Python에서 이미지 선명화 기술을 사용하는 방법은 무엇입니까?

이미지 샤프닝은 사진을 더 선명하고 자세하게 만들 수 있는 일반적으로 사용되는 이미지 처리 기술입니다. Python에서는 몇 가지 일반적인 이미지 처리 라이브러리를 사용하여 이미지 선명화 기능을 구현할 수 있습니다. 이 기사에서는 이미지 선명화를 위해 Python에서 Pillow 라이브러리, OpenCV 라이브러리 및 Scikit-Image 라이브러리를 사용하는 방법을 소개합니다.

1. 이미지 선명하게 하기 위해 Pillow 라이브러리 사용

Pillow 라이브러리는 Python에서 일반적으로 사용되는 이미지 처리 라이브러리로, PIL(Python Image Library)의 향상된 버전을 제공합니다. Pillow 라이브러리는 JPG, PNG, BMP 등과 같은 다양한 유형의 이미지를 읽고 처리하는 데 사용할 수 있습니다. 이미지 선명화를 위해 Pillow 라이브러리를 사용하는 단계는 다음과 같습니다.

1) Pillow 라이브러리 설치

Pillow 라이브러리를 설치하려면 명령줄에 다음 명령을 입력하세요.

pip install Pillow

2) 이미지 읽기

이미지를 읽는 Pillow 라이브러리의 이미지 모듈입니다. 예를 들어, "test.jpg"라는 이름의 그림을 읽을 수 있습니다:

from PIL import Image

image = Image.open('test.jpg')

3) 그림의 선명도 향상

Pillow 라이브러리의 필터 모듈을 사용하여 선명하게 하기 작업을 수행합니다. 흐림, 가장자리 향상, 선명도 향상과 같은 필터를 사용할 수 있습니다. 여기서는 이미지의 선명도를 향상시키기 위해 UnsharpMask 필터를 사용합니다.

from PIL import ImageFilter

sharpened_image = image.filter(ImageFilter.UnsharpMask(radius=2, percent=150, threshold=3))

위 코드에서 radius 매개변수는 흐림 반경을 지정하고, Percent 매개변수는 선명도 비율을 지정하고, Threshold 매개변수는 선명도 임계값을 지정합니다.

4) 결과 저장

마지막으로 save() 메서드를 사용하여 결과를 새 그림으로 저장합니다.

sharpened_image.save('sharpened_test.jpg')

2. 이미지 선명화를 위해 OpenCV 라이브러리 사용

OpenCV 라이브러리는 오픈 소스 컴퓨터 비전 라이브러리입니다. 다양한 이미지 처리 작업에 사용할 수 있습니다. 이미지 선명화를 위해 OpenCV 라이브러리를 사용하는 단계는 다음과 같습니다.

1) OpenCV 라이브러리 설치

OpenCV 라이브러리를 설치하려면 명령줄에 다음 명령을 입력하세요.

pip install opencv-python

2) 이미지 읽기

사용 OpenCV 라이브러리의 imread() 함수를 사용하여 사진 촬영을 읽을 수 있습니다. 예를 들어 "test.jpg"라는 이름의 그림을 읽을 수 있습니다:

import cv2

image = cv2.imread('test.jpg')

3) 그림의 선명도 향상

OpenCV 라이브러리의 Laplacian 기능을 사용하여 그림의 선명도를 향상하세요. 코드는 다음과 같습니다.

import cv2

kernel_size = 3
scale = 1
delta = 0
ddepth = cv2.CV_16S

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (3, 3), 0)
dst = cv2.Laplacian(gray, ddepth, ksize=kernel_size, scale=scale, delta=delta)
absdst = cv2.convertScaleAbs(dst)

위 코드에서 kernel_size 매개변수는 연산자의 크기를 지정하고, scale 매개변수는 배율 인수를 지정하고, delta 매개변수는 오프셋을 지정하고, dlength 매개변수는 출력 깊이를 지정합니다.

4) 결과 저장

마지막으로 imwrite() 함수를 사용하여 결과를 새 그림으로 저장합니다.

cv2.imwrite('sharpened_test.jpg', absdst)

3. 이미지 선명화를 위해 Scikit-Image 라이브러리 사용

Scikit-Image 라이브러리는 Python입니다. 다양한 영상처리 알고리즘을 제공하는 영상처리 라이브러리입니다. 이미지 선명화를 위해 Scikit-Image 라이브러리를 사용하는 단계는 다음과 같습니다.

1) Scikit-Image 라이브러리 설치

Scikit-Image 라이브러리를 설치하려면 명령줄에 다음 명령을 입력하세요.

pip install scikit-image

2) 읽기 이미지

Scikit 사용 - 이미지 라이브러리의 io 모듈이 이미지를 읽습니다. 예를 들어, "test.jpg"라는 이름의 그림을 읽을 수 있습니다:

from skimage import io

image = io.imread('test.jpg')

3) 그림의 선명도를 향상시키세요

Scikit-Image 라이브러리의 변환 모듈을 사용하여 선명하게 하기 작업을 수행하세요. 여기서는 unsharp_mask() 함수를 사용하여 이미지의 선명도를 향상시킵니다.

from skimage import filters

sharpened_image = filters.unsharp_mask(image, radius=2, amount=1.5, multichannel=True)

위 코드에서 radius 매개변수는 컨볼루션 커널의 크기를 지정하고 amount 매개변수는 선명도를 지정하며 multichannel 매개변수는 선명도를 지정합니다. 컬러 이미지 입니다.

4) 결과 저장

마지막으로 io 모듈의 imsave() 함수를 사용하여 결과를 새 이미지로 저장합니다.

io.imsave('sharpened_test.jpg', sharpened_image)

결론

이 글에서는 Pillow 라이브러리, OpenCV 라이브러리 및 Scikit의 사용 방법을 소개합니다. -이미지 선명화를 위한 Python 라이브러리 방법의 이미지. 이러한 라이브러리는 이미지를 처리하기 위한 다양한 알고리즘과 기능을 제공하며, 필요에 따라 이를 사용하도록 선택할 수 있습니다. 이미지 선명화는 이미지 처리의 중요한 부분이며 이미지의 품질과 선명도를 향상시킬 수 있으며 실제 응용 분야에서 광범위한 응용 가능성을 가지고 있습니다.

위 내용은 Python에서 이미지 선명화 기술을 사용하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!