如何利用Python 圖像庫完成各種圖像處理任務？
我們將使用這個圖像文件，命名為：people．jpg。
img2 ＝ Image．open（＇people．jpg＇）
plt．imshow（img2）
圖像被讀取�，F在，我們調整圖像大小。img2．thumbnail（（50， 50）， Image．ANTIALIAS） ＃ resizes image in－place
imgplot ＝ plt．imshow（img2）
imgplot1 ＝ plt．imshow（img2， interpolation＝＂nearest＂）
imgplot2 ＝ plt．imshow（img2， interpolation＝＂bicubic＂）
但是，為什么我們在圖像處理中故意模糊圖像？通常對于模式識別和計算機視覺算法，如果圖像非常清晰，處理起來就會很困難。因此進行模糊處理以使圖像平滑。模糊還可以使圖像中的顏色過渡從一側到另一側更加平滑。現在，讓我們驗證我們之前處理過的汽車圖像的尺寸。＃some more interesting stuff
file＝＇image1．jpg＇
with Image．open（file） as image：
width， height ＝ image．size
＃Image width， height is be obtained
這些也是我們之前得到的維度。所以我們可以得出結論，圖像是320＊658。讓我們也嘗試旋轉和轉置圖像。＃Relative Path
img3 ＝ Image．open（＂image1．jpg＂）
＃Angle given
img＿rot＝ img3．rotate（180）
＃Saved in the same relative location
img＿rot．save（＂rotated＿picture．jpg＂）
這是旋轉后的圖像。＃transposing image
transposed＿img ＝ img3．transpose（Image．FLIP＿LEFT＿RIGHT）
＃Saved in the same relative location
transposed＿img．save（＂transposed＿img．jpg＂）
這是轉置后的圖像。尾注圖像處理有各種重要的應用，隨著時間的推移，方法和過程也會得到改進。
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
