使用python获取当前时间至毫秒级，并且写出代码

可以使用 Python 标准库中的 datetime 和 time 模块来获取当前时间至毫秒。以下是示例代码：

import datetime
import time

now = datetime.datetime.now()
micro_second = int(now.microsecond / 1000)

current_time = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) + f'.{micro_second:03d}'

print(current_time)

输出结果类似于：

2022-01-01 10:30:40.123

其中，now 对象是一个 datetime.datetime 类型的对象，可以使用 microsecond 属性获取当前时间的微秒数。由于题目要求的是毫秒级时间，因此需要将微秒数除以 1000 取整得到毫秒数。然后使用 time.strftime() 方法将当前时间格式化为需要的字符串格式，并将毫秒数拼接到字符串中。最后输出即可。

相关问题

用python写出精确到毫秒的时间戳

可以使用Python的time模块中的time()函数来获取当前时间戳（精确到秒），再用Python的datetime模块中的datetime对象和strftime()函数格式化输出即可实现精确到毫秒的时间戳。

以下是示例代码：

import time
from datetime import datetime

# 获取当前时间戳（精确到秒）
timestamp = time.time()

# 将时间戳转换为datetime对象
dt_obj = datetime.fromtimestamp(timestamp)

# 使用strftime()函数格式化输出毫秒级时间戳
ms_timestamp = dt_obj.strftime('%Y-%m-%d %H:%M:%S.%f')

print(ms_timestamp)

输出结果类似于："2022-05-06 15:20:30.123456"。其中，".123456"即为毫秒数。

写一个基于Python与tkinter名片识别的代码

以下是一个基于Python和tkinter的名片识别代码：

import tkinter as tk
import cv2
import numpy as np
import pytesseract
from PIL import ImageTk, Image

pytesseract.pytesseract.tesseract_cmd = r"C:\Program Files\Tesseract-OCR\tesseract.exe" # 指定 tesseract OCR 的安装路径

class App:
    def __init__(self, window, window_title):
        self.window = window
        self.window.title(window_title)

        # 创建一个标签，显示摄像头捕获的图像
        self.image_label = tk.Label(self.window)
        self.image_label.pack()

        # 创建一个按钮，用于开始名片识别
        self.btn_snapshot = tk.Button(self.window, text="开始名片识别", width=50, command=self.snapshot)
        self.btn_snapshot.pack(anchor=tk.CENTER, expand=True)

        self.video_capture = cv2.VideoCapture(0) # 打开摄像头

        self.delay = 15 # 延迟15毫秒更新图像

        self.update() # 启动更新图像的方法

        self.window.mainloop()

    def snapshot(self):
        # 获取当前帧的图像
        ret, frame = self.video_capture.read()

        # 调整图像大小
        frame = cv2.resize(frame, (640,480))

        # 对图像进行处理，提取名片上的文字
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        gray = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)[1]
        gray = cv2.medianBlur(gray, 3)
        filename = "temp.png"
        cv2.imwrite(filename, gray)
        text = pytesseract.image_to_string(Image.open(filename))

        # 显示处理后的图像和识别出的文字
        cv2.imshow("Processed Image", gray)
        print(text)

    def update(self):
        ret, frame = self.video_capture.read()

        if ret:
            # 调整图像大小
            frame = cv2.resize(frame, (640,480))

            # 在图像上绘制一个矩形，用于框定名片区域
            cv2.rectangle(frame, (200,100), (440,380), (0,255,0), 2)

            # 将 OpenCV 图像转换为 tkinter 图像
            image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
            image = Image.fromarray(image)
            image = ImageTk.PhotoImage(image)

            # 显示 tkinter 图像
            self.image_label.configure(image=image)
            self.image_label.image = image

        self.window.after(self.delay, self.update)

# 启动应用程序
App(tk.Tk(), "名片识别")

这个程序使用 OpenCV 捕获摄像头的图像，并使用 pytesseract 库提取名片上的文字。在 tkinter 界面中，用户可以点击“开始名片识别”按钮开始识别名片。程序会在摄像头捕获的图像中，框定名片区域，然后提取该区域上的文字，并在控制台输出识别结果。