Python でマシン ビジョン ライブラリを使用するにはどうすればよいですか?

マシン ビジョン テクノロジの継続的な開発と広範な応用により、Python は最も人気のあるプログラミング言語の 1 つになりました。 OpenCV や Pillow など、Python のマシン ビジョン ライブラリも徐々に成熟してきました。この記事では、Python でマシン ビジョン ライブラリを使用する方法を学びます。

1. マシン ビジョン ライブラリのインストール

マシン ビジョン ライブラリの使用を開始する前に、対応するライブラリをインストールする必要があります。その中でも、OpenCV と Pillow は最もよく使用されるマシン ビジョン ライブラリです。

OpenCV をインストールする前に、まず numpy ライブラリをインストールする必要があります。次のコマンドでインストールできます:

pip install numpy

次に、OpenCV ライブラリをインストールできます:

pip install opencv-python

Pillow ライブラリのインストールは比較的簡単で、次のコマンドを実行するだけです:

pip installpillow

2. 画像の読み取り

画像の読み取りは、マシン ビジョンの分野で一般的に使用される操作の 1 つです。画像は OpenCV または Pillow ライブラリを使用して読み取ることができます。

OpenCV ライブラリを使用して画像を読み取るコードは次のとおりです:

import cv2

# 读取图像
img = cv2.imread('image.jpg') 

# 显示图像
cv2.imshow('image', img) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

Pillow ライブラリを使用して画像を読み取るコードは次のとおりです:

from PIL import Image

# 读取图像
img = Image.open('image.jpg') 

# 显示图像
img.show() 

上記のコードでは、「image.Replace jpg」を実際の画像ファイル名とパスに変更する必要があります。

3. 画像操作

画像の読み取りと表示に加えて、マシン ビジョン ライブラリはさまざまな画像操作も実行できます。一般的な画像操作の一部を次に示します。

3.1 画像サイズの調整

OpenCV ライブラリを使用して画像サイズを調整するコードは次のとおりです。

import cv2

# 读取图像
img = cv2.imread('image.jpg') 

# 缩小图像至一半大小
resized_img = cv2.resize(img, (0,0), fx=0.5, fy=0.5)

# 显示缩小后的图像
cv2.imshow('resized image', resized_img) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

The code for Pillow ライブラリを使用して画像サイズを調整する手順は次のとおりです。

from PIL import Image

# 读取图像
img = Image.open('image.jpg') 

# 缩小图像至一半大小
resized_img = img.resize((img.size[0]//2, img.size[1]//2))

# 显示缩小后的图像
resized_img.show() 

3.2 グレースケール処理

OpenCV ライブラリを使用したグレースケール処理のコードは次のとおりです。

import cv2

# 读取图像
img = cv2.imread('image.jpg') 

# 转换为灰度图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 显示灰度图像
cv2.imshow('gray image', gray_img) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

Pillow ライブラリを使用したグレースケール処理のコードは次のとおりです:

from PIL import Image

# 读取图像
img = Image.open('image.jpg') 

# 转换为灰度图像
gray_img = img.convert('L')

# 显示灰度图像
gray_img.show() 

3.3 エッジ検出

OpenCV ライブラリを使用したエッジ検出のコードは次のとおりです:

import cv2

# 读取图像
img = cv2.imread('image.jpg') 

# 进行边缘检测
edge_img = cv2.Canny(img, 100, 200)

# 显示边缘检测后的图像
cv2.imshow('edge image', edge_img) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

コードPillow ライブラリを使用したエッジ検出の手順は次のとおりです:

from PIL import Image, ImageFilter

# 读取图像
img = Image.open('image.jpg') 

# 进行边缘检测
edge_img = img.filter(ImageFilter.FIND_EDGES)

# 显示边缘检测后的图像
edge_img.show() 

4. 結論

上記では、Python でマシン ビジョン ライブラリを使用する基本的な操作を紹介しました。独自のニーズに応じて、さまざまなマシン ビジョン ライブラリと画像操作方法を使用します。ただし、マシン ビジョン ライブラリを使用する場合は、コード インジェクションやその他のセキュリティ問題を回避するために、コードのセキュリティと合法性に注意を払う必要があることに注意してください。

以上がPython でマシン ビジョン ライブラリを使用するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。