Làm cách nào để chuyển đổi hình ảnh thành mảng nhị phân trong Python?

OpenCV giúp dễ dàng đọc một hình ảnh vào bộ nhớ và biểu diễn nó dưới dạng một mảng Numpy. Có một mảng Numpy giúp dễ dàng thao tác với hình ảnh dưới dạng các phép biến đổi ma trận toán học khác nhau

Làm cách nào để lưu hình ảnh vào đĩa và làm cách nào để tạo một đối tượng nhị phân của nó trong bộ nhớ

Đọc hình ảnh thành một mảng Numpy

Trong ví dụ này, chúng tôi lấy một tệp hình ảnh và tải nó vào bộ nhớ bằng imread

ví dụ/trăn/opencv_read_image. py

import cv2 as cv
import sys

if len(sys.argv) != 2:
    exit(f"Usage: {sys.argv[0]} FILENAME")

filename = sys.argv[1]
img = cv.imread(filename)
print(type(img))  # numpy.array

Đọc/Ghi hình ảnh và chuyển đổi sang nhị phân

Ở đây chúng tôi đọc hình ảnh từ một tệp thành một mảng có nhiều mảng bằng cách sử dụng OpenCV imread

Sau đó, chúng tôi thực hiện một số thao tác đơn giản, vẽ một hình chữ nhật ở giữa. Chúng tôi chỉ sử dụng thực tế rằng nó là một mảng Numpy khi trích xuất hình dạng của hình ảnh. Chúng tôi có thể đã thực hiện các thao tác khác không có triển khai trong OpenCV

Sau đó, chúng tôi lưu hình ảnh dưới dạng tệp khác bằng cách sử dụng imwrite

ví dụ/trăn/opencv_read_write_image. py

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

Ngoài ra, chúng tôi có thể đã chuyển đổi hình ảnh thành một tập hợp byte trong bộ nhớ bằng cách sử dụng imencode của OpenCV và BytesIO của gói io

Đôi khi, bạn có thể cần chuyển đổi hình ảnh thành hình ảnh nhị phân. Nói cách khác, bạn cần chuyển đổi ảnh màu hoặc ảnh thang độ xám sang ảnh đen trắng

Trong hướng dẫn này, chúng ta sẽ tìm hiểu cách chuyển đổi một hình ảnh từ màu sang đen trắng

Các bước để chuyển đổi hình ảnh màu thành hình ảnh nhị phân

Chuyển đổi hình ảnh thành đen trắng bao gồm hai bước

1. Đọc hình ảnh nguồn dưới dạng hình ảnh thang độ xám
2. Chuyển đổi hình ảnh thang độ xám thành nhị phân với ngưỡng bạn chọn

Nếu hình ảnh nguồn của bạn là hình ảnh có tỷ lệ xám, thì bạn có thể đọc hình ảnh ở bước #1 dưới dạng hình ảnh gốc và tiếp tục với bước #2. Ví dụ sau minh họa hoạt động của ngưỡng khi chuyển đổi từ thang màu xám sang nhị phân hoặc đen trắng

ví dụ 1. Chuyển ảnh màu sang đen trắng

Trong ví dụ sau, chúng ta sẽ đọc ảnh màu sau bằng cách sử dụng cv2. imread() dưới dạng hình ảnh thang độ xám và sau đó áp dụng cv2. hàm ngưỡng () trên mảng hình ảnh

Hình ảnh đầu vào

Chương trình Python

import cv2

#read image
img_grey = cv2.imread('D:/original.png', cv2.IMREAD_GRAYSCALE)

# define a threshold, 128 is the middle of black and white in grey scale
thresh = 128

# threshold the image
img_binary = cv2.threshold(img_grey, thresh, 255, cv2.THRESH_BINARY)[1]

#save image
cv2.imwrite('D:/black-and-white.png',img_binary) 

Đầu ra đen trắng. png như hình bên dưới

Đầu ra hình ảnh nhị phân

ví dụ 2. Chuyển đổi hình ảnh thang độ xám thành đen trắng

Trong ví dụ sau, chúng ta sẽ đọc một hình ảnh thang độ xám bằng cách sử dụng cv2. imread() và sau đó áp dụng cv2. hàm ngưỡng () trên mảng hình ảnh. Không có sự khác biệt trong việc chuyển đổi một hình ảnh màu thành đen trắng và hình ảnh tỷ lệ xám thành đen trắng

