforGeeks
https://www.geeksforgeeks.org/python-os-path-size-method/
os.path.getsize — Common pathname manipulations — Python 3 documentation
https://docs.python.org/3/library/os.path.html#os.path.getsize