我正在尝试学习用于文本识别的East模型，我想每次都向代码中输入不同的图像，并尝试使用argparse，但是卡住了。
我们如何将图像路径传递给（ap.add_argument（“-i”，'--image'，type = str）
路径为C：\ Users \ nishant \ Desktop \ Use_case \ screenshot \ hqdefault.png
导入argparse
ap = argparse.ArgumentParser（）
ap.add_argument（“-i”，'--image'，type = str）
ap.add_argument（“-east”，“ --east”，type = str）
ap.add_argument（“-c”，“ --min-confidence”，type = float，default = 0.5，）
ap.add_argument（“-w”，“ --width”，type = int，默认= 320）
ap.add_argument（“-e”，“ --height”，type = int，默认= 320）
ap.add_argument（“-p”，“ --padding”，类型=浮点型，默认= 0.0） args = vars（ap.parse_args（））
用法：ipykernel_launcher.py [-h] [-i图片] [-东东] [-c MIN_CONFIDENCE] [-w宽度] [-e高度] [-p填充] ipykernel_launcher.py：错误：无法识别的参数：-f C：\ Users \ 777569 \ AppData \ Roaming \ jupyter \ runtime \ kernel-a0ced498-94e0-406e-9bf5-8f8c125ff96a.json
发生了异常，请使用％tb查看完整的追溯。
SystemExit：2
答案 0 :(得分：0)
我通过更改最后一行来修正我的问题，
sentences = ['Buy apples', 'red apples', 'green']
uncommon_words = ['buy', 'red', 'green', 'apples']
print([x + ' -' + ' -'.join(set(uncommon_words).difference(set(map(lambda x: x.lower(), x.split())))) for x in sentences])
# ['Buy apples -red -green', 'red apples -green -buy', 'green -red -apples -buy']