如何利用Python 圖像庫完成各種圖像處理任務？
安裝了PIL后，我們現在可以轉到代碼了。首先，我們使用一些 matplotlib 函數。import matplotlib．image as img
import matplotlib．pyplot as plt
import numpy as np
％matplotlib inline
將讀取以下圖像。它被命名為 image1．jpg。
＃ reading jpg image
img ＝ img．imread（＇image1．jpg＇）
plt．imshow（img）
圖像被讀取。＃ modifying the shape of the image
lum1 ＝ img［：， ：， 0］
plt．imshow（lum1）
現在修改了圖像形狀。
現在我們將其更改為“熱”顏色圖。
plt．imshow（lum1， cmap ＝＇hot＇）
plt．colorbar（）
圖像輸出看起來：
現在我們嘗試不同的顏色圖。imgplot ＝ plt．imshow（lum1）
imgplot．set＿cmap（＇nipy＿spectral＇）
圖像輸出：
使用顏色圖的原因是，通常在各種應用程序和用途中，擁有統一的顏色圖會有所幫助。
現在讓我們看看為什么我們將圖像稱為二維數組。＃data type of lum1
print（type（lum1））
輸出：＜class ＇numpy．ndarray＇＞print（lum1）
［［ 92 91 89 … 169 168 169］［110 110 110 … 168 166 167］［100 103 108 … 164 163 164］…［ 97 96 95 … 144 147 147］［ 99 99 98 … 145 139 138］［102 102 103 … 149 137 137］］這些點只是為了表明它們之間還有更多的數據點。但是可以肯定的是，所有數據都是數字數據。讓我們找出數組的大小。len（lum1）
輸出：320len（lum1［300］）
輸出：658這為我們提供了圖像的像素數和尺寸：320＊658。我們稍后也會驗證這一點。現在，我們使用 PIL。from PIL import Image
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
11月7日立即參評>> 【評選】維科杯·OFweek 2025（第十屆）物聯網行業年度評選
-
11月20日立即報名>> 【免費下載】RISC-V芯片發展現狀與測試挑戰-白皮書
-
即日-11.25立即下載>>> 費斯托白皮書《柔性：汽車生產未來的關鍵》
-
11月27日立即報名>> 【工程師系列】汽車電子技術在線大會
-
11月28日立即下載>> 【白皮書】精準洞察 無線掌控——283FC智能自檢萬用表
-
12月18日立即報名>> 【線下會議】OFweek 2025（第十屆）物聯網產業大會
