# Image Optimizing # pip install Pillow import PIL # Croping im = PIL.Image.open("Image1.jpg") im = im.crop((34, 23, 100, 100)) # Resizing im = PIL.Image.open("Image1.jpg") im = im.resize((50, 50)) # Flipping im = PIL.Image.open("Image1.jpg") im = im.transpose(PIL.Image.FLIP_LEFT_RIGHT) # Rotating im = PIL.Image.open("Image1.jpg") im = im.rotate(360) # Compressing im = PIL.Image.open("Image1.jpg") im.save("Image1.jpg", optimize=True, quality=90) # Bluring im = PIL.Image.open("Image1.jpg") im = im.filter(PIL.ImageFilter.BLUR) # Sharpening im = PIL.Image.open("Image1.jpg") im = im.filter(PIL.ImageFilter.SHARPEN) # Set Brightness im = PIL.Image.open("Image1.jpg") im = PIL.ImageEnhance.Brightness(im) im = im.enhance(1.5) # Set Contrast im = PIL.Image.open("Image1.jpg") im = PIL.ImageEnhance.Contrast(im) im = im.enhance(1.5) # Adding Filters im = PIL.Image.open("Image1.jpg") im = PIL.ImageOps.grayscale(im) im = PIL.ImageOps.invert(im) im = PIL.ImageOps.posterize(im, 4) # Saving im.save("Image1.jpg")
import turtle as t t.color('red') t.setheading(50) t.begin_fill() t.circle(-100, 170) t.circle(-300, 40) t.right(38) t.circle(-300, 40) t.circle(-100, 170) t.end_fill() t.done()
对于8进制的2进制数,模是2的八次,256。如果抛开负数,我们能表示0-255没问题吧。现在我们把0255进行对半分,0-127以及128-255.像上面所说的100一样,,0-127表示正数,128255表示负数补数的负值,也就是说128~255为【模】-|负数x|后的值,256-|-128|=128,256-|-1|=255。到这里你应该明白为什么八位2进制数能够表示的范围是-128-127了吧。 需要注意的是,以上这些运算都需要在-128~127的范围内,这里所谓的负数的二进制码就是它们的补码,不然会产生溢出,也就不符合这个逻辑了。
量子信息的兴起,将信息从经典领域引入量子领域。从纯客观的通信理论来看,现有的经典信息以比特( bit)作为信息单元,经典比特只有一个或0或1的状态,一个比特是给出经典二值系统一个取值的信息量。从物理学角度讲,比特就是一个两态系统,它可以制备为两个可识别状态中的一个,例如,是或非,真或假,0或1等。在数字计算机中电容器平板之间的电压可表示经典信息比特,有电荷代表l,无电荷代表0。经典信息可以用经典物理学进行描述,不需要用量子力学描述。