🚀 Полезные библиотеки Python 🐍

💾  Img2Table

📍 Библиотека Python , которая позволяет распознавать таблицы на изображениях и PDF-файлах и преобразовывать их в структурированные форматы: DataFrame, Excel или CSV. Она использует компьютерное зрение и OCR (через Tesseract или Azure OCR) для высокоточного извлечения данных.


🔍 Особенности:

🚀 Спасает, когда таблицы есть только в сканах или фото
🔥 Умеет обрабатывать PDF и многостраничные документы
💡 Очень полезна для юристов, бухгалтеров, исследователей, аналитиков
📦 Удобна для автоматизации документооборота и интеграции в системы

⚙️ Установка 👇👇👇

pip install img2table

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт отслеживание окончания действия оплаты (подписок)

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, APScheduler
📂  База данных: -

🚀 Скрипт Telegram-бот для отслеживание окончания действия оплаты (подписок) на различные сервисы: YouTube, Spotify, Netflix...

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Автоматическое сравнение изображений и поиск отличий (разница, выделение, отчёт)📱

import cv2
import numpy as np

# 🔹 Загрузка изображений (одинакового размера!)
img1 = cv2.imread("image_old.png")
img2 = cv2.imread("image_new.png")

# 🔹 Перевод в ч/б
gray1 = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
gray2 = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)

# 🔹 Разница между изображениями
diff = cv2.absdiff(gray1, gray2)
_, thresh = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)

# 🔹 Находим контуры изменений
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 🔹 Отмечаем отличия на новом изображении
for contour in contours:
    if cv2.contourArea(contour) > 50:
        x, y, w, h = cv2.boundingRect(contour)
        cv2.rectangle(img2, (x, y), (x + w, y + h), (0, 0, 255), 2)

# 🔹 Сохраняем результат
cv2.imwrite("diff_result.png", img2)
print("✅ Отличия сохранены в diff_result.png")

📍 Подпишись 📱 Python_Scripts❗️❗❗

🚀 Полезные библиотеки Python 🐍

💾  Pdfquery

📍 Библиотека Python , позволяющая доставать конкретные элементы и данные из PDF-документов, используя XPath и CSS-селекторы, как в HTML. В отличие от PyPDF2 и pdfplumber, она даёт точный доступ к структуре и позициям элементов.


🔍 Особенности:

🚀 Позволяет точно достать текст в нужном месте PDF
🔥 Использует CSS/XPath — привычный способ селекции
💡 Идеально для извлечения данных из отчётов, выписок, договоров
🎯 Поддерживает шаблоны, повторяющиеся поля и массовую обработку

⚙️ Установка 👇👇👇

pip install pdfquery

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт трекер цен книптовалют

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, httpx, loguru
📂  База данных: -

🚀 Скрипт бот Telegram, который получает цены криптовалют из нескольких источников и отправляет обновления в подключенные каналы.

Функции:

- Получает цены криптовалют из нескольких источников

- Рассчитывает среднюю цену по всем источникам

- Отправляет форматированные обновления на несколько каналов Telegram

- Настраиваемые интервалы обновления

- Обрабатывает ограничения скорости API и ошибки
- Поддерживает разные тикеры для разных каналов

- Асинхронная выборка цен для повышения производительности

- Постоянное хранение данных в выделенном каталоге данных

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Автоматическое заполнение шаблона Word-документа (договоров, отчётов, писем)📱

ДОГОВОР № {{number}}

г. {{city}}, {{date}}

Мы, {{client}}, заключили договор на сумму {{amount}} руб.

from docx import Document

# 🔹 Загрузка шаблона
doc = Document("template.docx")

# 🔹 Данные для подстановки
data = {
    "{{number}}": "2024/015",
    "{{city}}": "Москва",
    "{{date}}": "28.03.2025",
    "{{client}}": "Иванов И.И.",
    "{{amount}}": "150000"
}

# 🔹 Замена текста в каждом абзаце
for paragraph in doc.paragraphs:
    for key, value in data.items():
        if key in paragraph.text:
            paragraph.text = paragraph.text.replace(key, value)

# 🔹 Сохраняем результат
output_filename = "filled_contract.docx"
doc.save(output_filename)
print(f"✅ Документ создан: {output_filename}")

📍 Подпишись 📱 Python_Scripts❗️❗❗

🚀 Полезные библиотеки Python 🐍

💾  Maya

📍 Библиотека Python ,которая позволяет легко парсить, сравнивать и форматировать даты из строк на человеческом языке (например, "tomorrow", "2 weeks ago" и т.п.).

🔍 Особенности:

🚀 Простая работа с датами, без боли strptime и strftime
🔥 Понимает «живой» английский и ISO-форматы
💡 Подходит для CLI-утилит, логов, напоминаний, бэкапов
🧠 Отличная альтернатива громоздкому arrow, pendulum, datetime

⚙️ Установка 👇👇👇

pip install maya

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт проверка username на доступность

💻  ЯП:  Python 3.11+🐍
💾  Модули: httpx, multithreading, colorama
📂  База данных: -

🚀 Скрипт чекер свободных username на различных ресурсах.

