Scipy Imsave
Aqui, discutiremos sobre o processamento e a manipulação de imagens usando bibliotecas Scipy e Numpy. Este artigo ajuda os iniciantes a entender como eles podem executar o processamento de imagens em Python com menos complexidades do código. Discutiremos todos os pontos com exemplos detalhados e adequados.
O que é centelha imsave?
A função Scipy IMSave é usada para processamento de imagem e interpretação de sinais. É usado especificamente para armazenar uma imagem na forma de uma matriz. A biblioteca scipy nos permite ler e escrever facilmente os arquivos de imagem em nossos aplicativos Python. Com a ajuda da função Imsave, podemos facilmente lidar com as imagens de diferentes formatos, como PNG, JPEG e JPG sem ter preocupações sobre diferentes antecedentes de imagem, cores, tipos, formatos, etc. e salve -os em qualquer diretório.
Com a ajuda do pacote Scipy Misc, podemos cobrir os diferentes recursos, como processamento de imagens, filtragem de imagens, corte de imagens e economia de imagens. A Biblioteca Cipy ajuda a ler e escrever as imagens de e para o usuário, como exibir as imagens em cores diferentes e como podemos salvar as imagens em uma pasta ou diretório. Como os valores da imagem estão em matrizes Numpy, a função Scipy IMSAVE é usada para salvar os valores de matriz Numpy da imagem em uma pasta ou em um diretório local.
Sintaxe da função Scipy Imsave
A função Imsave é fornecida no pacote misc da biblioteca scipy. Quando precisamos usar a função IMSAVE, precisamos chamar o módulo MISC da biblioteca scipy. A sintaxe da função Scipy Imsave é a seguinte:
A função Imsave contém três parâmetros - nome, arr e formato. O parâmetro "nome" significa o nome do arquivo em string ou formulário de objeto. O parâmetro "arr" é usado para fornecer matrizes numpy bidimensionais, tridimensionais ou multidimensionais que contêm os valores da imagem. Uma matriz bidimensional é usada para armazenar as imagens de nível cinza, enquanto a matriz tridimensional armazena imagens em cores vermelhas, verdes e azuis. Por último, mas não menos importante, a matriz quadridimensional armazena as imagens da camada alfa. O último parâmetro é "formato" que especifica o formato da imagem. O "formato" é usado para determinar as extensões de imagem como .png, .JPG, e assim por diante. Vamos para a seção Exemplo para aprender a usar a função IMSAVE em programas Python.
Exemplo 1:
O primeiro exemplo é muito linear e interessante. O código de referência é mencionado na ilustração a seguir para sua conveniência, então, por favor, siga com o código. Consulte o seguinte código de amostra:
Importar ImageioDe Scipy Import Misc
importar matplotlib.pyplot como plt
img = misc.face()
imageio.imsave ('.// Desktop // Cat.jpg ', img)
plt.IMSHOW (IMG)
plt.mostrar()
Primeiro, importamos o módulo MISC da biblioteca scipy. Junto com isso, as bibliotecas Imageio Matplotlib são importadas para o programa. Usamos o atributo "FACE" do pacote misc para ler a face da imagem e chamá -lo na variável "IMG". No método iMSave (), uma imagem está localizada com o endereço. O primeiro parâmetro é o endereço da imagem. O segundo parâmetro é o método de leitura que deve ser realizado na imagem especificada. O plt.A função imshow () é usada para exibir os valores de dados ou matriz como uma imagem. Depois de executar este programa, obtemos a seguinte saída:
Exemplo 2:
Este exemplo explica como criar uma imagem especificando os valores da matriz e armazenando -a em um diretório específico. Considere o código de amostra fornecido na captura de tela a seguir:
Importar Imageioimportar numpy como np
De Scipy Import Misc
img = np.zeros ((255, 255), dtype = np.uint8)
img [:] = np.Arange (255)
imageio.imsave ('./testemunho.png ', img)
Na primeira linha, a biblioteca Imageio é importada seguida pela biblioteca Numpy como NP e a biblioteca cipy para chamar o módulo Misc. Depois disso, a matriz de dados é declarada seguida pelos dados do tipo com o NP.função zeros (). A matriz de dados é passada para a função iMSave () para armazená -la como uma imagem. Agora, vamos ver que tipo de imagem é criada com os dados fornecidos e a função iMSave ():
Exemplo 3:
Este exemplo nos mostra como criar e exibir a imagem de cubos de cores cinza com a função iMSave (). Vamos demonstrar o código que o ajudará a entender o programa.
Importar Imageioimportar numpy como np
De Scipy Import Misc
importar matplotlib.pyplot como plt
plt.rcparams ["figura.figSize "] = [5, 5]
img = np.aleatório.Rand (5, 5)
imageio.imsave ('./img.png ', img)
plt.cinza()
plt.IMSHOW (IMG)
Aqui, quatro bibliotecas são explicitamente importadas para o programa - Imageio, Numpy, Scipy e Matplotlib.
Depois de importar as bibliotecas, PLT.rcparams [“Figura.figSize ”] é usado para ajustar o tamanho da imagem a ser exibida na tela. Usando a biblioteca Numpy, a função rand () é chamada com 2 parâmetros, especificando os valores que definem o número de caixas na imagem. O valor da função rand () é atribuído à variável "img". O imageio.IMSAVE () Fucção é declarada com o nome da imagem e os valores da matriz para criar a imagem. Usando o PLT.cinza (), especificamos a cor da imagem. Usando o PLT.função iMshow (), exibimos a imagem na tela.
A captura de tela da saída resultante é mencionada. Você também pode tentar este programa para prática, apenas mudando os valores e vendo o resultado.
Conclusão
Finalmente, vamos revisar rapidamente todo o tópico em apenas algumas linhas. Scipy torna os cientistas de dados mais relaxados, oferecendo uma ampla gama de bibliotecas para lidar com aplicativos complexos. Este artigo é sobre a função Scipy IMSave. Aprendemos sobre o IMSAVE, que é uma função do processamento da imagem de nomes de sub-pacote da biblioteca ccepy. É uma função círculo embutida e é usada para salvar a imagem em um diretório local ou qualquer caminho mencionado facilmente. Agora, depois de aprender sobre o processamento da imagem, você pode executar facilmente as diferentes operações na imagem e salvar uma imagem no local desejado. Felizmente, os exemplos fornecidos podem ajudá -lo muito e você pode praticar do seu lado, fazendo mudanças diferentes.