近日C、python的os.walk、jupyter小技巧、opencv处理图片的技巧

C中定义声明单精度浮点型pi=3.1415926，调试运行时发现pi的值与初始化的值不一致，详情如下

此时，一种方法是使用双精度浮点型double声明定义此值，计算时能够正确保证有效的精度，如下

还有一种方法是，在宏定义中定义符号常量，此时能完全保证赋值的符号常量精度。

python的os.walk函数使用注意点

尝试使用os.walk函数遍历指定路径中的文件时发现报出以下错误

如图中所述，此时os.walk不能正确获得文件名，可尝试使用shell脚本将含有特殊符号的文件名批量重命名，再使用os.walk达到目的。

jupyter调试后缀为.ipynb的脚本一些小技巧

jupyter使用相关的第三方库时，可使用库名.__version的语句打印输出库版本，从而确定库的兼容性等问题，详情如下

jupyter调试运行脚本，按cell为单位调试运行，如上所示，代码前中括号中的数字表示，调试运行cell的顺序，若应用第三方库函数在导入第三方库顺序之前，此时会未含有此模块等类似错误。通常保持脚本正确顺序运行，可点击重置的符号，重新按照顺序依次运行cell代码行，运行选中cell代码快捷键为shift+enter，如下图所示

通常用python的opencv第三方库处理图片

通常使用cv2.imread读取指定路径下的图片，imshow用来显示图片，彩色图片为三个维度矩阵构成，因此调用.shape可看到三维列表的矩阵，而黑白图片为二维矩阵构成，因此大多数验证码识别等操作，常采用灰度化将三维矩阵降维，减小运行复杂度，提升效率，opencv简易处理图片如下

以上为个人笔记，其中的深层缘由暂未了解，其中的解决方法来源于网上各位大佬的解答分享和自己的推测和实践得来，若有不对的地方，请大家指教，谢谢