python绘k线，python画股票k线

投资资讯 2022年06月27日 17:00 2 touzi333

深度实践OCR——基于深度学习的文字识别
第二章图像预处理
10、二值图像的基本运算包括：腐蚀、膨胀、开运算和闭运算。对于灰度图而言，腐蚀和膨胀运算都类似于卷积操作——将结构元素在原图上平移，而结构元素上的原点就相当于卷积核的核中心。
11、腐蚀运算即在平移过程中依次计算P（结构元素覆盖住的原图区域）和结构元素的差矩阵，并将该矩阵中的最小值赋给原点对应的原图位置。
12、膨胀运算则是计算P和结构元素的和矩阵，并将该矩阵中的最大值赋给原点对应的原图位置。
13、开、闭运算：先腐蚀后膨胀，闭运算是先膨胀后腐蚀。一般来说，开运算可以使图像的轮廓变得更光滑，断开狭窄的连接并消除细毛刺；闭运算同样可以平滑轮廓，但其具体作用是排除小型空洞，弥合狭窄的间断点、沟壑以及填补断裂的轮廓线。Python的OpenCV库提供了相关函数。
14、图像噪声是指存在于图像数据中不必要的或多余的干扰信息，产生于图像的采集、量化或传输过程，对图像的后处理、分析均会产生极大的影响，因此一种好的去噪方法在去除噪声的同时，还需要保持图像的边界和细节。
15、图像去噪的四大方法：空间滤波
16、空间滤波：由一个邻域和对该邻域内像素执行的预定义操作组成，滤波器中心遍历输入图像的每个像素点之后就得到了处理后的图像。每经过一个像素点，邻域中心坐标的像素值就替换为预定义操作的计算结果。若在图像像素上执行的是线性操作，则该滤波器称为线性空间滤波器，反之则称为非线性空间滤波器。
17、线性空间滤波器：常见的有平滑线性滤波和高斯滤波器。
1）高斯滤波器：Wij=(1/2*Л*δ^2)*e^[(i-k-1)^2+(j-k-1)^2/2δ^2]
2）平滑线性滤波器的输出是包含在滤波器模板邻域内像素的简单平均值，因此也称为均值滤波器。
g(x,y)=∑∑w(s,t)*f(x+s,y+t)/ ∑∑w(s,t)，s=-a,…,a,t=-b,…,b
18、非线性空间滤波器：
1）中值滤波是一种线性滤波器，其首先是对邻域内的值进行排序，中值作为输出。
2）双边滤波。
19、小波阈值去噪：对于二维图像信号，可分别在水平和垂直的方向使用滤波器，从而实现二维小波多分辨率分解。其基本思路：
1）二维图像的小波分解。选择一个小波和小波分解的层次N，计算信号s到第N层的分解。
2）对高频系数进行阈值量化。对1-N的每一层选择阈值，并对该层的高频系数进行软阈值量化处理。
3）二维小波重构。根据小波分解第N层的低频系数和经过修改的第1到第N层的各层高频系数，计算二维信号的小波重构。
20、阈值的选择是离散小波去噪中最关键的一步，阀值处理函数分为硬阈值和软阈值。
21、基于神经网络的方法：
1）MLP（多层感知机）：f(x)=b3+w3*tanh(b2+w2*tanh(b1+w1*x))。训练时，以三步长将图像分割为图像块，随机选择一个原始图像块x，加入高斯白噪声，生成对应的噪声图像y，网络将根据f(x)和y误差的反向传播进行参数更新。
22、倾斜角检测和校正：扫描过程中，很容易出现文档旋转和位移的情况，因此后续的文本行抽取以及文字识别与倾斜角的检测和校正环节密不可分。常用的方法有：霍夫变换、Randon变换和基于PCA的方法等。
23、霍夫变换：其基本实现思想是：经过点(x,y)的直线可用等式y=mx+c表示，但该等式无法描述x=c形式的直线，因为此时斜率为无穷大，所以在霍夫空间使用参数(ρ, θ)表示经过点(x,y)的直线。ρ=x*cosθ+y*sinθ。其中ρ为原点到直线的距离，θ为点(x,y)和原点构成向量的夹角。
24、Radon变换以线积分的形式将图像空间投影到(s, θ)空间。算法流程如下：
1）对输入图像做二值化操作。
2）使用Sobel边界检测算法找到文档边界。
3）进行Radon变换，将原始函数沿图像平面内所有可能的直线进行积分，将得到的积分值投影到(s, θ)空间。
4）找到g(s, θ)的最大值和对应的角度，如果图像内包含一条直线，则沿着这条直线的积分值最大。
5）将弧度制的斜率转换成角度制的斜率。
25、基于PCA的方法：PCA算法需要计算对倾斜角度的分布具有最大影响的特征向量，即分布的主分量，因此首先需要将黑色像素点映射为二维向量，使每个像素点与相同坐标的二维向量相匹配，并对每个维度减去其对应强度的均值，然后计算向量集合的协方差矩阵：
CV(X,Y)=(1/(n-1)*∑(Xi-avg(X))(Yi-avg(Y))
其中，X和Y分别表示二维向量在两个维度的集合；n是集合X和Y的元素个数。Xi为集合X中的第i个元素，Yi同理；avg(X)是集合X的均值，avg(Y)同理。

