详解Matplotlib 常用的5种图像处理方法 | 您所在的位置:网站首页 › 路亚钳是干什么用的 › 详解Matplotlib 常用的5种图像处理方法 |
Matplotlib是Python中一个流行的数据可视化库,它不仅可以绘制2D和3D图形,还可以用于图像处理。下面介绍一些Matplotlib中的图像处理方法: 显示图像 import matplotlib.pyplot as plt import matplotlib.image as mpimg # 读取图像 img = mpimg.imread('image.jpg') # 显示图像 plt.imshow(img) plt.show()运行结果: 调整图像大小 import matplotlib.pyplot as plt import matplotlib.image as mpimg # 读取图像 img = mpimg.imread('image.jpg') # 调整图像大小 img_resized = mpimg.imresize(img, (300, 300)) # 显示图像 plt.imshow(img_resized) plt.show() 灰度化图像 import matplotlib.pyplot as plt import matplotlib.image as mpimg import numpy as np # 读取图像 img = mpimg.imread('image.jpg') # 灰度化图像 img_gray = np.dot(img, [0.2989, 0.5870, 0.1140]) # 显示图像 plt.imshow(img_gray, cmap='gray') plt.show()运行结果: 二值化图像 import matplotlib.pyplot as plt import matplotlib.image as mpimg import numpy as np # 读取图像 img = mpimg.imread('image.jpg') # 灰度化图像 img_gray = np.dot(img, [0.2989, 0.5870, 0.1140]) # 二值化图像 img_binary = np.where(img_gray > 0.5, 1, 0) # 显示图像 plt.imshow(img_binary, cmap='gray') plt.show() 边缘检测 import matplotlib.pyplot as plt import matplotlib.image as mpimg import numpy as np from scipy import ndimage # 读取图像 img = mpimg.imread('image.jpg') # 灰度化图像 img_gray = np.dot(img, [0.2989, 0.5870, 0.1140]) # 边缘检测 sobelx = ndimage.sobel(img_gray, axis=0) sobely = ndimage.sobel(img_gray, axis=1) img_edges = np.hypot(sobelx, sobely) # 显示图像 plt.imshow(img_edges, cmap='gray') plt.show()这些是Matplotlib中的一些图像处理方法,可以用于图像的预处理、特征提取等任务。 本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:详解Matplotlib 常用的5种图像处理方法 - Python技术站 |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |