① python和C#的比较
Python是一种跨平台语言。无论是在Windows、Linux、Unix还是Mac Os系统，我们都可以使用Python。甚至在Linux、Unix及Mac OS系统内已经集成了Python。语法简洁优美、简单、易学，拥有强大的标准库及第三方库，且Python的使用范围极广。
C#是微软公司推出的一种功能强大的高级编程语言，能够迅速、高效地完成Windows平台上的项目开发，被称为未来语言!
Python和C#语言都是功能强大的有前途的编程语言，两者区别如下：
1.Python原本就被设计成类似用英语表达一样，所以语法简单，没有句法括号和大量的修饰词，易读易学;而C#必须遵循一定的规则，伴随着很多修饰词，还得将代码段放在括号内;
2.在编写脚本方面，Python的脚本是真正的脚本，能够被解释器执行，而且使用Python更容易编写跨平台的脚本，甚至不需要重新编译;
3.程序的运行生命周期可以分为编译时、链接时、加载时、运行时，这4个阶段。在Python中，这4个阶段是一体的，而在C#中却是严格分离的，在C#要想跨阶段执行则就需要用到反射。这就造成了两者之间具有很大的不同;
4.Python可以实现类型之间的快速切换，而C#却需要通过相应的类型转换才能实现;
5.Python无法做静态类型检查，而C#却会进行静态类型检查;
6.Python没有访问修饰符，而C#有public、private、internal、protected、protected
internal等的访问修饰符;
7.Python没有interface，其只能类继承，同时其还支持多继承，而C#只能单继承，一个类只能继承一个类，当然C#为了弥补单继承的不足，还带来了interface，一个类可以继承多个interface;
8.Python没有泛型，或者说不需要泛型，而C#却有泛型。
② python第三方库为什么
Python第三方库几乎都可以在github或者 pypi上找到源码。源码包格式大概有zip 、 tar.zip、 tar.bz2。解压这些包，进入解压好的文件夹，通常会有一个setup.py的文件。打开命令行，进入该文件夹。运行以下命令，就能把这个第三库安装到系统里：
Python
python setup.py install
1
python setup.py install
或者借助pip，则不需要解压:pip install package.zip
③ 3种python3的canny边缘检测之静态，可调节和自适应
先看高级版的python3的canny的自适应边缘检测：
内容：
1 canny的边缘检测的介绍。
2 三种方法的canny的边缘检测，由浅入深地介绍：固定值的静态，可自调节的，自适应的。
说明：
1 环境：python3.8、opencv4.5.3和matplotlib3.4.3。
2 图片：来自品阅网正版免费图库。
3 实现自适应阈值的canny边缘检测的参考代码和文章：
上述的代码，本机均有报错，故对代码进行修改，注释和运行。
初级canny：
1 介绍：opencv中给出了canny边缘检测的接口，直接调用：
即可得到边缘检测的结果ret，其中，t1，t2是需要人为设置的阈值。
2 python的opencv的一行代码即可实现边缘检测。
3 Canny函数及使用：
4 Canny边缘检测流程：
去噪 --> 梯度 --> 非极大值抑制 --> 滞后阈值
5 代码：
6 操作和过程：
7 原图：
8 疑问：
ret = cv2.canny(img,t1,t2)，其中，t1，t2是需要人为设置的阈值，一般人怎么知道具体数值是多少，才是最佳的呀？所以，这是它的缺点。
中级canny：
1 中级canny，就是可调节的阈值，找到最佳的canny边缘检测效果。
2 采用cv2.createTrackbar来调节阈值。
3 代码：
4 操作和效果：
5 原图：
高级canny：
1 自适应canny的算法：
ret = cv2.canny(img,t1,t2)
即算法在运行过程中能够自适应地找到较佳的分割阈值t1，t2。
2 文件结构：
3 main.py代码：
4 dog.py代码：
5 bilateralfilt.py代码：
6 原图：
7 效果图：本文第一个gif图，此处省略。
小结：
1 本文由浅入深，总结的很好，适合收藏。
2 对于理解python的opencv的canny的边缘检测，很有帮助。
3 本文高级版canny自适应的算法参考2篇文章，虽然我进行代码的删除，注释，修改，优化等操作，故我不标注原创，对原作者表达敬意。
4 自己总结和整理，分享出来，希望对大家有帮助。
④ python的性能
PPT的性能，这个你也找找这方面的消息吧，关于这个性能的一些介绍上多了解一下这个情况。
⑤ 谷歌编程之夏的含金量高吗
先说说含金量的问题。其实从各方面来说，这个含金量都是很高的，远远超过一份互联网公司的暑期实习。我参加过两次GSoC，也参加过两次暑期实习，这个对比还是很明显的。实习其实基本是打杂，但是在GSoC里是真正地负责一个项目，一个社区期待已久的feature。能学到的东西、以及最后的成就感是完全不一样的。
Ps. 如果所谓含金量还包括了对找工作的帮助的话，那么实际上谷歌里负责GSoC项目的Ms. Carol说过，凡是参加过GSoC的学生，随时可以找她内推去Google。我正好今年找工作，就正在等待时机使用这个重量级内推 :)
1. 报名者需要有什么样的基础才可以被选拔上？
如果你有语言偏好，那么当然最好找对口的，例如一些偏php的web项目，一些Java写的应用，一些C/C++写的游戏等。至于编程的实力，其实并没有那么高的要求，足够cover住你的工作就行。上面@罗聪翼 哥哥也提到了，我11年给Blender做国际化的时候，完全没用过这个软件，也基本不懂3D建模，但是我所要做的东西跟这些没关系，我就根本不需要知道。
所以当你看到有些来头很大的项目，例如Python，GNU，Unix，不要望而生畏，点开看一看，很有可能会发现一些idea完全在你的能力范围之内。接下来需要做的就是去和社区里的人“套磁”，让他们相信你能够胜任这个项目。
我的室友是大三暑假参加的GSoC，我大四、研一各参加了一次，去年中国貌似有一个大二的成功参加，而国外甚至不乏大一大二的成功参加。所以我觉得计算机大三，或者基本达到这一水平，付出一点心思，付出一点劳动，就完全可以成功参加。
2. 想取得好的成绩难度有多大？
我觉得在写proposal的时候就应该考虑到工作量有多大，基本按照3个月的全职实习工作量（每周5天，每天6小时）来考虑是比较合适的。在这个时间内，尽量把该有的feature做完，代码稳定，文档充分，最终能顺利进入主代码库，应该就算是很不错的成绩了。
如果是一个较大的项目，你可以拆成几大块，在GSoC时间范围内完成其中一块。后续再接着做其他的，毕竟GSoC本身的意义就是为开源软件找到更多志愿者。也可以在第二年的GSoC再继续完成，这相当于做了个大蛋糕慢慢吃。
也有很多项目没有做得尽善尽美，例如不稳定，BUG多，缺文档，其实mentor也都会给pass。我2012年做的项目其实就是在别人2011年的项目上继续做，重构一下，修修bug，增强点功能，写些wiki，最终使它并入主代码库。工作难度不大，又比较有意义——要不然2011年的工作就白白浪费了。
所以说，多付出一点，总会取得好成绩的。比如你每天干8个小时，或者每周干6天，结果肯定完全不一样——前提是你干的时候要感到快乐，这是GSoC和实习的区别之一。
3. 有什么好的经验可以分享。
貌似上面说得挺多了……
大概还需要补充一点——多说话。多跟社区的人、自己的mentor，甚至跟你自己的项目不相干的人交流，甚至去帮助别的GSoC学生。积极交流和反馈至少可以将你的申请成功率提高一倍。