### PyCharm 中标记点功能的使用 PyCharm 提供了一种便捷的方式来管理代码中的特定位置，这些被称为 **书签** 或者 **标记点（Marked Places）**。通过这种方式，开发者可以快速跳转到感兴趣的代码片段或者记录下需要后续处理的位置。 #### 创建标记点 在 PyCharm 中创建标记点非常简单。可以通过右键点击编辑器左侧的装订线区域（Gutter Area），然后选择 `Bookmark` 菜单项来设置一个普通的书签[^4]。如果希望为该书签附加描述信息，则可以选择带有字母或符号的选项以便于识别。 #### 查看与导航已有的标记点 所有的标记都会显示在一个专门的工具窗口里——即“Bookmarks”视图中。打开这个视图的方法是从菜单栏依次进入 View -> Tool Windows -> Bookmarks 。在这里不仅能够看到所有设定好的标记列表，还可以执行删除操作或是直接双击某项以迅速定位至对应的源码处[^5]。 另外值得注意的是，在状态栏上也有一个小图标用于展示当前文件内的书签数量以及提供快捷访问入口；同时支持利用 Ctrl+Shift+N (Windows/Linux) 或 Command+Shift+N (macOS) 组合键启动搜索框输入具体名称从而实现精准查找目标书签的目的[^6]。 #### 自定义配置增强体验 为了进一步提升效率，用户可以根据个人喜好调整一些参数比如开启自动缩进保留特性当替换整行时(`autoindent`) [^2] ，这样即使修改了大量内容也不会破坏原有的结构美观度; 另外也可以集成其他静态分析工具如pylint作为外部辅助手段确保遵循PEP8编码标准的同时获得更加全面细致的质量反馈报告 [^1]. 尽管上述提及的内容主要围绕着基础层面展开讨论，但实际上随着版本迭代更新不断推进，如今最新版次下的PyCharm还引入了不少高级特性和优化改进措施旨在满足不同层次需求用户的期望值。 ```python # 示例：简单的 Python 代码片段演示如何应用 cv2.inRange 函数检测指定范围的颜色并返回其坐标集合。 import cv2 import numpy as np def find_color_coordinates(image_path, lower_bound, upper_bound): img = cv2.imread(image_path) hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) mask = cv2.inRange(hsv_img, np.array(lower_bound), np.array(upper_bound)) coordinates = [] _, contours,_=cv2.findContours(mask,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)[-2:] for contour in contours: moments=cv2.moments(contour) cx=int(moments['m10']/moments['m00']) cy=int(moments['m01']/moments['m00']) coordinates.append((cx,cy)) return coordinates print(find_color_coordinates('example.jpg',[36,25,25],[70,255,255])) ```