Справочник Программиста
6.27K subscribers
1.37K photos
387 videos
64 files
1.72K links
По рекламе - @it_start_programmer
Мои курсы - @courses_from_it_start_bot
Сайт - https://it-start.online/
YouTube - https://www.youtube.com/@it_start
Реклама на бирже - https://telega.in/c/programmersGuide_1

Предложить идею: @it_start_suggestion_bot
Download Telegram
LaVague — это инструмент на основе искусственного интеллекта, который превращает естественный язык в автоматизацию действий в браузере.

Основной фокус проекта — создание Python-кода для автоматизации действий, например, заполнение форм, навигация по сайтам или выполнение сложных веб-действий.

Основные возможности:
🔵Обработка инструкций на естественном языке: Например, вы можете описать, что хотите сделать (зайти на сайт, кликнуть на кнопку), а LaVague создаст соответствующий код.
🔵Интерактивный интерфейс через Gradio: Команда lavague launch позволяет визуально наблюдать за результатами автоматизации.
🔵Экспорт Python-кода: С помощью команды lavague build можно генерировать и сохранять скрипты для дальнейшего использования.
🔵Технологии ИИ: Использует подходы, такие как RAG (retrieval-augmented generation) и Chain of Thought, для повышения точности и эффективности выполнения инструкций.

➡️Установка: pip install lavague

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤‍🔥3
👀 Библиотека Numerizer в Python

Библиотека Numerizer предназначена для преобразования текстовых чисел (на английском языке) в их числовой эквивалент.

Особенности библиотеки:
🔵Преобразует текстовые числа, такие как one hundred twenty-five, в 125.
🔵Поддерживает распознавание сложных числовых выражений, включая дроби и большие числа.
🔵Удобна для обработки текстов, в которых числа записаны словами.

➡️Установка библиотеки: pip install numerizer

📱 Репозиторий

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤‍🔥2🤨2👍1
FaceFusion — это инструмент на базе ИИ для работы с изображениями, позволяющий выполнять улучшение качества лица и реалистичное наложение одного лица на другое.

Основные особенности:
🔵Улучшение качества изображения: Используются модели GFPGAN и Real-ESRGAN для восстановления деталей и повышения разрешения изображений.
🔵Замена лица: Применяется InsightFace для точного и естественного наложения лиц.
🔵Гибкость и производительность: Возможность работы как с изображениями, так и с видео, с настройкой параметров производительности, таких как ограничение использования памяти и параллельные потоки.

➡️Установка

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤‍🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Библиотека Pygal в Python

Библиотека Pygal предназначена для создания графиков и диаграмм, отличающаяся простотой использования и возможностью генерировать интерактивные SVG-графики.

Основные возможности библиотеки:
🔵Поддержка различных типов диаграмм: Линейные графики, столбчатые диаграммы, круговые диаграммы и т.д.
🔵Интерактивность: SVG-графики содержат подсказки, которые отображаются при наведении курсора на точки или сегменты.
🔵Кастомизация: Цвета, стили линий и заливки, шрифты. Настройка меток осей и значений. Возможность добавления пользовательских стилей через CSS.
🔵Простота интеграции: Легко интегрируется в веб-приложения, так как генерирует SVG-код, который можно вставить в HTML.
🔵Экспорт: Поддержка экспорта в SVG и PNG (при наличии библиотеки CairoSVG).

➡️Установка: pip install pygal

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥3🔥3👍2
This media is not supported in your browser
VIEW IN TELEGRAM
Код для добавления блюра в видео по координатам на Python

Для добавления блюра в коде используется библиотека cv2.

➡️Установка библиотек: pip install opencv-python

import cv2

# Загрузка видео
cap = cv2.VideoCapture('video.mp4')

# Получение параметров видео для создания объекта VideoWriter
frame_width = int(cap.get(3))
frame_height = int(cap.get(4))
fps = int(cap.get(cv2.CAP_PROP_FPS))

# Создание объекта VideoWriter
fourcc = cv2.VideoWriter_fourcc(*'mp4v') # Кодек для формата MP4
out = cv2.VideoWriter('output.mp4', fourcc, fps, (frame_width, frame_height))

# Чтение видео по кадрам
while True:
ret, frame = cap.read()
if not ret:
break

# Выбор области для размытия
# x, y - координаты верхнего левого угла
# w, h - ширина и высота области
x, y, w, h = 100, 130, 1300, 650 # Пример координат и размеров

# Выделение области, которую нужно размыть
roi = frame[y:y + h, x:x + w]

# Применение размытия к выбранной области
roi_blurred = cv2.GaussianBlur(roi, (23, 23), 70)

# Вставка размытой области обратно в кадр
frame[y:y + h, x:x + w] = roi_blurred

# Запись обработанного кадра в выходной файл
out.write(frame)

# Отображение кадра
cv2.imshow('Blurred Area', frame)

# Выход из цикла по нажатию клавиши 'q'
if cv2.waitKey(1) & 0xFF == ord('q'):
break

# Освобождение ресурсов и закрытие окон
cap.release()
out.release()
cv2.destroyAllWindows()


➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥4🔥4👍3
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Библиотека Pandas AI в Python

Библиотека Pandas AI интегрирует возможности искусственного интеллекта в работу с данными на базе библиотеки Pandas.

Упрощает анализ данных, позволяя формулировать запросы на естественном языке.

Основные возможности библиотеки:
🔵Интерактивный анализ данных: Формулируйте запросы на естественном языке, например: "Найди среднее значение столбца 'доходы' за 2024 год."
🔵Улучшенная визуализация: Генерация графиков, таких как гистограммы или диаграммы, на основе текстового описания, например: "Построй график изменения цен по месяцам."
🔵Интеграция с Pandas: Работает с обычными объектами Pandas (DataFrame), добавляя к ним функционал обработки через ИИ.
🔵Обратная совместимость: Весь функционал Pandas остается доступным, и библиотека легко интегрируется в существующие проекты.

➡️Установка: pip install pandasai

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4❤‍🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Библиотека Hug в Python

Hug — это легковесный фреймворк для создания API и web-приложений на Python. Ориентирован на упрощение разработки API, обеспечивая интуитивно понятный интерфейс и минимальные усилия при настройке.

Основные цели библиотеки: скорость, удобство и читаемость кода.

Основные особенности библиотеки:
🔵Простота использования: Минимизирует количество кода, который нужно написать для создания API. Даже базовые API могут быть реализованы всего за несколько строк кода.
🔵Многопротокольная поддержка: Поддерживает создание API для HTTP, CLI (интерфейс командной строки) и даже функций для прямого использования в Python.
🔵Автоматическая документация: Автоматически генерирует понятную документацию для ваших API, доступную по URL-адресу.
🔵Проверка данных: Поддерживает встроенную валидацию входных данных, используя аннотации типов Python и валидаторы.
🔵Высокая производительность: Работает асинхронно и оптимизирован для работы с сервером ASGI (например, с использованием Starlette или FastAPI).
🔵Масштабируемость: API, созданные на Hug, легко масштабируются благодаря поддержке асинхронных операций.

➡️Установка: pip install hug

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤‍🔥2
👀 Библиотека AudioFlux в Python

Библиотека AudioFlux позволяет анализировать, визуализировать и обрабатывать аудио сигналы.

Разработана для работы с различными задачами, связанными с аудиосигналами, включая извлечение признаков, преобразования и анализ спектра.

Основные возможности библиотеки:
🔵Преобразования аудиосигналов: Поддержка различных видов спектральных преобразований, включая STFT (Short-Time Fourier Transform), CQT (Constant-Q Transform), и Wavelet-преобразования. Возможность анализа сигналов с высокой точностью.
🔵Извлечение признаков: Извлечение акустических характеристик, таких как мел-спектр, мел-кепстральные коэффициенты (MFCC), хрома-признаки, тональные признаки и другие.
🔵Поддержка многодиапазонных спектров: Возможность анализа сигналов в нескольких диапазонах для более детального анализа спектра.
🔵Визуализация: Инструменты для визуализации спектров, включая спектрограммы, мел-спектрограммы и CQT.
🔵Высокая производительность: Оптимизирована для работы с большими объемами аудиоданных благодаря реализации некоторых операций на C.
🔵Кросс-платформенность: Работает на Windows, macOS и Linux.

➡️Установка: pip install audioflux

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥4👍3🔥1
📺 Генерация ASCII арта из изображения на Python

В данном shorts напишем код для генерации ASCII-артов из изображения на Python.

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤‍🔥2
Справочник Программиста
📺 Генерация ASCII арта из изображения на Python В данном shorts напишем код для генерации ASCII-артов из изображения на Python. ➡️Справочник Программиста. Подписаться
Код для генерации ASCII-арта из изображения на Python

Для работы с изображением в коде используется библиотека Pillow.

➡️Установка библиотеки: pip install Pillow

from PIL import Image


def image_to_ascii(image_path, output_path, width=100):
    # Открываем изображение по указанному пути
    img = Image.open(image_path)
    # Конвертируем изображение в градации серого ('L' - режим grayscale)
    img = img.convert('L')
    # Вычисляем соотношение сторон изображения
    aspect_ratio = img.height / img.width
    # Определяем новую высоту, сохраняя соотношение сторон
    new_height = int(aspect_ratio * width * 0.55)
    # Изменяем размер изображения согласно новым параметрам
    img = img.resize((width, new_height))

    # Получаем пиксельные данные изображения
    pixels = img.getdata()
    # Определяем набор символов для ASCII
    chars = ["@", "#", "S", "%", "?", "*", "+", ";", ":", ",", "."]
    # Преобразуем пиксели в ASCII символы
    ascii_str = "".join([chars[pixel // 25] for pixel in pixels])
    # Получаем длину строки ASCII
    ascii_str_len = len(ascii_str)
    # Формируем строку ASCII изображения с нужной шириной
    ascii_img = "\n".join([ascii_str[index: index + width] for index in range(0, ascii_str_len, width)])

    # Открываем файл в режиме для записи
    with open(output_path, "w") as f:
        # Записываем ASCII изображение в файл
        f.write(ascii_img)


image_to_ascii('image.png', 'output.txt')


➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥4❤‍🔥2
👀 Библиотека tkforge в Python

Библиотека tkforge предназначена для упрощения создания графических интерфейсов с использованием tkinter.