Chương trình Python

import cv2

#read image as grey scale
img_grey = cv2.imread('D:/greyscale.png', cv2.IMREAD_GRAYSCALE)

# define a threshold, 128 is the middle of black and white in grey scale
thresh = 128

# threshold the image
img_binary = cv2.threshold(img_grey, thresh, 255, cv2.THRESH_BINARY)[1]

#save image
cv2.imwrite('D:/black-and-white.png',img_binary) 

Tóm lược

Trong hướng dẫn Ví dụ về Python này, chúng ta đã học cách chuyển đổi ảnh màu thành ảnh nhị phân hay nói cách khác là ảnh đen trắng

Trong học máy, Python sử dụng dữ liệu hình ảnh ở dạng mảng NumPy, tôi. e. , định dạng [Chiều cao, Chiều rộng, Kênh]. Để nâng cao hiệu suất của mô hình dự đoán, chúng ta phải biết cách tải và thao tác với hình ảnh. Trong Python, chúng ta có thể thực hiện một tác vụ theo nhiều cách khác nhau. Chúng tôi có các tùy chọn từ Numpy đến Pytorch và CUDA, tùy thuộc vào mức độ phức tạp của vấn đề

Đến cuối hướng dẫn này, bạn sẽ có kinh nghiệm thực hành với

• Tải và hiển thị hình ảnh bằng API Matplotlib, OpenCV và Keras
• Chuyển đổi hình ảnh đã tải thành mảng NumPy và ngược lại
• Tiến hành thao tác cơ bản với hình ảnh bằng thư viện Gối và NumPy và lưu nó vào hệ thống cục bộ của bạn
• Đọc hình ảnh dưới dạng mảng trong Keras API và OpenCV

thư viện gối

Gối là một công cụ thao tác hình ảnh ưa thích. Python phiên bản 2 đã sử dụng Python Image Library (PIL) và Python phiên bản 3 sử dụng Pillow Python Library, một bản nâng cấp của PIL

Trước tiên, bạn nên tạo một môi trường ảo trong Anaconda cho các dự án khác nhau. Đảm bảo rằng bạn có các gói hỗ trợ như NumPy, SciPy và Matplotlib để cài đặt trong môi trường ảo mà bạn tạo

Sau khi thiết lập các gói, bạn có thể dễ dàng cài đặt Gối bằng cách sử dụng ______48 .

1pip install Pillow

vỏ bọc

Bạn có thể xác nhận rằng thư viện đã được cài đặt đúng cách bằng cách kiểm tra phiên bản của nó

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

con trăn

1Pillow Version: 7.0.0

Tuyệt quá. Phiên bản mới nhất hiện đã được tải xuống. Hãy chuyển sang bước tiếp theo

Đang tải hình ảnh

Sau đây chúng ta sẽ tìm hiểu hai cách để tải và lấy thông tin chi tiết của một hình ảnh. sử dụng thư viện Gối và sử dụng thư viện Matplotlib

Phương pháp 1. thư viện gối

Chọn hình ảnh thử nghiệm để tải và làm việc với thư viện Gối (PIL). Hình ảnh có thể là PNG hoặc JPEG. Trong ví dụ này, chúng tôi sẽ sử dụng một hình ảnh có tên kolala. jpeg. Tải lên hình ảnh trong thư mục làm việc hoặc cung cấp đường dẫn mong muốn của bạn. Lớp

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

1Pillow Version: 7.0.0

Lớp

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

• 1Pillow Version: 7.0.0

  2 . Điều này có thể trực tiếp tải hình ảnh. Nó có

  1Pillow Version: 7.0.0

  3 các thuộc tính như

  1Pillow Version: 7.0.0

  4 , cung cấp thông tin về tệp kỹ thuật số . g. , 480x240).

  1Pillow Version: 7.0.0

  5size`, which displays the dimensions of the image in pixels (e.g., 480x240).

• 1Pillow Version: 7.0.0

  6 . Điều này sẽ hiển thị hình ảnh. Ứng dụng xem trước ảnh mặc định của bạn sẽ bật lên.

