Memuatkan imej menggunakan Python Mahotas

王林
Lepaskan: 2023-08-31 09:01:02
ke hadapan
1021 orang telah melayarinya

使用Python Mahotas加载图像

Python terkenal dengan perpustakaan berkuasa yang boleh mengendalikan hampir semua tugas, dan pemprosesan imej tidak terkecuali. Pilihan popular untuk ini ialah Mahotas, visi komputer dan perpustakaan pemprosesan imej. Artikel ini meneroka cara memuatkan imej menggunakan Python's Mahotas dan menyediakan contoh praktikal.

Memperkenalkan Mahotas

Mahotas ialah perpustakaan kompleks yang mengandungi pelbagai kaedah pemprosesan imej dan penglihatan komputer. Dengan tumpuan yang kuat pada kelajuan dan produktiviti, Mahotas memberi anda akses kepada lebih 100 ciri, termasuk penukaran ruang warna, penapisan, morfologi, pengekstrakan ciri dan banyak lagi. Panduan ini memberi tumpuan kepada salah satu peringkat pemprosesan imej yang paling penting - memuatkan imej.

Pasang Mahotas

Sebelum kita mula memuatkan foto, kita mesti terlebih dahulu mengesahkan bahawa Mahotas telah dipasang. Menggunakan pip, anda boleh menambah pakej ini pada persekitaran Python anda

pip install mahotas
Salin selepas log masuk

Pastikan anda mempunyai versi terkini untuk prestasi optimum dan akses kepada semua ciri.

Memuatkan imej menggunakan Mahotas

mahotas.imread() fungsi membaca imej dan memuatkannya ke dalam tatasusunan NumPy. Ia menyokong pelbagai format fail, termasuk JPEG, PNG dan TIFF.

Contoh 1: Pemuatan imej asas

Memuatkan imej adalah semudah menyediakan laluan imej ke fungsi 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)
Salin selepas log masuk

Kod ini memuatkan imej dan mengeluarkan dimensi imej (tinggi, lebar dan bilangan saluran warna), jenis (sepatutnya numpy ndarray) dan jenis.

Contoh 2: Pemuatan imej skala kelabu

Dalam sesetengah kes, anda mungkin mahu memuatkan imej sebagai skala kelabu pada mulanya. Untuk melakukan ini, anda boleh menggunakan parameter as_grey

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)
Salin selepas log masuk

Memandangkan hanya terdapat satu saluran warna, imej kini adalah tatasusunan 2D (tinggi dan lebar sahaja).

Contoh 3: Muatkan imej daripada URL

Mahotas membolehkan anda memuatkan foto terus dari URL. Imread() tidak boleh melakukan ini secara langsung, jadi kita perlu memanfaatkan perpustakaan lain seperti urllib dan io.

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)
Salin selepas log masuk

Dengan kod ini anda boleh memuatkan imej dari web dengan cepat ke dalam ndarray numpy untuk pemprosesan selanjutnya.

KESIMPULAN

Langkah pertama dalam pemprosesan imej ialah memuatkan imej, dan pakej Mahotas Python memudahkan proses ini. Sama ada anda bekerja dengan fail tempatan atau foto web, warna atau skala kelabu, Mahotas menyediakan anda alat yang anda perlukan.

Dengan menguasai pemuatan imej, anda telah mencapai kemajuan dalam menguasai keupayaan pemprosesan imej Python. Walau bagaimanapun, perjalanan tidak berakhir di sana; Mahotas juga menyediakan banyak alat untuk anda mengubah suai dan menganalisis foto anda.

Atas ialah kandungan terperinci Memuatkan imej menggunakan Python Mahotas. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:tutorialspoint.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan