Thêm tiêu đề vào hình ảnh python
Trong bài viết này, chúng ta sẽ nghiên cứu các cách khác nhau để bạn có thể đọc và hiển thị hình ảnh trong Python. Chúng ta có thể đạt được điều này bằng nhiều cách. Nguyên nhân là do kho thư viện hỗ trợ phong phú. Chúng tôi cũng sẽ khám phá cách chúng tôi có thể sử dụng chúng trong việc lai tạo với nhau Show Cách hiển thị hình ảnh bằng PythonSau đây là danh sách các thư viện của Python giúp chúng ta xử lý ảnh và thực hiện các tác vụ tương ứng
Bây giờ chúng ta hãy xem cách hiển thị hình ảnh trong cửa sổ GUI Python một cách dễ dàng. Có thể có nhiều mô-đun và/hoặc thủ thuật khác để xem hình ảnh, vì vậy đừng giới hạn bản thân chỉ với 5 mô-đun này 1. OpenCV để hiển thị hình ảnh trong PythonĐây là một gói rất nổi tiếng, thân thiện với người mới bắt đầu và mã nguồn mở và mạnh mẽ, chịu trách nhiệm xử lý hình ảnh. Với một nhóm lệnh nhỏ, chúng ta có thể đưa hành trình Thị giác máy tính của mình lên một tầm cao mới. Có hai chức năng chính mà OpenCV cung cấp để đọc và hiển thị hình ảnh
Mã số import sys # to access the system import cv2 img = cv2.imread("sheep.png", cv2.IMREAD_ANYCOLOR) while True: cv2.imshow("Sheep", img) cv2.waitKey(0) sys.exit() # to exit from all the processes cv2.destroyAllWindows() # destroy all windows đầu ra Giải trình
2. MatplotlibGói này chủ yếu để trực quan hóa dữ liệu. Tuy nhiên, thông qua các kỹ thuật vẽ đồ thị, chúng ta có thể xem hình ảnh ở định dạng đồ họa trong đó mỗi pixel nằm trên các trục x-y 2D Thư viện này cũng có các chức năng tương đương với open cv. Chỉ tên gói thay đổi
Mã số from matplotlib import pyplot as plt from matplotlib import image as mpimg plt.title("Sheep Image") plt.xlabel("X pixel scaling") plt.ylabel("Y pixels scaling") image = mpimg.imread("sheep.png") plt.imshow(image) plt.show() đầu ra Giải trình
3. Cái gốiThư viện này thường cung cấp các phương thức đơn giản để thao tác với Hình ảnh. Chúng ta có thể nói rằng nó là một thư viện chỉ dành cho hình ảnh vì tính đơn giản và khả năng thích ứng của nó. Các hàm chúng ta sẽ sử dụng là open() và show() từ mô-đun Image của PILLOW. Hành động này chỉ trong vòng ba dòng mã Mã số from PIL import Image img = Image.open("sheep.png") img.show() đầu ra Giải trình
4. Hình ảnh ScikitScikit-Image là một mô-đun con của Scikit-Learn. Nó được xây dựng dựa trên Python và thư viện hỗ trợ Matplotlib, do đó nó có được một số chức năng của nó. Các phương thức tương tự như các gói trước mà chúng ta đã thấy trước đây Mã số from skimage import io img = io.imread("sheep.png") io.imshow(img) đầu ra 5. dòng chảy căngĐây là một thư viện Machine Learning mạnh mẽ, đặc biệt là từ Google. tập đoàn. Nó hoạt động trên các khía cạnh khác nhau của Machine Learning, Deep Learning và các khái niệm liên quan. Nó cũng có các bộ dữ liệu tích hợp để bắt đầu một hành trình không rắc rối về Khoa học dữ liệu và kỹ thuật ML. Nó hoạt động cụ thể trên lõi GPU CUDA của máy tính. Điều này làm cho việc đào tạo mô hình hiệu quả hơn và ít gây căng thẳng hơn cho CPU Chúng tôi sẽ sử dụng thư viện này cùng với mô-đun Matplotlib. Bởi vì điều này làm cho hình ảnh vẽ và hiển thị dễ dàng hơn nhiều Mã số from warnings import filterwarnings import tensorflow as tf from tensorflow import io from tensorflow import image from matplotlib import pyplot as plt filterwarnings("ignore") tf_img = io.read_file("sheep.png") tf_img = image.decode_png(tf_img, channels=3) print(tf_img.dtype) plt.imshow(tf_img) # plt.show() Giải trình
đầu ra Sự kết luậnVì vậy, đây là những cách đáng kể khác nhau mà qua đó chúng ta có thể thực hiện xử lý ảnh. Python có rất nhiều tùy chọn cho từng tác vụ duy nhất. Bình luận phương pháp và thư viện nào bạn thích nhất mà chúng tôi đã triển khai trong bài viết này |