Dusays | 杜朋修改

2025-10-04 00:00:00

NodePass 是一个开源网络隧道工具，其基于 Go 语言开发，目标是让两台机器之间的通信变得简单又安全。想象一下，您有一台内网 Web 服务器，想让远在千里之外同事访问，NodePass 就能搭一座隐形的桥，把数据安全送过去。

简介

它的工作方式非常巧妙，用一个未加密 TCP 通道来传递信号，然后通过另一个支持加密的数据通道把实际内容传过去。

您可以把它跑在服务器模式，接受外来连接，也可跑客户端模式，去连别人的服务器。

整个过程配置简单，资源占用较低，还支持 Docker 部署。

作为 GitHub 上开源项目，NodePass 用 MIT 许可证，代码全部公开，社区也挺活跃。

官网

项目官网地址：

特色

开源免费：代码全在 Github 上，透明并且省钱。

简单易用：不用编写配置文件，命令行一敲就能跑。

轻量省心：从树莓派到服务器，在哪里都能跑。

功能硬核：支持 TCP 以及 UDP，多种加密。

安装

NodePass 提供 Docker 镜像，可以使用下面命令部署，以服务器模式运行：

1
2

docker run -d --name nodepass-server -p 10101:10101 -p 8080:8080 \
  ghcr.io/yosebyte/nodepass server://0.0.0.0:10101/0.0.0.0:8080

以客户端模式运行：

1
2
3
4
5

docker run -d --name nodepass-client \
  -e MIN_POOL_CAPACITY=32 \
  -e MAX_POOL_CAPACITY=512 \
  -p 8080:8080 \
  ghcr.io/yosebyte/nodepass client://nodepass-server:10101/127.0.0.1:8080

2025-09-28 00:00:00

在计算机网络的学习与研究领域，Mininet 是款极具价值的工具。它就像是一个迷您网络世界的构建者，为我们提供便捷的网络实验环境。本文将带您深入了解 Mininet 魅力所在，并手把手教您安装与使用它。

简介

Mininet 是一个用于创建虚拟化网络环境的平台。

它能够在一台计算机上快速构建出包含多个交换机、主机、路由器等网络设备拓扑结构。

对于网络研究人员、开发者以及网络课程的学生来说，Mininet 是一个理想实验平台。

通过它可以模拟大规模网络环境，进行各种网络协议研究、网络应用的开发测试以及网络教学演示等。

例如，如果您想研究一种新的网络路由算法，借助 Mininet 就可以轻松搭建出实验所需的网络场景，无需搭建实体网络设备，大大节省了成本和时间。

它的核心优势在于轻量级以及灵活性。Mininet 是基于 Linux 的用户模式 Linux 网络命名空间技术实现的，这使得它能很方便地在各种 Linux 系统上运行。

而且，Mininet 的网络拓扑结构可以灵活定制，无论是简单的链式拓扑、树形拓扑，还是复杂的自定义拓扑，都能通过简单的配置文件或命令行参数来实现。

同时，Mininet 还支持多种网络仿真工具集成，例如 Wireshark 等，方便针对网络流量进行分析。

安装

安装 Mininet 的过程相对简便，但需要确保您的系统满足一定的前提条件。以下是基于 Ubuntu 系统安装步骤。

首先，需要更新系统的软件包列表。在终端输入命令 sudo apt update，让系统获取最新软件包信息。

然后安装必要的依赖库。可通过运行 sudo apt -y install build-essential autoconf automake libtool pkg-config gawk git python python-pip python-dev tcpdump wireshark sqlite3 curl bzip2 openvswitch-datapath-dkms openvswitch-switch openvswitch-common 命令，可一次性安装这些依赖，它们是 Mininet 正常运行和后续功能扩展的基础。

接下来就是安装 Mininet 本身。可从 Mininet 的官方仓库克隆代码，可使用命令 git clone git://github.com/mininet/mininet，然后进入 Mininet 目录中，再运行 mininet/util/install.sh -a 命令进行安装。这个安装脚本会自动完成编译和安装过程，在安装完成后，系统会提示安装成功的相关信息。

使用

安装 Mininet 后，就可以开始体验它强大的功能了。最基本的使用方式是通过命令行来创建和操作网络拓扑。

创建网络拓扑。Mininet 提供了简单的命令行参数来快速创建常见的网络拓扑。

如运行命令 sudo mn，就会自动创建一个包含两个主机、一个交换机和一个控制器的简单网络拓扑。

主机间通过交换机进行通信，控制器用于管理交换机行为。

如果想要创建更复杂的拓扑，可使用--topo 参数。如使用命令 sudo mn --topo linear,4，就会创建四个主机呈线性连接的拓扑，主机 1 连接到交换机 1，交换机 1 连接到主机 2，依此类推，形成一条链式结构。

操作网络设备。创建好网络拓扑后，Mininet 会进入交互式命令行界面。在这个界面中，可对网络设备进行各种操作。

例如，可以通过 h1 命令进入主机 1 的命令行界面，在主机 1 上执行网络相关的命令，如 ping h2 来测试主机 1 和主机 2 之间的连通性。如果网络配置正确，应该可以看到主机 1 向主机 2 发送 ICMP 请求并收到回复的信息，这就表明网络通信是正常的。

对于交换机可以使用 ovs-vsctl 命令来查看和配置交换机的端口信息、流表等等。例如，ovs-vsctl show 命令可显示交换机的详细信息，包括交换机的名称、连接主机、端口号等。

可自定义脚本。当然，Mininet 也支持使用 Python 脚本来自定义更复杂的网络行为和实验场景。您可以编写自己的 Python 脚本来定义网络拓扑、配置网络设备参数及实现特定的网络功能。

例如，您可以通过继承 Mininet 的拓扑类，创建个包含多个子网络、不同带宽和延迟设置的复杂拓扑，并在脚本中对交换机的流表进行编程，实现特定流量转发策略，例如负载均衡、流量过滤等等。这种方式为用户提供了极大的自由度，能够满足各种个性化的网络实验需求。

总结

总之，Mininet 可作为一款网络实验工具，凭借简单易用、功能强大特点，在网络领域有着广泛的应用。

无论是初学者入门网络知识，还是专业研究人员进行深度网络研究，Mininet 都是一个不可或缺的得力助手。通过掌握 Mininet 安装与使用方法，就可以开启一段精彩的网络实验之旅，探索网络世界无限奥秘。

2025-09-22 00:00:00

为了更好的执行 Python 脚本，杜老师习惯使用 Ubuntu 系统，不过在安装 Python 库时经常报错。收集了安装 Python 库的报错信息，并整理了解决办法，供需要的小伙伴们参考。

问题提示

这里以上一篇《使用 Python 脚本实现图片相似度匹配》文中代码为例，首次执行时的报错信息如下：

1
2
3
4
5

penn@penn-VMware-Virtual-Platform:~/图片$ python3 1.py
Traceback (most recent call last):
  File "/home/penn/图片/1.py", line 4, in <module>
    import imagehash
ModuleNotFoundError: No module named 'imagehash'

根据报错信息，提醒找不到 imagehash 模块，使用 pip3 命令安装需要的模块，结果又出现了错误信息。这个信息表明正在尝试在一个由操作系统管理的 Python 环境中直接安装 Python 相关的包，为了保证系统 Python 环境的稳定性和安全性而采取限制措施：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

penn@penn-VMware-Virtual-Platform:~/图片$ pip3 install imagehash
error: externally-managed-environment

× This environment is externally managed
╰─> To install Python packages system-wide, try apt install
    python3-xyz, where xyz is the package you are trying to
    install.
    
    If you wish to install a non-Debian-packaged Python package,
    create a virtual environment using python3 -m venv path/to/venv.
    Then use path/to/venv/bin/python and path/to/venv/bin/pip. Make
    sure you have python3-full installed.
    
    If you wish to install a non-Debian packaged Python application,
    it may be easiest to use pipx install xyz, which will manage a
    virtual environment for you. Make sure you have pipx installed.
    
    See /usr/share/doc/python3.13/README.venv for more information.

note: If you believe this is a mistake, please contact your Python installation or OS distribution provider. You can override this, at the risk of breaking your Python installation or OS, by passing --break-system-packages.
hint: See PEP 668 for the detailed specification.

解决方法

解决的方法有很多，这里推荐使用虚拟环境。因为使用虚拟环境可以避免直接修改系统的 Python 环境，同时方便管理依赖。按照提示创建一个虚拟环境，使用 python3 -m venv myenv 来创建虚拟环境，使用 source myenv/bin/activate 激活虚拟环境：

1
2

penn@penn-VMware-Virtual-Platform:~/图片$ python3 -m venv myenv
penn@penn-VMware-Virtual-Platform:~/图片$ source myenv/bin/activate

在激活虚拟环境后，使用以下命令安装所需的包。安装完成后运行命令 deactivate，退出虚拟环境：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

(myenv) penn@penn-VMware-Virtual-Platform:~/图片$ pip install imagehash
Collecting imagehash
  Downloading ImageHash-4.3.2-py2.py3-none-any.whl.metadata (8.4 kB)
Collecting PyWavelets (from imagehash)
  Downloading pywavelets-1.8.0-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl.metadata (9.0 kB)
Collecting numpy (from imagehash)
  Downloading numpy-2.2.5-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl.metadata (62 kB)
Collecting pillow (from imagehash)
  Downloading pillow-11.2.1-cp313-cp313-manylinux_2_28_x86_64.whl.metadata (8.9 kB)
Collecting scipy (from imagehash)
  Downloading scipy-1.15.2-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl.metadata (61 kB)
Downloading ImageHash-4.3.2-py2.py3-none-any.whl (296 kB)
Downloading numpy-2.2.5-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (16.1 MB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 16.1/16.1 MB 21.3 MB/s eta 0:00:00
Downloading pillow-11.2.1-cp313-cp313-manylinux_2_28_x86_64.whl (4.6 MB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 4.6/4.6 MB 38.6 MB/s eta 0:00:00
Downloading pywavelets-1.8.0-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (4.5 MB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 4.5/4.5 MB 38.6 MB/s eta 0:00:00
Downloading scipy-1.15.2-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl (37.3 MB)
   ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 37.3/37.3 MB 41.4 MB/s eta 0:00:00
Installing collected packages: pillow, numpy, scipy, PyWavelets, imagehash
Successfully installed PyWavelets-1.8.0 imagehash-4.3.2 numpy-2.2.5 pillow-11.2.1 scipy-1.15.2

2025-09-16 00:00:00

随着相机像素越来越大，图片体积也变大了。在图片处理中，较大的文件体积会影响性能，因此杜老师会先生成缩略图，筛选完成后再通过 Python 脚本实现图片相似度匹配。这里是一个简单的示例，供需要的小伙伴们参考。

脚本说明

以下是个基于 Python 的脚本，使用 PIL 以及 imagehash 库来实现。

遍历目录 A 中所有图片。

在目录 B 中查找相似的图片「通过感知哈希算法判断」

如找到匹配项，则将图片复制到目录 C，并以目录 A 图片的名字命名。

安装依赖

1

pip install pillow imagehash

注意：在运行脚本前，需安装所需的 Python 库。

脚本示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58

import os
import shutil
from PIL import Image
import imagehash

# 定义目录路径
dir_a = 'path/to/dirA'
dir_b = 'path/to/dirB'
dir_c = 'path/to/dirC'

# 设置相似度阈值（越小越严格）
threshold = 5

# 获取图片的感知哈希值
def get_image_hash(filepath):
    try:
        return imagehash.phash(Image.open(filepath))
    except Exception as e:
        print(f"无法处理文件 {filepath}: {e}")
        return None

# 判断两个哈希值是否相似
def is_similar(hash1, hash2):
    return hash1 - hash2 <= threshold

# 确保目标目录存在
os.makedirs(dir_c, exist_ok=True)

# 遍历目录 A
for filename in os.listdir(dir_a):
    file_a_path = os.path.join(dir_a, filename)
    
    # 检查是否为图片
    if not filename.lower().endswith(('.png', '.jpg', '.jpeg', '.gif', '.bmp')):
        continue
    
    hash_a = get_image_hash(file_a_path)
    if hash_a is None:
        continue

    # 遍历目录 B 寻找相似图片
    for b_filename in os.listdir(dir_b):
        file_b_path = os.path.join(dir_b, b_filename)
        
        # 检查是否为图片
        if not b_filename.lower().endswith(('.png', '.jpg', '.jpeg', '.gif', '.bmp')):
            continue
        
        hash_b = get_image_hash(file_b_path)
        if hash_b is None:
            continue

        if is_similar(hash_a, hash_b):
            # 构建目标路径
            file_c_path = os.path.join(dir_c, filename)
            # 复制并重命名文件
            shutil.copy(file_b_path, file_c_path)
            print(f"已找到匹配: {filename} -> {b_filename}, 已复制到 {file_c_path}")