🌐 Особенности:

✅ Без Selenium

✅ Поддерживает многопоточность

✅ Позволяет добавлять пользовательские веб-сайты

✅ FOSS

✅ Доступные площадки- TikTok, Instagram, Minecraft, Roblox, GitHub, Pastebin, Replit, YouTube, Twitter, Twitch и многое другое!

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#other

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Анализ голоса и определение эмоций по аудиофайлу (speech emotion recognition)📱

import librosa
import numpy as np
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC
import joblib

# 🔹 Функция извлечения признаков
def extract_features(file):
    y, sr = librosa.load(file, duration=3, offset=0.5)
    mfcc = np.mean(librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13).T, axis=0)
    chroma = np.mean(librosa.feature.chroma_stft(y=y, sr=sr).T, axis=0)
    mel = np.mean(librosa.feature.melspectrogram(y=y, sr=sr).T, axis=0)
    return np.hstack([mfcc, chroma, mel])

# 🔹 Загрузка модели (можно обучить отдельно)
model = joblib.load("emotion_model.pkl")  # SVM или любая другая ML-модель
scaler = joblib.load("scaler.pkl")

# 🔹 Анализ аудиофайла
file = "voice_sample.wav"
features = extract_features(file)
features_scaled = scaler.transform([features])

prediction = model.predict(features_scaled)
print(f"🎙 Эмоция: {prediction[0]}")

📍 Подпишись 📱 Python_Scripts❗️❗❗

🚀 Полезные библиотеки Python 🐍

💾  PythonInquirer

📍 Библиотека Python ,которая позволяет создавать красивые, интерактивные текстовые интерфейсы (CLI) с вопросами, выпадающими списками, чекбоксами и подтверждениями. Отлично подходит для установщиков, конфигураций, CLI-ассистентов и любых сценариев, где важен пользовательский ввод.

🔍 Особенности:

🚀 Создание UI прямо в терминале, без GUI
🔥 Поддерживает сложную логику взаимодействия
💡 Подходит для CLI-приложений, интерактивных ассистентов и DevOps-инструментов
🎯 Удобнее, чем input() и argparse в сценариях с множественным выбором

⚙️ Установка 👇👇👇

pip install PyInquirer

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт управления VDS

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, aiohttp
📂  База данных: -

🚀 Скрипт Telegram бот для управления Linux сервером. Позволяет выполнять команды, мониторить состояние сервера и работать с файлами.

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Интерактивная система для распознания жестов через веб-камеру📱

import cv2
import mediapipe as mp
import pyautogui

mp_hands = mp.solutions.hands
mp_drawing = mp.solutions.drawing_utils

cap = cv2.VideoCapture(0)

with mp_hands.Hands(max_num_hands=1, min_detection_confidence=0.7) as hands:
    while cap.isOpened():
        success, frame = cap.read()
        if not success:
            break

        # Отзеркаливаем изображение и конвертируем
        frame = cv2.flip(frame, 1)
        rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
        result = hands.process(rgb)

        if result.multi_hand_landmarks:
            for hand_landmarks in result.multi_hand_landmarks:
                mp_drawing.draw_landmarks(frame, hand_landmarks, mp_hands.HAND_CONNECTIONS)

                # Пример: "палец вверх" — большой палец вытянут, остальные согнуты
                thumb = hand_landmarks.landmark[4].y < hand_landmarks.landmark[3].y
                index = hand_landmarks.landmark[8].y < hand_landmarks.landmark[6].y
                middle = hand_landmarks.landmark[12].y < hand_landmarks.landmark[10].y
                ring = hand_landmarks.landmark[16].y < hand_landmarks.landmark[14].y
                pinky = hand_landmarks.landmark[20].y < hand_landmarks.landmark[18].y

                if thumb and not index and not middle and not ring and not pinky:
                    cv2.putText(frame, "👍 Палец вверх!", (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
                    # Пример действия: нажать play/pause
                    pyautogui.press("playpause")

        cv2.imshow("Жесты руками", frame)
        if cv2.waitKey(5) & 0xFF == 27:  # ESC
            break

cap.release()
cv2.destroyAllWindows()

📍 Подпишись 📱 Python_Scripts❗️❗❗

🚀 Полезные библиотеки Python 🐍

💾  Microdot

📍 Библиотека Python ,сверхлёгкий web-фреймворк (вдохновлён Flask), разработанный специально для встраиваемых систем, IoT-устройств и маломощных серверов.
Он совместим с Python 3 и MicroPython, работает на ESP32, Raspberry Pi и даже в ограниченной среде.