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

con trăn

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

Phương pháp 2. thư viện matplotlib

Chúng ta sẽ sử dụng thư viện Matplotlib để tải cùng một hình ảnh và hiển thị nó trong khung Matplotlib. Giống như PIL, nó có lớp

1Pillow Version: 7.0.0

1Pillow Version: 7.0.0

1Pillow Version: 7.0.0

Chúng ta sẽ sử dụng lớp

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

import cv2

#read image
img_grey = cv2.imread('D:/original.png', cv2.IMREAD_GRAYSCALE)

# define a threshold, 128 is the middle of black and white in grey scale
thresh = 128

# threshold the image
img_binary = cv2.threshold(img_grey, thresh, 255, cv2.THRESH_BINARY)[1]

#save image
cv2.imwrite('D:/black-and-white.png',img_binary) 

con trăn

Sau bước đầu tiên tải hình ảnh bằng đối số

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

Chuyển đổi sang mảng NumPy và quay lại

Trong Python, Gối là thư viện tiêu chuẩn và phổ biến nhất khi làm việc với dữ liệu hình ảnh

NumPy sử dụng lớp

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

Có thể đảo ngược quy trình bằng cách sử dụng chức năng

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

import cv2

#read image as grey scale
img_grey = cv2.imread('D:/greyscale.png', cv2.IMREAD_GRAYSCALE)

# define a threshold, 128 is the middle of black and white in grey scale
thresh = 128

# threshold the image
img_binary = cv2.threshold(img_grey, thresh, 255, cv2.THRESH_BINARY)[1]

#save image
cv2.imwrite('D:/black-and-white.png',img_binary) 

con trăn

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

import cv2

#read image as grey scale
img_grey = cv2.imread('D:/greyscale.png', cv2.IMREAD_GRAYSCALE)

# define a threshold, 128 is the middle of black and white in grey scale
thresh = 128

# threshold the image
img_binary = cv2.threshold(img_grey, thresh, 255, cv2.THRESH_BINARY)[1]

#save image
cv2.imwrite('D:/black-and-white.png',img_binary) 

con trăn

Thao tác và lưu hình ảnh

Bây giờ chúng tôi đã chuyển đổi hình ảnh của mình thành một mảng Numpy, chúng tôi có thể gặp trường hợp cần thực hiện một số thao tác trên hình ảnh trước khi sử dụng nó vào mô hình mong muốn. Trong phần này, bạn sẽ có thể xây dựng một bộ chuyển đổi thang độ xám. Bạn cũng có thể thay đổi kích thước mảng của hình ảnh pixel và cắt nó

Sau khi thực hiện các thao tác, điều quan trọng là phải lưu ảnh trước khi thực hiện các bước tiếp theo. Đối số

1Pillow Version: 7.0.0

Ví dụ: mã bên dưới tải ảnh ở định dạng JPEG và lưu ảnh ở định dạng PNG

Chuyển đổi hình ảnh sang thang độ xám

import cv2

#read image as grey scale
img_grey = cv2.imread('D:/greyscale.png', cv2.IMREAD_GRAYSCALE)

# define a threshold, 128 is the middle of black and white in grey scale
thresh = 128

# threshold the image
img_binary = cv2.threshold(img_grey, thresh, 255, cv2.THRESH_BINARY)[1]

#save image
cv2.imwrite('D:/black-and-white.png',img_binary) 

con trăn

import cv2

#read image as grey scale
img_grey = cv2.imread('D:/greyscale.png', cv2.IMREAD_GRAYSCALE)

# define a threshold, 128 is the middle of black and white in grey scale
thresh = 128

# threshold the image
img_binary = cv2.threshold(img_grey, thresh, 255, cv2.THRESH_BINARY)[1]

#save image
cv2.imwrite('D:/black-and-white.png',img_binary) 

Thay đổi kích thước hình ảnh

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

con trăn

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

Cắt xén hình ảnh

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

con trăn

Kiểm tra các hình ảnh trong đường dẫn bạn đã đề cập

API máy ảnh

Hãy xem xét cùng một hình ảnh thử nghiệm. Keras cung cấp các chức năng tải, chuyển đổi và lưu dữ liệu hình ảnh. Để cài đặt Keras API trong môi trường ảo Anaconda, hãy sử dụng lệnh

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

Các chức năng này có thể là các chức năng thuận tiện hữu ích khi bắt đầu một dự án thị giác máy tính học sâu mới hoặc khi bạn cần kiểm tra các hình ảnh cụ thể

Tải hình ảnh bằng Keras API

Máy ảnh cung cấp chức năng ____171 để tải ảnh PIL. Tìm hiểu thêm về chức năng tại đây.

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

con trăn

Theo đầu ra bên dưới, chúng tôi có thể xác nhận rằng hình ảnh được tải ở định dạng PIL và có các kênh màu RGB định dạng JPEG và kích thước 800 x 450 pixel. Hình ảnh sẽ được hiển thị trong trình xem ảnh mặc định của bạn

Chuyển đổi hình ảnh bằng Keras API

Keras sử dụng chức năng

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

con trăn

Lưu hình ảnh bằng Keras

API Keras sử dụng chức năng

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

con trăn

Thư viện OpenCV

OpenCV là một thư viện thực hiện các thuật toán thị giác máy tính truyền thống. Khung Tensorflow + Keras là một lựa chọn phù hợp cho bất kỳ ai muốn làm việc với deep learning. OpenCV phiên bản 3. x đã giới thiệu các khung DNN và Caffe để giải quyết các vấn đề về học sâu

Để làm việc với thư viện OpenCV, bạn cần cài đặt thư viện đó trong môi trường ảo bằng cách sử dụng

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

import cv2 as cv
import sys
import io

if len(sys.argv) != 3:
    exit(f"Usage: {sys.argv[0]} IN_FILENAME OUT_FILENAME")

in_filename = sys.argv[1]
out_filename = sys.argv[2]

img = cv.imread(in_filename)
print(type(img))  # numpy.array
print(img.shape)

# Draw a rectangle in the middle in some color:
y_top = img.shape[0] // 4
x_top = img.shape[1] // 4
y_bottom = img.shape[0] - y_top
x_bottom = img.shape[1] - x_top
blue = 80
green = 70
red = 90
cv.rectangle(img, (x_top, y_top), (x_bottom, y_bottom), color=(blue, green , red), thickness=2)

# save the image to a file on the disk
cv.imwrite(out_filename, img)


# Convert the numpy array to a binary object in memory
def numpy_to_binary(arr):
    is_success, buffer = cv.imencode(".jpg", arr)
    io_buf = io.BytesIO(buffer)
    print(type(io_buf))
    return io_buf.read()

binary_image = numpy_to_binary(img)

print(type(binary_image))  # bytes

1Pillow Version: 7.0.0

1# check Pillow version number
2import PIL
3print('Pillow Version:', PIL.__version__)

con trăn

import cv2

#read image as grey scale
img_grey = cv2.imread('D:/greyscale.png', cv2.IMREAD_GRAYSCALE)

# define a threshold, 128 is the middle of black and white in grey scale
thresh = 128

# threshold the image
img_binary = cv2.threshold(img_grey, thresh, 255, cv2.THRESH_BINARY)[1]

#save image
cv2.imwrite('D:/black-and-white.png',img_binary) 

Phần kết luận

Python là một công cụ linh hoạt, cho chúng ta lựa chọn tải hình ảnh PIL theo hai cách khác nhau. Trong hướng dẫn này, bạn đã học được một số thủ thuật thao tác trên hình ảnh Mảng Numpy, sau đó chuyển đổi nó trở lại hình ảnh PIL và lưu công việc của chúng tôi. Hướng dẫn này cũng cung cấp cho bạn thông tin chi tiết về cách chuyển đổi hình ảnh thành dạng mảng bằng cách sử dụng Keras API và thư viện OpenCV. Hơn nữa, bạn có thể theo liên kết tài liệu thư viện Gối và thử thực hiện các kỹ thuật thao tác khác nhau, chẳng hạn như xây dựng một chức năng để mở rộng dữ liệu hình ảnh và đưa vào mạng lưới thần kinh học sâu

Làm cách nào để chuyển đổi hình ảnh thành nhị phân trong Python?

Làm cách nào để chuyển đổi hình ảnh RGB thành nhị phân trong Python?