Laden von Bildern mit Python Mahotas

王林
Freigeben: 2023-08-31 09:01:02
nach vorne
982 Leute haben es durchsucht

使用Python Mahotas加载图像

Python ist bekannt für seine leistungsstarken Bibliotheken, die nahezu jede Aufgabe bewältigen können, und die Bildverarbeitung bildet da keine Ausnahme. Eine beliebte Wahl hierfür ist Mahotas, eine Bibliothek für Computer Vision und Bildverarbeitung. In diesem Artikel wird erläutert, wie Bilder mit Pythons Mahotas geladen werden, und es werden praktische Beispiele bereitgestellt.

Wir stellen vor: Mahotas

Mahotas ist eine komplexe Bibliothek, die eine Vielzahl von Bildverarbeitungs- und Computer-Vision-Methoden enthält. Mit einem starken Fokus auf Geschwindigkeit und Produktivität bietet Ihnen Mahotas Zugriff auf über 100 Funktionen, darunter Farbraumkonvertierung, Filterung, Morphologie, Merkmalsextraktion und mehr. Dieser Leitfaden konzentriert sich auf einen der wichtigsten Schritte der Bildverarbeitung – das Laden eines Bildes.

Installieren Sie Mahotas

Bevor wir mit dem Laden von Fotos beginnen, müssen wir zunächst bestätigen, dass Mahotas installiert ist. Mit pip können Sie dieses Paket zu Ihrer Python-Umgebung hinzufügen

pip install mahotas
Nach dem Login kopieren

Stellen Sie sicher, dass Sie über die neueste Version verfügen, um optimale Leistung und Zugriff auf alle Funktionen zu gewährleisten.

Bilder mit Mahotas laden

Die Funktion

mahotas.imread() liest das Bild und lädt es in ein NumPy-Array. Es unterstützt eine Vielzahl von Dateiformaten, darunter JPEG, PNG und TIFF.

Beispiel 1: Einfaches Laden von Bildern

Das Laden eines Bildes ist so einfach wie die Angabe des Bildpfads für die Funktion imread()

import mahotas as mh

# Load the image
image = mh.imread('path_to_image.jpg')

# Print the type and dimensions of the image
print(type(image))
print(image.shape)
Nach dem Login kopieren

Dieser Code lädt ein Bild und gibt die Abmessungen (Höhe, Breite und Anzahl der Farbkanäle), den Typ (sollte numpy ndarray sein) und den Typ des Bildes aus.

Beispiel 2: Laden von Graustufenbildern

In manchen Fällen möchten Sie das Bild möglicherweise zunächst als Graustufenbild laden. Hierfür können Sie den Parameter as_grey verwenden

import mahotas as mh

# Load the image as grayscale
image = mh.imread('path_to_image.jpg', as_grey=True)

# Print the type and dimensions of the image
print(type(image))
print(image.shape)
Nach dem Login kopieren

Da es nur einen Farbkanal gibt, ist das Bild jetzt ein 2D-Array (nur Höhe und Breite).

Beispiel 3: Bild von URL laden

Mahotas ermöglicht das direkte Laden von Fotos von einer URL. Imread() kann dies nicht direkt tun, daher müssen wir andere Bibliotheken wie urllib und io nutzen.

import mahotas as mh
import urllib.request
from io import BytesIO

# URL of the image
url = 'https://example.com/path_to_image.jpg'

# Open URL and load image
with urllib.request.urlopen(url) as url:
   s = url.read()

# Convert to BytesIO object and read image
image = mh.imread(BytesIO(s))

# Print the type and dimensions of the image
print(type(image))
print(image.shape)
Nach dem Login kopieren

Mit Hilfe dieses Codes können Sie Bilder aus dem Web schnell zur weiteren Verarbeitung in ein Numpy-Ndarray laden.

Fazit

Der erste Schritt bei der Bildverarbeitung besteht darin, das Bild zu laden, und das Mahotas-Paket von Python vereinfacht diesen Vorgang. Egal, ob Sie mit lokalen Dateien oder Webfotos, in Farbe oder Graustufen arbeiten, Mahotas hat die Tools, die Sie brauchen.

Indem Sie das Laden von Bildern beherrschen, haben Sie Fortschritte bei der Beherrschung der Bildverarbeitungsfunktionen von Python gemacht. Damit endet die Reise jedoch nicht; Mahotas bietet Ihnen auch eine Fülle von Tools, mit denen Sie Ihre Fotos weiter bearbeiten und analysieren können.

Das obige ist der detaillierte Inhalt vonLaden von Bildern mit Python Mahotas. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:tutorialspoint.com
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage
Über uns Haftungsausschluss Sitemap
Chinesische PHP-Website:Online-PHP-Schulung für das Gemeinwohl,Helfen Sie PHP-Lernenden, sich schnell weiterzuentwickeln!