🔍 Особенности:

🚀 Поднимает веб-сервер даже на ESP32 за 1 секунду
🔥 Минималистичная альтернатива Flask — всего ~50 КБ
💡 Идеален для локальных REST API, IoT и микросервисов
🎯 Подходит даже для обучения основам сетевого взаимодействия

⚙️ Установка 👇👇👇

pip install microdot

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт генерации фото

💻  ЯП:  Python 3.11+🐍
💾  Модули: pyTelegramBotAPI, requests
📂  База данных: -

🚀 Скрипт Telegram bot для получения уникальных изображений человеческих лиц.

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Глобальный планировщик событий с учётом часовых поясов 📱

from datetime import datetime
import pytz
from tabulate import tabulate

# 🔹 Ввод времени события (локальное время организатора)
event_time_str = "2025-04-10 14:00"  # формат: YYYY-MM-DD HH:MM
organizer_timezone = "Europe/Moscow"

# 🔹 Часовые пояса участников
timezones = [
    "Europe/Moscow",
    "Asia/Tokyo",
    "America/New_York",
    "Europe/London",
    "Australia/Sydney",
    "Asia/Dubai"
]

# 🔹 Парсим локальное время организатора
local_tz = pytz.timezone(organizer_timezone)
local_dt = local_tz.localize(datetime.strptime(event_time_str, "%Y-%m-%d %H:%M"))

# 🔹 Конвертация
table = []
for tz_name in timezones:
    tz = pytz.timezone(tz_name)
    converted = local_dt.astimezone(tz)
    table.append([tz_name, converted.strftime("%Y-%m-%d %H:%M")])

# 🔹 Вывод
print(f"\n🕒 Время события (локально): {local_dt.strftime('%Y-%m-%d %H:%M')} [{organizer_timezone}]\n")
print(tabulate(table, headers=["Часовой пояс", "Местное время"]))

📍 Подпишись 📱 Python_Scripts❗️❗❗

🚀 Полезные библиотеки Python 🐍

💾  AudioCraft

📍 Библиотека Python ,от Meta AI, которая позволяет генерировать музыку, звуки и аудиоэффекты с помощью нейросетей, таких как MusicGen, AudioGen и EnCodec. Это реальный инструмент для создания музыки, синтеза речи, аудиоперфомансов и экспериментальных звуковых приложений.


🔍 Особенности:

🎶 Генерация оригинальной музыки — без нот и плагинов
🔥 Поддержка текстовых описаний и мелодий в качестве шаблона
🎛️ Можно использовать в играх, приложениях, генеративном искусстве
💡 Подходит для изучения аудио AI, экспериментов и продакшна

⚙️ Установка 👇👇👇

pip install audiocraft

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт снайпер для DexScreener

💻  ЯП:  Python 3.11+🐍
💾  Модули: telethon, requests
📂  База данных: -

🚀 Скрипт, который отслеживает новые платные объявления на DexScreener и мгновенно отправляет адрес контракта в чат Telegram по вашему выбору.

Если вы используете торгового бота Telegram с включенной функцией автоматической покупки, он может купить токен сразу — в идеале до того, как начнется полноценная маркетинговая кампания.

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Умное извлечение данных из сканов паспортов, чеков, справок и др. 📱

import cv2
import pytesseract

# Путь к изображению
img = cv2.imread("document.jpg")

# Предобработка (можно настроить под тип документа)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)[1]

# Распознавание + координаты
data = pytesseract.image_to_data(gray, lang="rus", output_type=pytesseract.Output.DICT)

# Визуализация найденных слов
for i in range(len(data["text"])):
    if int(data["conf"][i]) > 60:  # достоверность
        x, y, w, h = data["left"][i], data["top"][i], data["width"][i], data["height"][i]
        text = data["text"][i]
        cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)
        cv2.putText(img, text, (x, y - 5), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 1)

cv2.imwrite("document_result.png", img)
print("✅ Готово: документ размечен и сохранён в document_result.png")

📍 Подпишись 📱 Python_Scripts❗️❗❗

🚀 Полезные библиотеки Python 🐍

💾  PyVueBot

📍 Библиотека Python , инструмент для создания и управления Telegram Mini Apps с помощью Vue.js и FastAPI.

Этот инструмент CLI предназначен для оптимизации процесса разработки и облегчения создания интерактивных и привлекательных Telegram-ботов.

🔍 Особенности:

🛠️ Интеграция с FastAPI

🌐 Поддержка Vue.js:

💾 Интеграция с Supabase

🎛️ Управление пакетами


⚙️ Установка 👇👇👇

pip install pyvuebot

📁 Документация

#библиотеки

📍 Подпишись 📱 Python_Scripts❗️❗❗

📍 Скрипт ЕГЭ

💻  ЯП:  Python 3.11+🐍
💾  Модули: aiogram, bs4
📂  База данных: postgresql

🚀 Скрипт Telegram бот для подготовки к экзаменам ЕГЭ.

📍 Вся информация приведена исключительно в ознакомительных целях❗️❗️❗️

#telegram

📍 Подпишись 📱 Python_Scripts❗️❗❗