


Bagaimana untuk mewarnakan imej segmen menggunakan Python
Cara menggunakan Python untuk mewarnakan imej segmen
Apabila kita memproses imej, kadangkala kita perlu mengasingkan bahagian warna yang berbeza pada imej untuk pemprosesan atau analisis yang berasingan. Ini boleh dicapai dengan menggunakan beberapa perpustakaan pemprosesan imej bahasa pengaturcaraan Python. Artikel ini akan memperkenalkan cara menggunakan Python untuk mewarnakan imej segmen dengan cara yang mudah, dengan contoh kod dilampirkan.
Langkah 1: Pasang perpustakaan yang diperlukan
Mula-mula, kita perlu memasang Bantal perpustakaan pemprosesan imej Python. Jalankan arahan berikut dalam terminal atau command prompt untuk memasang perpustakaan Bantal:
pip install pillow
Langkah 2: Import perpustakaan yang diperlukan
Dalam kod Python, kita perlu mengimport perpustakaan Bantal bersama beberapa perpustakaan lain yang diperlukan seperti yang ditunjukkan di bawah:
from PIL import Image import numpy as np import matplotlib.pyplot as plt
Langkah 3: Muatkan imej
Seterusnya, kita perlu memuatkan imej untuk disegmen warna. Gunakan fungsi Image.open()
daripada perpustakaan Bantal untuk memuatkan fail imej dan menukarnya kepada tatasusunan NumPy untuk pemprosesan selanjutnya. Kod sampel adalah seperti berikut:
image_path = "image.jpg" # 图像文件的路径 image = Image.open(image_path) image_array = np.array(image)
Langkah 4: Pembahagian warna
Setelah kami memuatkan imej dan menukarnya kepada tatasusunan NumPy, kami boleh menggunakan fungsi perpustakaan NumPy untuk mewarnakan segmen imej. Kod sampel berikut akan membahagikan imej berdasarkan nilai RGB warna:
red_mask = (image_array[:, :, 0] > 100) # 红色通道大于100的像素点为True,其余为False green_mask = (image_array[:, :, 1] < 50) # 绿色通道小于50的像素点为True,其余为False blue_mask = (image_array[:, :, 2] < 75) # 蓝色通道小于75的像素点为True,其余为False # 创建一个与图像大小相同的全黑图像 segmented_image = np.zeros_like(image_array) # 使用颜色掩码将分割后的像素点赋值给新图像 segmented_image[red_mask] = image_array[red_mask] segmented_image[green_mask] = image_array[green_mask] segmented_image[blue_mask] = image_array[blue_mask]
Langkah 5: Paparkan imej tersegmen
Akhir sekali, kita boleh menggunakan perpustakaan Matplotlib untuk memaparkan imej tersegmen. Kod sampel berikut memaparkan imej belah pada skrin:
plt.imshow(segmented_image) plt.axis("off") # 关闭坐标轴 plt.show()
Selepas melengkapkan langkah di atas, kita boleh menjalankan kod dan melihat imej pecahan warna. Bergantung pada keperluan anda, anda boleh menyesuaikan peraturan pembahagian warna anda berdasarkan nilai saluran warna yang berbeza bagi imej.
Kod lengkap adalah seperti berikut:
from PIL import Image import numpy as np import matplotlib.pyplot as plt image_path = "image.jpg" # 图像文件的路径 image = Image.open(image_path) image_array = np.array(image) red_mask = (image_array[:, :, 0] > 100) # 红色通道大于100的像素点为True,其余为False green_mask = (image_array[:, :, 1] < 50) # 绿色通道小于50的像素点为True,其余为False blue_mask = (image_array[:, :, 2] < 75) # 蓝色通道小于75的像素点为True,其余为False segmented_image = np.zeros_like(image_array) segmented_image[red_mask] = image_array[red_mask] segmented_image[green_mask] = image_array[green_mask] segmented_image[blue_mask] = image_array[blue_mask] plt.imshow(segmented_image) plt.axis("off") # 关闭坐标轴 plt.show()
Melalui langkah di atas, kita boleh menggunakan Python untuk mewarnakan imej segmen dengan mudah. Berdasarkan keperluan khusus dan ciri imej, anda boleh menyesuaikan peraturan pembahagian warna dan pemprosesan dan analisis imej seterusnya.
Atas ialah kandungan terperinci Bagaimana untuk mewarnakan imej segmen menggunakan Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

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 ...

Bagaimana untuk menyelesaikan masalah segmentasi kata Jieba dalam analisis komen tempat yang indah? Semasa kami mengadakan komen dan analisis tempat yang indah, kami sering menggunakan alat segmentasi perkataan jieba untuk memproses teks ...


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

Penyesuai Pelayan SAP NetWeaver untuk Eclipse
Integrasikan Eclipse dengan pelayan aplikasi SAP NetWeaver.

PhpStorm versi Mac
Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

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.

Dreamweaver Mac版
Alat pembangunan web visual

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.