在Python中，我们经常需要对小数进行四舍五入操作。四舍五入是一种常见的数值处理方式，可以将小数精确到指定的位数。Python提供了多种方法来实现小数的四舍五入操作。

原因是这样的：

用手机拍了四五百张照片后，用苹果手机连接电脑，想导入到电脑里。

然后发现了这个问题：连接电脑后，在电脑上看到了像U盘盘符的Apple盘符，打开后发现照片不全；如果在手机相册中打开某张没有的照片，再在电脑中打开就能看到这张照片，不知道什么bug，感觉是没加载全的。

为了快速找到到底缺了哪些照片，因为图片文件名都是按序号递增的，就想用到Python直接检查一下好了。毕竟少了好几十张，手动找起来真的麻烦死了。

pytesseract是Python的一个OCR文本识别库。

以下几点概括了它的主要信息：

• 基于Tesseract OCR引擎：pytesseract是Tesseract OCR引擎的Python接口，需要先安装Tesseract。
• 支持多种语言：通过Tesseract训练好的语言数据，pytesseract支持英文、中文等多种语言的OCR识别。
• 主要功能：主要提供 image_to_string等方法，将图像文件识别为文本内容。
• 准确率：基于深度学习的Tesseract 4.0+，识别准确率可以达到96%以上。
• 使用简单：只需要几行代码就可以实现OCR识别，非常易于上手。
• 识别流程：加载图像-> 预处理(提高识别质量) -> OCR识别 -> 后处理文本
• 适用场景：printed文本识别、 invoices识别、身份证/护照识别等。
• 优势：开源、使用简单、支持多语言、支持训练自定义模型。
• 劣势：对手写体识别效果较差，对图像质量要求较高。
• 备选方案：EasyOCR、PaddleOCR等其他OCR库。

Github项目地址：https://github.com/tesseract-ocr/tesseract

EasyOCR是一个开源的Python库，用于进行光学字符识别(OCR)。

它的主要特点包括：

• 简单易用：只需要几行代码就可以实现OCR，非常容易上手。
• 支持多种语言：英语、中文、日语等80多种语言都支持。
• 准确率高：基于深度学习的算法，识别准确率高。
• 训练自定义模型：支持使用自己的数据集训练自定义OCR模型。
• 支持检测方向：可以自动检测图像文字方向。
• 支持多语言混合:可以处理多国语言混合的图像。
• 基于PyTorch：建立在PyTorch深度学习框架之上。

由于易用性强、准确率高等优，EasyOCR非常适合用于快速实现OCR功能，或者作为OCR项目的基础库。它可以广泛应用于票据识别、车牌识别、身份证识别等领域。

Github项目地址：https://github.com/JaidedAI/EasyOCR

手上的行空板里的Linux(Debian)系统中，系统时间不对，所以看一下怎么校准方便。

校正Linux系统时间有多种方法，可以通过手动设置时间、使用NTP服务器同步时间等方式来实现。

Docker中用 Nginx 镜像可以创建多个网站。

假设用Nginx镜像创建了容器1：

• 容器名称：nginx
• 访问的地址：http://ip:80（即直接用ip或者域名可访问）
• 配置文件：nginx.conf
• 网页：index.html

用Nginx镜像创建了容器2：

• 容器名称：ai_html_index
• 访问地址：http://ip:9080（或者 http://域名:9080 ）
• 网站目录：nginx-index（内含index.html）

那容器1可以通过域名直接访问，想把容器2的访问设置一个二级域名的操作步骤如下。

想写个简单的接口，有了api2d的key（就像有了openai的key一样），可以调用API了，就简单写个接口当服务器用。

用的Web框架是Bottle，跟Flask用法一样，也是路由、视图那一套。只是简单的一个聊天接口，所以就用了这个更微型的。
用法：Python Bottle框架使用举例

写好接口，用 Requests 进行测试时发现，编码有问题，响应的结果老是乱码。

Python Requests 使用举例

在Python中，Requests 是一个非常常用的第三方库，用于发送HTTP请求。它提供了简洁而直观的API，使得发送HTTP请求变得非常容易。requests库可以用于发送GET、POST、PUT、DELETE等各种类型的请求，并且支持处理Cookie、Session、文件上传等功能。

官方文档：https://requests.readthedocs.io/en/latest/

想写个简单的Get请求和Post请求的接口，因为功能上都很简单，所以想找个小型的Web框架，原来一直用的Flask，然后看到了Bottle。

Bottle 是一个简单而快速的微型Web框架，它只有一个文件，没有外部依赖。适合小型项目和快速原型开发，也可以用于构建API和微服务。适合初学者和小型项目使用。

官方文档原文：

Bottle is a fast, simple and lightweight WSGI micro web-framework for Python. It is distributed as a single file module and has no dependencies other than the Python Standard Library.

Bottle是一个快速、简单、轻量级的WSGI微Web框架，适用于Python。它是作为单个文件模块分发的，除了Python标准库之外没有其他依赖项。

官方文档：https://bottlepy.org/docs/dev/

看了DeepLearning.ai 联合 OpenAI 推出《面向开发者的 ChatGPT 提示工程》教程。
讲师是 DeepLearning 创始人吴恩达以及 OpenAI 开发者 Isa Fulford。

B站有视频加了中文字幕：ChatGPT 提示工程教程

然后又看了【方糖GPT课】（付费课程）中对于上面教程中提示词的举例。

就顺便记一下笔记。