SCIPY IMSAVE

In questo articolo, stiamo parlando della programmazione di Python, della Biblioteca Scipy e della funzione IMSave della Biblioteca Scipy di Python. Python è orientato agli oggetti e un linguaggio di programmazione molto flessibile ed è quasi usato in ogni campo scientifico, statistico e matematico. È il linguaggio più avanzato solo per la sua sintassi semplice e facile da capire. Rende la vita di data scientist, analisti di dati e ricercatori più a proprio agio e senza errori. Il python scientifico viene utilizzato per l'elaborazione delle immagini, l'ottimizzazione, l'interpretazione del segnale e molti altri.

Qui discuteremo dell'elaborazione delle immagini e della manipolazione dell'immagine usando le librerie Scipy e Numpy. Questo articolo aiuta i principianti a capire come possono eseguire l'elaborazione delle immagini in Python con meno complessità di codice. Discuteremo ogni punto con esempi dettagliati e adeguati.

Cos'è SCIPY IMSAVE?

La funzione Scipy IMSAVE viene utilizzata per l'elaborazione delle immagini e l'interpretazione del segnale. È specificamente utilizzato per archiviare un'immagine sotto forma di un array. La libreria Scipy ci consente di leggere e scrivere facilmente i file di immagine nelle nostre applicazioni Python. Con l'aiuto della funzione IMSAVE, possiamo facilmente gestire le immagini di diversi formati come PNG, JPEG e JPG senza avere preoccupazioni su diversi sfondi, colori, tipi, formati, ecc. e salvali in qualsiasi directory.

Con l'aiuto del pacchetto Misc Scipy, possiamo coprire le diverse funzionalità come l'elaborazione delle immagini, il filtro delle immagini, il ritaglio di immagini e il salvataggio delle immagini. La libreria Scipy aiuta a leggere e scrivere le immagini da e all'utente, come visualizzare le immagini in diversi colori e come possiamo salvare le immagini in una cartella o directory. Poiché i valori dell'immagine sono in array numpy, la funzione Scipy IMSAVE viene utilizzata per salvare i valori di array numpy dell'immagine in una cartella o in una directory locale.

Sintassi della funzione IMSAVE SCIPY

La funzione IMSAVE è fornita nel pacchetto misc della biblioteca Scipy. Quando dobbiamo utilizzare la funzione IMSAVE, dobbiamo chiamare il modulo misc della libreria Scipy. La sintassi della funzione Scipy IMSAVE è la seguente:

La funzione IMSAVE contiene tre parametri: nome, arr e formato. Il parametro "Nome" indica il nome del file nella stringa o nel modulo oggetto. Il parametro "ARR" viene utilizzato per fornire array numpy bidimensionali, tridimensionali o multi-dimensionali che contengono i valori dell'immagine. Un array bidimensionale viene utilizzato per archiviare le immagini a livello di grigio mentre l'array tridimensionale immagazzina immagini di colore rosso, verde e blu. Ultimo ma non meno importante, l'array a quattro dimensioni memorizza le immagini del livello alfa. L'ultimo parametro è il "formato" che specifica il formato dell'immagine. Il "formato" viene utilizzato per determinare le estensioni dell'immagine come .png, .jpg e così via. Passiamo alla sezione Esempio per imparare a utilizzare la funzione IMSAVE nei programmi Python.

Esempio 1:

Il primo esempio è molto lineare e interessante. Il codice di riferimento è menzionato nella seguente illustrazione per la tua comodità, quindi si prega di passare con il codice. Fare riferimento al seguente codice di esempio:

Importa ImageIO
da Scipy Import Misc
Importa matplotlib.Pyplot come Plt
img = misc.viso()
ImageIo.imsave ('.// desktop // gatto.jpg ', img)
Plt.Imshow (IMG)
Plt.spettacolo()

Innanzitutto, importiamo il modulo misc dalla biblioteca Scipy. Insieme a ciò, le librerie di Matplotlib ImageIO vengono importate nel programma. Usiamo l'attributo "faccia" del pacchetto misc per leggere il volto dell'immagine e chiamarlo nella variabile "IMG". Nel metodo IMSAVE () un'immagine si trova con l'indirizzo. Il primo parametro è l'indirizzo dell'immagine. Il secondo parametro è il metodo di lettura che deve essere eseguito sull'immagine data. Il PLT.La funzione imshow () viene utilizzata per visualizzare i valori di dati o array come immagine. Dopo aver eseguito questo programma, otteniamo il seguente output:

Esempio 2:

Questo esempio spiega come creare un'immagine specificando i valori dell'array e memorizzandola in una directory specifica. Considera il codice di esempio indicato nella seguente schermata:

Importa ImageIO
Importa Numpy come NP
da Scipy Import Misc
img = np.ZEROS ((255, 255), dType = NP.uint8)
img [:] = np.Arange (255)
ImageIo.imsave ('./testimage.png ', img)

Nella prima riga, la libreria ImageIO viene importata seguita dalla libreria Numpy come NP e la libreria Scipy per chiamare il modulo Misc. Successivamente, l'array di dati viene dichiarato seguito dai dati del tipo con NP.funzione zeros (). L'array di dati viene passato alla funzione imsave () per archiviarlo come immagine. Ora, vediamo quale tipo di immagine viene creata con i dati forniti e la funzione imsave ():

Esempio 3:

Questo esempio ci mostra come creare e visualizzare l'immagine dei cubi di colore grigio con iMSave (). Dimostriamo il codice che ti aiuterà a capire il programma.

Importa ImageIO
Importa Numpy come NP
da Scipy Import Misc
Importa matplotlib.Pyplot come Plt
Plt.rcparams ["figura.figsize "] = [5, 5]
img = np.casuale.Rand (5, 5)
ImageIo.imsave ('./img.png ', img)
Plt.grigio()
Plt.Imshow (IMG)

Qui, quattro librerie vengono importate esplicitamente nel programma: ImageIo, Numpy, Scipy e Matplotlib.

Dopo aver importato le librerie, PLT.rcparams [“Figura.figsi ”] viene utilizzato per regolare le dimensioni dell'immagine da visualizzare sullo schermo. Utilizzando la funzione Numpy Library, Rand () viene chiamato con 2 parametri, specificando i valori che definiscono il numero di caselle nell'immagine. Il valore della funzione rand () è assegnato alla variabile "IMG". L'immagine.IMSAVE () Fucntion è dichiarato con il nome dell'immagine e i valori dell'array per creare l'immagine. Usando il PLT.grigio (), specifichiamo il colore dell'immagine. Usando il PLT.funzione imshow (), visualizziamo l'immagine sullo schermo.

Viene menzionato lo screenshot dell'output risultante. Puoi anche provare questo programma per la pratica semplicemente cambiando i valori e vedendo il risultato.

Conclusione

Infine, esaminiamo rapidamente l'intero argomento in poche righe. Scipy rende i data scientist più rilassati offrendo una vasta gamma di biblioteche per gestire applicazioni complesse. Questo articolo parla della funzione Scipy IMSAVE. Abbiamo imparato a conoscere Imsave che è una funzione dell'elaborazione dell'immagine del nome sub-package della libreria Scipy. È una funzione Scipy incorporata e viene utilizzata per salvare l'immagine in una directory locale o qualsiasi percorso menzionato facilmente. Ora, dopo aver appreso l'elaborazione delle immagini, è possibile eseguire facilmente le diverse operazioni sull'immagine e salvare un'immagine nella posizione desiderata. Spero che gli esempi forniti possano aiutarti molto e puoi esercitarti dalla tua fine apportando modifiche diverse.