Python 这段代码在做什么？

我被这些for循环弄糊涂了，我对Python3还很陌生。从我收集的信息来看，它是第一步通过每个tr的x，y值（从末尾开始？这就是-1所表示的吗？）

无论如何，对于实例中的每个tr：self.tracks。循环的底部在numpy float数组中执行相同的操作：p？他们为什么要使用“重塑”？那是干什么的

如果有人不介意的话，也许可以帮我穿过它

---

非常感谢。

self.tracks似乎是一个（n，2）

列表。外部循环获取这些值中的每一个，将它们逐个转换为整数
x
和
y
，然后执行函数/方法
cv2。使用对象
掩码
和几个其他参数圆
container[-1]
表示您需要
container
的最后一个索引的值

函数/方法
goodFeaturesToTrack
的值被分配给
p
（似乎是一个数组或
None
）
**
表示
功能参数
是一个参数字典（如果函数定义为
myfunc（a，b=2，c=3，d=5）
您可以为此更改其中一些值
通过调用myfunc（“a的值，**mydict）

调用函数，mydict是一个字典，包含零个或多个可选变量a、b和c（例如

mydict={'b'：8，

d

:0}

将b和d分别从默认值更改为8和0）

然后从p的重塑中提取一个新的（浮点值）

x

和

y

，并将其作为一对附加回列表

self.tracks

整形中的-1表示您不关心给定轴的长度，只要另一个轴具有正确的形状。例如，一个包含10个值的数组将被整形为（5,2）一个（4,4）将被整形为（8,2）等。这可以通过搜索找到：

新闻形状：int或int的元组

新形状应与原始形状兼容。如果是>整数，则结果将是该长度的一维数组。一个形状>维度可以是-1。在这种情况下，该值是从>数组的长度和剩余维度推断出来的

---

有一些对象未在提供的示例中描述，因此很难理解此代码是关于什么的…

[-1]

表示列表中最后一个元素的索引。关于

numpy

模块及其功能（包括

重塑

）你可以在这里阅读：通过使用一个单独的例子，解决一个特定的问题，而不是一般的“发生了什么事？”在阅读了每个函数在api中应该执行的操作，或者检查了是否已经询问了类似的问题之后，我认为您可以避免大量的否决票。请记住，下一次。缩进是一团糟。使用

np.int32

和

np.float32

是不寻常的。

  for x, y in [np.int32(tr[-1]) for tr in self.tracks]:
                cv2.circle(mask, (x, y), 5, 0, -1)
            p = cv2.goodFeaturesToTrack(frame_gray, mask=mask, **feature_params)
            if p is not None:
                for x, y in np.float32(p).reshape(-1, 2):
                    self.tracks.append([(x, y)])