# 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。