注意：将 dir_a, dir_b 和 dir_c 替换为实际路径；threshold 控制图像相似度阈值，可以根据需要调整；支持多种常见格式图片文件；使用 imagehash.phash 进行感知哈希的比较，适合用于识别视觉上接近的图片。

运行效果

1
2
3
4
5

(myenv) penn@penn-VMware-Virtual-Platform:~/图片$ python3 1.py
已找到匹配: image105.jpg -> 1745928332994.jpg, 已复制到 c/image105.jpg
已找到匹配: image001.jpg -> 1745736425856.jpg, 已复制到 c/image001.jpg
已找到匹配: image017.jpg -> 1745736425221.jpg, 已复制到 c/image017.jpg
已找到匹配: image085.jpg -> 1745928334851.jpg, 已复制到 c/image085.jpg

注意：脚本运行过程可能会有错误提示，需要根据提示进行修复。

2025-09-10 00:00:00

北京这边天气不错，特别适合骑行。杜老师拿出了压箱底的全景相机，打算录制一段沿途景色，结果压制出的文件体积很大。之前分享过通过 FFmpeg 来压缩视频的方法，这次整理了更多的方法，供需要的小伙伴们参考！

写在前面

如果需要了解 FFmpeg 的安装方法，可以浏览《如何使用 FFmpeg 来压缩视频》一文，里面有详细介绍如何在 Linux 系统安装 FFmpeg。

如果需要在 Windows 系统上安装 FFmpeg，可以直接至官方下载安装包「或在评论区中留言」

用 CRF 参数

原理：CRF 是 H.264 编码器中用于控制视频质量的一个参数，数值越小画质越高，体积越大，一般取值范围为 18-28，默认值 23，18 是视觉无损。

命令示例：ffmpeg -i input.mp4 -c:v libx264 -crf 18 -preset veryslow -c:a copy output.mp4 此命令指定了视频编码器为 libx264，设置 CRF 的参数为 18，且使用 veryslow 预设以进一步提高编码质量，音频部分直接复制。

更改格式

原理：在不改变媒体编码的情况下，改变媒体封装格式，通常转换后的大小基本相同，一般不会出现过大差距，如果大小差距过大，需要检查媒体文件的完整性。

命令示例：ffmpeg -i input.mp4 -codec copy output.mp4 可直接更改封装格式，无需重新编码。

调分辨率

原理：降低视频分辨率可显著减小文件体积，对于对视频画质要求不是特别高，或需要在低分辨率设备上播放的场景比较适用。

命令示例：ffmpeg -i input.mp4 -vf scale=1280:720 -c:a copy output.mp4 该命令会将视频的分辨率调整为 1280×720 像素，音频的部分不进行重新编码，从而实现压缩体积目的。

调比特率

原理：降低视频比特率可以在保持原始分辨率的同时减小文件体积，适当减少比特率能够有效的减少文件大小。

命令示例：ffmpeg -i input.mp4 -b:v 2500k -c:a copy output.mp4 此命令将视频比特率设置为 2500kbps，音频流则直接复制。

用 HEVC 编码

原理：HEVC 是一种更高效的视频编码格式，在同等画质下，相较于 H.264 编码，可使文件体积更小。

命令示例：ffmpeg -i input.mp4 -c:v libx265 -crf 28 -preset medium -c:a aac -b:a 128k output.mp4 其中-c:v libx265 指定输出的视频编码器为 libx265，-crf 28 指定 CRF 参数为 28，-preset medium 平衡视频质量和压缩速度，-c:a aac -b:a 128k 表示音频部分使用 AAC 编码，并设置了音频码率为 128kbps。

