图像处理

2024-05-13 1061阅读

图像处理

  • 导入图片

    导入io模块,读取文件所在位置,将生成的图像数据赋给变量img,显示图像

    from skimage import io
    img=io.imread('D:\工坊\图像处理\十个勤天2.png')
    io.imshow(img)

      运行结果:

    图像处理

    • 将图片进行灰度处理

      from skimage import io
      img=io.imread('D:\工坊\图像处理\十个勤天2.png',as_gray=True)
      io.imshow(img)

      运行结果:

      图像处理

      • 从库中导入图片

        ① 导入page

        from skimage import io,data
        img=data.page()
        io.imshow(img)

        运行结果:

        图像处理

        ② 导入chelsea

        from skimage import io,data
        img=data.chelsea()
        io.imshow(img)

        运行结果:

        图像处理

        • 打印图片路径

          from skimage import data_dir,data,io
          img1=data.chelsea()
          img=io.imread(data_dir+'/chelsea.png')
          from skimage import data_dir
          print(data_dir)

          运行结果:

          图像处理

          • 将图片另存为一个新的图片

            frossssm skimage import io,data
            img=data.page()
            io.imshow(img)
            io.imsave('D:\工坊\图像处理/book.jpg', img)

            运行代码:

            图像处理

            保存:

            图像处理

                   

            • 显示图片的信息

              from skimage import io,data
              img=io.imread('D:\工坊\图像处理\十个勤天2.png')
              io.imshow(img)
              print(type(img))# 显示类型
              print(img.shape)# 显示尺寸
              print(img.shape[0])# 图片宽度
              print(img.shape[1])# 图片高度
              print(img.shape[2])# 图片通道个数
              print(img.size)# 显示总像素个数
              print(img.max())# 最大像素值
              print(img.min())# 最小像素值
              print(img.mean())# 像素平均值

              运行结果:

              图像处理

              • 给图片添加新的名字

                from skimage import io
                import os
                # 照片所在的文件夹路径
                path = 'D:\工坊\图像处理'
                # 获取文件夹内所有文件的名字
                names = os.listdir(path)
                # 遍历文件名,确保只处理图片文件
                for file_name in names:
                    # 检查文件扩展名,只处理图片文件
                    if file_name.lower().endswith(('.png', '.jpg', '.jpeg')):
                        # 构建完整的文件路径
                        photo_path = os.path.join(path, file_name)
                        # 读取图片
                        img = io.imread(photo_path)
                        # 构建新的文件名和保存路径
                        new_file_name = f'{os.path.splitext(file_name)[0]}_zdzq.png'
                        new_photo_path = os.path.join(path, new_file_name)
                        # 保存图片
                        io.imsave(new_photo_path, img)

                运行代码:

                       图像处理

                运行结果:

                图像处理

                   

                • 对图片进行裁剪

                  imgg =io.imread(r'D:\工坊\图像处理\十个勤天1.png')
                  io.imshow(imgg)
                  print(imgg.ndim)

                  运行结果:

                  图像处理

                  1. Rgb通道

                  使用io.imshow(b)函数来显示这个提取的通道数据。(通道:R(red)、G(green)、B(blue))

                  ①R(red)

                  图像处理

                  ②G(green)

                  图像处理

                  ③B(blue)

                  图像处理

                  • 为图片添加噪点

                    from skimage import io,data
                    import numpy as np
                    img = io.imread(r"D:\工坊\图像处理\十个勤天2.png")
                    row,col,dim = img.shape
                    for i in range(6000):
                        x = np.random.randint(0,row)
                        y = np.random.randint(0,col)
                        img[x,y,:]=255
                    io.imshow(img)
                    io.imsave("D:\工坊\图像处理\十个勤天3.png",img)

                    运行结果:

                    图像处理

                     

                     如果想继续学习,请移步下一个blog!!!

VPS购买请点击我

免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

目录[+]