Cómo utilizar el procesamiento de imágenes de Python
Por supuesto, en primer lugar, me gustaría agradecer a "Ai Huadie". Su artículo "Procesamiento de imágenes con Python" me ayudó a solidificar mi idea de usar Python y PIL para resolver problemas. Para obtener una introducción y operaciones básicas de PIL, puede leer este artículo. Aquí presentaré principalmente mi experiencia durante el uso.
PIL puede convertir el color de las imágenes y admite modos como color de 24 bits, imágenes en escala de grises de 8 bits e imágenes binarias. La conversión simple se puede completar a través de la función Image.convert(modo), donde modo representa el modo de color de salida. Por ejemplo, "l" representa escala de grises, "1" representa modo de imagen binaria, etc.
Pero cuando se utiliza la función de conversión para convertir una imagen en escala de grises en una imagen binaria, se utiliza un umbral fijo de 127, es decir, el valor de píxel con una escala de grises superior a 127 es 1 y el valor de píxel con una escala de grises inferior a 127 es 0. Para convertir imágenes en escala de grises a imágenes binarias a través de umbrales definidos por el usuario, se requiere la función Image.point.
Análisis en profundidad de las funciones de sintaxis de Python
Descripción detallada de las características de la aplicación Python
Aprenda la base de datos de Python.
Experiencia de los desarrolladores de Python
Análisis del lenguaje de tipo dinámico de Python
La función Image.point tiene muchas formas Aquí solo analizamos Image.point(table, modo). Con esta función, puede lograr la conversión de modos de colores de píxeles mediante la búsqueda en tablas. Entre ellos, la tabla es la tabla de mapeo en el proceso de conversión de color. Cada canal de color debe tener 256 elementos y el modo representa el modo de color de salida. Asimismo, "l" representa escala de grises y "1" representa el modo de imagen binaria.
Se puede ver que la clave del proceso de conversión es diseñar la tabla de mapeo. Si solo se requiere un valor de fijación simple, los elementos de la tabla encima o debajo del valor de fijación se pueden establecer en 1 y 0 respectivamente. Por supuesto, dado que aquí no hay requisitos especiales para la tabla, cualquier mapeo uno a uno dentro del rango de (0, 255) se puede lograr configurando elementos especialmente.
El código de muestra es el siguiente:
importar imagen # cargar una imagen en color im = Imagen abierta(' fun . jpg '')# convertir a nivel de grises Imagen Lim = im. convert( ' L ' ')Lim save(' fun _ level . jpg ' ')# configurar un umbral constante = 80 table =[]for I in range(256):if I & lt;threshold:table . append(0 )else:table . append(1)#Convertir a imagen binaria a través de la tabla bim = Lim.point(table, " 1 '') BIM . save ( ' fun _ binario . jpg '')
it Es un secreto a voces que las tareas a realizar suelen ser bastante pesadas, pero los recursos para respaldarlas son pocos y espaciados. La ventaja es que puede ahorrar mucho dinero en las etapas de creación y mantenimiento del software. empresa Los costos de software en estas dos etapas representan del 50% al 95% del costo total en todo el ciclo de vida del software.
Python es claro y fácil de leer, lo que hace que el código del software sea inusualmente legible. para programadores que no son nuevos en el proyecto original, aunque algunos programadores se oponen al uso intensivo de espacios en el código Python.
Sin embargo, casi todo el mundo está de acuerdo en que el procesamiento de imágenes de Python es mucho más legible que C o Java, los cuales utilizan caracteres especiales para marcar el principio y el final de estructuras de bloques de código, bucles, funciones y otras construcciones de programación. . Los defensores de Python también afirman que la adopción de estos caracteres podría dar lugar a diferencias significativas en el estilo de programación, haciendo que el código sea difícil de leer para los responsables de su mantenimiento. Reimprimir