Comment utiliser les expressions régulières Python pour le traitement d'images

Avec le développement rapide de la technologie de l'intelligence artificielle et de la vision par ordinateur, le traitement de l'image est devenu l'un des axes de recherche importants dans les domaines de l'informatique et de l'intelligence artificielle. Python est un langage de programmation facile à apprendre et l'un des langages les plus populaires dans le domaine du traitement d'images. Les expressions régulières sont un outil puissant pour faire correspondre et traiter des chaînes. Cet article explique comment utiliser les expressions régulières Python pour le traitement d'images.

1. Installer les bibliothèques associées

Avant d'utiliser Python pour le traitement d'images, vous devez installer certaines bibliothèques Python associées. Parmi elles, la bibliothèque la plus importante utilisée pour le traitement d’images est OpenCV. Il peut être installé à l'aide de la commande suivante :

pip install opencv-python

En plus d'OpenCV, vous devez également installer la bibliothèque Pillow, qui est l'une des bibliothèques de traitement d'images les plus populaires en Python. Il peut être installé à l'aide de la commande suivante :

pip install Pillow

Vous devez également installer la bibliothèque numpy, qui est une bibliothèque Python très populaire utilisée pour les calculs numériques et les calculs scientifiques. Vous pouvez utiliser la commande suivante pour installer :

pip install numpy

2. Ouvrir et enregistrer des images

En Python, vous pouvez utiliser la bibliothèque OpenCV pour ouvrir et enregistrer des images. Voici le code pour ouvrir et afficher l'image :

import cv2

img = cv2.imread('image.jpg')
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

Dans cet exemple, nous lisons l'image nommée "image.jpg", utilisons la méthode cv2.imshow() pour afficher l'image, et utilisons cv2.waitKey(0) Attendez la réponse de l'utilisateur et enfin utilisez cv2.destroyAllWindows() pour fermer toutes les fenêtres ouvertes.

Voici le code pour enregistrer l'image :

import cv2

img = cv2.imread('image.jpg')
cv2.imwrite('saved_image.jpg', img)

Dans cet exemple, nous lisons l'image nommée "image.jpg" en mémoire puis utilisons la méthode cv2.imwrite() pour la sauvegarder dans le fichier nommé "saved_image . jpg".

3. Traitement d'image

Ensuite, nous présenterons comment utiliser les expressions régulières pour le traitement d'image. En Python, vous pouvez utiliser des expressions régulières à l'aide de la bibliothèque re. Voici le code pour convertir l'image en noir et blanc :

import cv2
import numpy as np

img = cv2.imread('image.jpg')
gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('gray image', gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Dans cet exemple, on lit d'abord l'image. Ensuite, utilisez la méthode cv2.cvtColor() pour la convertir en image en niveaux de gris. Enfin, utilisez la méthode cv2.imshow() pour afficher l'image en niveaux de gris.

Voici le code de compression d'image à l'aide d'expressions régulières :

import cv2
import numpy as np
import re

img = cv2.imread('image.jpg')
compressed_image = cv2.imencode('.jpg', img, [cv2.IMWRITE_JPEG_QUALITY, 50])[1].tobytes()

cv2.imshow('compressed image', cv2.imdecode(np.frombuffer(compressed_image, dtype=np.uint8), 1))
cv2.waitKey(0)
cv2.destroyAllWindows()

Dans cet exemple, nous lisons d'abord l'image. Ensuite, utilisez la méthode cv2.imencode() pour compresser l'image au format jpeg et définissez la qualité de compression sur 50. Enfin, nous utilisons des expressions régulières pour modifier le format de fichier compressé jpeg, et utilisons la méthode cv2.imdecode() pour le décoder et l'afficher.

4. Résumé

Cet article présente comment utiliser les expressions régulières Python pour le traitement d'images. Tout d'abord, nous avons installé les bibliothèques Python nécessaires. Ensuite, nous avons appris à ouvrir et enregistrer des images. Enfin, nous avons expliqué comment utiliser les expressions régulières pour le traitement d'images, notamment la conversion d'images en noir et blanc et la compression d'images au format JPEG. Python et les expressions régulières sont des outils indispensables dans le traitement d'images. Leur maîtrise peut nous aider à effectuer un meilleur traitement d'image.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!