Позволяет генерировать код интерфейса на основе макетов, созданных в Figma, что особенно удобно для дизайнеров и разработчиков, работающих в команде.

Основные возможности библиотеки:
🔵Генерация tkinter GUI: Возможность экспортировать макеты из Figma и получить готовый Python-код, который создаёт пользовательский интерфейс в tkinter.
🔵Простота интеграции: Требуется указать ID файла Figma, токен для API и путь для сохранения сгенерированного файла.
🔵Обновления и совместимость: Предоставляет инструмент проверки обновлений для актуальности версий и исправлений.
🔵Встроенные утилиты: Например, функция преобразования RGB в HEX и выбор цвета текста на основе яркости фона.

📱 Репозиторий

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5❤‍🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Библиотека audio-separator в Python

Библиотека audio-separator предназначена для разделения аудиотреков на отдельные источники, такие как вокал, инструментальные партии и другие компоненты.

Разработана с использованием технологий глубокого обучения и основана на мощных моделях, таких как Spleeter от Deezer.

Основные особенности библиотеки:
🔵Удобный интерфейс: предоставляет простой API для обработки аудиофайлов.
🔵Поддержка различных форматов: может работать с форматами MP3, WAV и другими популярными аудиоформатами.
🔵Гибкость настроек: возможность выбрать количество источников для разделения (например, вокал + аккомпанемент, отдельные инструменты).
🔵Основана на pre-trained моделях: используется предобученная архитектура, что позволяет разделять аудио без дополнительного обучения.

➡️Установка: pip install audio-separator

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤‍🔥2
👀 Библиотека PyPika в Python

Библиотека PyPika предназначена для генерации SQL-запросов с использованием объектно-ориентированного подхода.

Позволяет формировать сложные SQL-запросы, избегая написания сырых SQL-строк, что делает код более читаемым, тестируемым и безопасным.

Основные возможности библиотеки:
🔵Создание запросов SELECT, INSERT, UPDATE и DELETE.
🔵Поддержка соединений (JOIN), подзапросов и группировок.
🔵Управление фильтрами WHERE, ORDER BY и LIMIT.
🔵Совместимость с различными SQL-диалектами (PostgreSQL, MySQL, SQLite и др.).
🔵Расширяемость за счёт пользовательских функций и выражений.

➡️Установка: pip install PyPika

📱 Репозиторий
⚙️ Документация

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥8👍6🔥3
Deep-Live-Cam — это утилита, предназначенная для создания виртуальной камеры, которая обрабатывает и изменяет видеопоток (создаёт дипфейк) с использованием нейронных сетей.

Основные возможности:
🔵Применение эффектов в реальном времени:
🟢Наложение фильтров на лицо;
🟢Подмена фона;
🟢Встраивание виртуальных объектов в видеопоток;
🟢Изменение выражений лица с помощью GAN (Generative Adversarial Networks).
🔵Виртуальная камера: Может передавать обработанное видео в качестве потока в такие приложения, как Zoom, Skype, Discord, OBS и другие, где поддерживаются виртуальные камеры.
🔵Поддержка современных технологий:
🟢Использование библиотек глубокого обучения, таких как TensorFlow, PyTorch или OpenCV;
🟢Работа с аппаратным ускорением (например, GPU для повышения производительности).
🔵Программируемые сценарии:
🟢Возможность настройки пользовательских фильтров и алгоритмов обработки;
🟢Расширяемость через кастомные модули.

📱 Репозиторий

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤‍🔥4🔥2🎄1
This media is not supported in your browser
VIEW IN TELEGRAM
👀 Библиотека LangFun в Python

Библиотека LangFun позволяет взаимодействовать с моделями больших языковых моделей (LLM).

Разработана для упрощения интеграции LLM в проекты, обеспечивая гибкость в работе с различными моделями, такими как GPT, Gemini, Claude, Groq, и другими.

Основные возможности библиотеки:
🔵Единый интерфейс для работы с различными LLM (GPT, Gemini, Claude и др.);
🔵Поддержка шаблонов на базе Jinja2 для форматирования запросов;
🔵Работа с мультимодальными объектами (изображения, видео, PDF);
🔵Инструменты для параллельной обработки запросов;
🔵Возможности кэширования и контроля частоты запросов;
🔵Интеграция REST API для работы с моделями через стандартные HTTP-запросы;
🔵Инструменты генерации и выполнения кода;
🔵Система оценки моделей (FunEval) с возможностью визуализации результатов.

➡️Установка: pip install langfun[all]

📱 Репозиторий

➡️Справочник Программиста. Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤‍🔥2