2025-09-04 00:00:00

刚从合肥返京，就收到了天津出差任务。虽然京津距离不远，但杜老师平时工作较忙，周末一般都在家睡懒觉，所以也是想着趁此机会游玩一下！分享给未来过天津的小伙伴，大家来云旅游~

天津之旅

天津是中国北方的一座历史文化名城，同样是直辖市之一，有着丰富的历史底蕴和独特城市风貌。

天津建筑风格多样，中西合璧，例如五大道保存着众多西式建筑，意大利风情街则充满了浓郁异国情调。

此外，天津还有着众多的名胜古迹，例如盘山、独乐寺等等自然与人文景观，展现了其深厚文化底蕴。

天津的旅游特色主要体现在其独特的文化韵味和美食文化上，是体验津味文化与北方风情绝佳之地。

天津美食文化源远流长，如狗不理包子、煎饼果子等等传统小吃闻名全国，散发着独特的魅力。

此外，天津的相声文化也独具特色，古文化街、泥人张彩塑等更是让人感受到天津的艺术之美。

游记留影

天津的民国时代的建筑较多，也是别有一番风味：

张学良故居的餐厅：

张学良和赵四小姐卧室：

顶层是个舞厅，本来拍了歌厅整体，结果有个大爷入镜了，所以只有观众席给大家看看：

这叫聚丰当铺，可以清楚的观察到民国时代当铺格局：

这个是鹤竹堂药铺，据说是曾给慈禧光绪看病的御医所开：

皇宫舞厅，为什么杜老师想到依萍：

天津市特别警察局，杜老师也想拍亮堂点的，这里边就是暗光线，可能是想震慑罪犯：

瑞蚨祥成衣店，里边格局也很大气漂亮，就是衣服看着有一点少，毕竟都叫成衣店了，怎么衣服比杜老师的都要少：

成衣店顾客等待位，本来不想放这张的，但是这个窗和格局吸引了杜老师，所以还是放上来了：

这个是鼎章照相馆，杜老师除了会说漂亮外，不会说别的了，原谅杜老师言辞的匮乏：

民国时代诊所，不过感觉杜老师小时候诊所也长这个样子，可能杜老师也挺老的了：

这个是商会俱乐部，有很多张，但里边的光线不是很好，只有这张看起来还是不错的：

国父孙中山办公室，右上角露出来的点点就是他照片，不过相机没有全部收录进去，右侧还有一个很好看的壁炉，哈哈：

头一次看见民国的封条，必须拍照一张，杜老师一直以为封条只要有个封字就可以，没想到要写这么多东西：

这个是春和大戏院，张学良故居进门开始可以玩剧本杀的，好多人在走来走去的找线索，杜老师没有好意思参与进去，不过感觉很好玩的，大家有兴趣的可以参观的同时玩这个游戏。这个戏院里还有相声表演的，不过是固定的时间，杜老师忙着赶下一个参观地，所以并没有听相声，可惜：

最后用民国画报小广告来做结尾，张学良故居以及范竹斋故居之旅就结束啦：

全都是人，大家都在门口想拍出满意的照片，杜老师就只匆匆闪过了，毕竟杜老师没有高超的运镜技术：

这个是最后的晚餐，教堂里也好多的人，想找出一张没人的照片实在是太难了：

感觉这个吊灯和玻璃都漂亮的很，但是杜老师对宗教理解不深，不知道这个里边画面的含义，要是有解说就好了：

这个好像就是主教传教的地方吧，用隔离带围着，杜老师进不去，不过感觉就很神圣：

据说是溥仪和妃子们被从故宫赶出来之后住的地方，感觉就是个小洋楼：

溥仪和妃子们的小餐厅：

这个是溥仪妃子文绣的卧室：

这个是皇后婉容的卧室，感觉他们的床都好小啊，杜老师睡在上边都怕掉下来：

这个是溥仪的书房：

张园里也有剧本杀，每个时间段也有节目表演的，但是杜老师依然没赶上，时间太紧张了，下次一定要试试看：

最后用杜老师们伟大领袖毛主席给这段旅程做结尾，这个展区是爸爸妈妈他们那个年代结婚的布景，感觉爸爸妈妈他们来看肯定很有感触：