怎么在Python中使用numpy处理图片?针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。
1、云计算,典型应用OpenStack。2、WEB前端开发,众多大型网站均为Python开发。3.人工智能应用,基于大数据分析和深度学习而发展出来的人工智能本质上已经无法离开python。4、系统运维工程项目,自动化运维的标配就是python+Django/flask。5、金融理财分析,量化交易,金融分析。6、大数据分析。
1.图像的数组表示:
from PIL import Image
from pylab import *
from numpy import *
im = array(Image.open('E:\Python\meinv.jpg'))
print(im.shape,im.dtype)
im = array(Image.open('E:\Python\meinv.jpg').convert('L'),'f')
print(im.shape,im.dtype)
运行结果:
(272, 480, 3) uint8 #第一个元组中数据表示图像的行,列,颜色通道数 紧接着的字符
#串表示元素的数据类型
(272, 480) float32
2.灰度变换
from PIL import Image
from pylab import *
from numpy import *
im = array(Image.open('E:\Python\meinv.jpg'))
print(im.shape,im.dtype)
im = array(Image.open('E:\Python\meinv.jpg').convert('L'),'f')
print(im.shape,im.dtype)
im2 = 255 - im #对图像进行反相处理
figure()
imshow(im2)
im3 = (100.0/255)*im +100 #将图像像素值变换到100——200区间
figure()
imshow(im3)
im4 = 255.0*(im/255.0)**2 #对图像的像素值求平方后得到的图像
figure()
imshow(im4)
print(int(im4.min()),int(im4.max())) #输出像素的最大和最小值
show()
图1:图像的反相
图2:像素值变到100——200
图3:像素值的平方
关于怎么在Python中使用numpy处理图片问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注亿速云行业资讯频道了解更多相关知识。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。