點擊上方“小白學視覺”，選擇加"星標"或“置頂”
重磅干貨，第一時間送達
所謂裝飾器（decorator）指的是在Python代碼運行期間動態的增加函數功能的一種方式。在上一節我們知道Python函數在運行時允許返回函數，而函數作為對象也可以被賦值給其他變量來調用，比如：
>>> def LAL():
... print('kobe')
...
>>> f = LAL
>>> f()
kobe每個函數對象都有一個_ _name_ _屬性，調用該屬性我們可以取得該函數的名稱：
>>> LAL.__name__
'LAL'
>>> f.__name__
'LAL'而裝飾器（decorator）的作用即在於可以使得我們在調用 LAL 函數的時候，使得該函數功能增強，比如說在調用該函數前後自動打印日志，但又不能改變 LAL函數的定義。所以，Python裝飾器的本質在於它是一個可以返回函數的高階函數。我們來定義一個decorator，使得函數在調用前後能打印日志。
def log(func):
def folder(*args,**kw):
print('call %s():' % func.__name__)
return func(*args,**kw)
return folder仔細觀察上述代碼，我們定義的log函數作為一個decorator可以接受像func這樣的函數作為參數，作為高階函數它也可以返回一個函數。下面再利用Python的@語法，在重新定義 LAL函數時調用裝飾器：
@log
def LAL():
print('kobe')之後再調用 LAL 函數時，不僅會運行 LAL 函數本身也會打印裝飾器所設置的一串日志。
>>> LAL()
call LAL():
kobe@語法的作用相當於執行了如下語句：
LAL = log(LAL)如果decorator本身也需要傳入參數，那裝飾器的定義則需要更加復雜一點。我們可以自定義log的文本：
def log(text):
def decorator(func):
def folder(*args,**kw):
print('call %s():' % (text,func.__name__))
return func(*args,**kw)
return folder
return decorator可以看見的是，我們經過三層嵌套後使得裝飾器本身可以傳入文本參數，其用法如下：
@log('execute')
def LAL():
print('kobe')函數執行結果如下：
>>> LAL()
execute LAL():
kobe相較於兩層嵌套，三層嵌套的decorator相當於執行了如下語句：
>>> LAL = log('execute')(LAL)可以簡單分析一下這個語句。先執行log('execute')，返回的是裝飾器函數，調用該返回函數，其參數是LAL函數，最後的返回值則是folder函數。不管兩層還是三層嵌套，decorator的定義都是這種套路，我們開頭時提到了函數作為對象是有__name__屬性的，但經過裝飾器裝飾後的函數，其__name__屬性由原先的'LAL'變成了'folder'：
>>> LAL.__name__
'folder'所以這裡我們還需要導入functools模塊，使用functools.wraps使得經裝飾器裝飾前後的函數對象名保持不變，完整的decorator定義方法如下：
import functools
def log(func):
@functools.wraps(func)
def folder(*args,**kw):
print('call %s():' % func.__name__)
return func(*args,**kw)
return folderdecorator可以增強函數的功能，雖然不容易定義清楚，但使用起來非常便利。
好消息！
小白學視覺知識星球
開始面向外開放啦
下載1：OpenCV-Contrib擴展模塊中文版教程
在「小白學視覺」公眾號後台回復：擴展模塊中文教程，即可下載全網第一份OpenCV擴展模塊教程中文版，涵蓋擴展模塊安裝、SFM算法、立體視覺、目標跟蹤、生物視覺、超分辨率處理等二十多章內容。
下載2：Python視覺實戰項目52講
在「小白學視覺」公眾號後台回復：Python視覺實戰項目，即可下載包括圖像分割、口罩檢測、車道線檢測、車輛計數、添加眼線、車牌識別、字符識別、情緒檢測、文本內容提取、面部識別等31個視覺實戰項目，助力快速學校計算機視覺。
下載3：OpenCV實戰項目20講
在「小白學視覺」公眾號後台回復：OpenCV實戰項目20講，即可下載含有20個基於OpenCV實現20個實戰項目，實現OpenCV學習進階。
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫學影像、GAN、算法競賽等微信群（以後會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“。請按照格式備注，否則不予通過。添加成功後會根據研究方向邀請進入相關微信群。請勿在群內發送廣告，否則會請出群，謝謝理解~
