


Bagaimana dengan Cekap Menukar Imej PIL kepada Tatasusunan NumPy untuk Transformasi Piksel?
Menukar Imej PIL kepada Tatasusunan NumPy untuk Transformasi Piksel yang Cekap
Apabila bekerja dengan tugas pemprosesan imej, selalunya wajar untuk menukar PIL ( Python Imaging Library) ke dalam tatasusunan NumPy untuk transformasi mengikut piksel yang lebih pantas. Penukaran ini membolehkan manipulasi data imej yang cekap, membolehkan operasi imej yang lebih kompleks dan dioptimumkan masa.
Untuk menukar imej PIL kepada tatasusunan NumPy, seseorang boleh menggunakan coretan kod berikut:
pic = Image.open("foo.jpg") pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)
Kod ini membaca data imej daripada imej PIL dan membentuknya semula menjadi tatasusunan NumPy 3 dimensi, di mana setiap dimensi mewakili ketinggian, lebar dan saluran imej (cth. RGB).
Untuk menukar tatasusunan NumPy kembali ke dalam imej PIL selepas melakukan transformasi yang diingini, kod berikut boleh digunakan:
new_pic = Image.fromarray(modified_pix)
Walau bagaimanapun, kaedah ini tidak membenarkan pengubahsuaian langsung imej PIL asal menggunakan tatasusunan NumPy yang diubah suai .
Sebelum PIL versi 1.1.6, mengubah suai imej PIL asal diperlukan menukar tatasusunan NumPy kepada senarai tupel:
data = list(tuple(pixel) for pixel in modified_pix) pic.putdata(data)
Walau bagaimanapun, pendekatan ini boleh menjadi perlahan dan tidak cekap.
Dalam PIL versi 1.1.6 dan ke atas, kaedah pilihan untuk menukar antara imej PIL dan tatasusunan NumPy ialah:
pix = numpy.array(pic)
Arahan ini menghasilkan tatasusunan NumPy 3 dimensi dengan baris, lajur , dan saluran RGB sebagai dimensinya.
Selepas melakukan transformasi piksel, tatasusunan yang dikemas kini boleh ditukar kembali kepada imej PIL menggunakan:
new_pic = Image.fromarray(modified_pix)
Sebagai alternatif, seseorang boleh mengubah suai PIL asal imej menggunakan tatasusunan NumPy yang diubah suai dengan:
pic.putdata(modified_pix)
Atas ialah kandungan terperinci Bagaimana dengan Cekap Menukar Imej PIL kepada Tatasusunan NumPy untuk Transformasi Piksel?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Bagaimana Mengajar Asas Pengaturcaraan Pemula Komputer Dalam masa 10 jam? Sekiranya anda hanya mempunyai 10 jam untuk mengajar pemula komputer beberapa pengetahuan pengaturcaraan, apa yang akan anda pilih untuk mengajar ...

Cara mengelakkan dikesan semasa menggunakan fiddlerevery di mana untuk bacaan lelaki-dalam-pertengahan apabila anda menggunakan fiddlerevery di mana ...

Memuatkan Fail Pickle di Python 3.6 Kesalahan Laporan Alam Sekitar: ModulenotFoundError: Nomodulenamed ...


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

MinGW - GNU Minimalis untuk Windows
Projek ini dalam proses untuk dipindahkan ke osdn.net/projects/mingw, anda boleh terus mengikuti kami di sana. MinGW: Port Windows asli bagi GNU Compiler Collection (GCC), perpustakaan import yang boleh diedarkan secara bebas dan fail pengepala untuk membina aplikasi Windows asli termasuk sambungan kepada masa jalan MSVC untuk menyokong fungsi C99. Semua perisian MinGW boleh dijalankan pada platform Windows 64-bit.

Versi Mac WebStorm
Alat pembangunan JavaScript yang berguna

SecLists
SecLists ialah rakan penguji keselamatan muktamad. Ia ialah koleksi pelbagai jenis senarai yang kerap digunakan semasa penilaian keselamatan, semuanya di satu tempat. SecLists membantu menjadikan ujian keselamatan lebih cekap dan produktif dengan menyediakan semua senarai yang mungkin diperlukan oleh penguji keselamatan dengan mudah. Jenis senarai termasuk nama pengguna, kata laluan, URL, muatan kabur, corak data sensitif, cangkerang web dan banyak lagi. Penguji hanya boleh menarik repositori ini ke mesin ujian baharu dan dia akan mempunyai akses kepada setiap jenis senarai yang dia perlukan.

Dreamweaver Mac版
Alat pembangunan web visual

Pelayar Peperiksaan Selamat
Pelayar Peperiksaan Selamat ialah persekitaran pelayar selamat untuk mengambil peperiksaan dalam talian dengan selamat. Perisian ini menukar mana-mana komputer menjadi stesen kerja yang selamat. Ia mengawal akses kepada mana-mana utiliti dan menghalang pelajar daripada menggunakan sumber yang tidak dibenarkan.