一：python k线图

现在几乎所有的大网站都在主要的栏目做了防爬行的处理。象这样的还算是简单的。大不了你分析一下JS。如果不想分析JS。就麻烦些。你安装一个pyqt，里面有一个qtbrowser，你可以驱动这个浏览器去爬行。要几百行代码才能搞定。怎么用Python画5分钟K线图
现在几乎所有的大网站都在主要的栏目做了防爬行的处理。象这样的还算是简单的。大不了你分析一下js。如果不想分析js。就麻烦些。你安装一个pyqt，里面有一个qtbrowser，你可以驱动这个浏览器去爬行。要几百行代码才能搞定。

二：python绘制k线及均线

#-*-coding:utf-8-*-
importnumpyasnp
importpandasaspd
importmatplotlib.pyplotasplt
frommatplotlib.datesimportDateFormatter,WeekdayLocator,DayLocator,MONDAY
frommatplotlib.financeimportquotes_historical_yahoo_ohlc,candlestick_ohlc
#从雅虎财经获取历史行情
date1=(2017,1,1)
date2=(2017,4,30)
quotes=quotes_historical_yahoo_ohlc('600000.ss',date1,date2)
iflen(quotes)==0:
raiseSystemExit
fig,ax=plt.subplots()
fig.subplots_adjust(bottom=0.2)
#设置主要刻度和显示格式
mondays=WeekdayLocator(MONDAY)
mondaysFormatter=DateFormatter('%Y-%m-%d')
ax.xaxis.set_major_locator(mondays)
ax.xaxis.set_major_formatter(mondaysFormatter)
#设置次要刻度和显示格式
alldays=DayLocator()
alldaysFormatter=DateFormatter('%d')
ax.xaxis.set_minor_locator(alldays)
#ax.xaxis.set_minor_formatter(alldaysFormatter)
ax.xaxis_date()
ax.autoscale_view()
#X轴刻度文字倾斜45度
plt.setp(plt.gca().get_xticklabels(),rotation=45,horizontalalignment='right')
candlestick_ohlc(ax,quotes,width=0.6,colorup='r',colordown='g')
ax.grid(True)
plt.title('600000')

三：python画k线

　 1.根据对单位时间的划分，K线分为分钟K线、日K线（每日画一根）、周K线（每周画一根）、月K线（每月画一根）等；　　2.根据单位时间内开盘价与收盘价的对比来确定K线的颜色，即K线分为阳线（代表单位时间内涨了）和阴线（代表单位时间内跌了）；　　3.根据K线的组成要素，一根K线分为上影线、实体、下影线三部分；　　4.根据K线图所使用的坐标不同，K线图又分为等比K线，等分K线，对数K线、百分数K线等。