Hướng dẫn how to display image in python - cách hiển thị hình ảnh trong python
Trong bài viết này, chúng tôi sẽ nghiên cứu các cách khác nhau về cách bạn có thể đọc và hiển thị hình ảnh trong Python. Chúng ta có thể đạt được điều này theo nhiều cách. Lý do là do hỗ trợ thư viện phong phú. Chúng tôi cũng sẽ khám phá cách chúng tôi có thể sử dụng chúng trong việc lai tạo với nhau.how you can read and display images in Python. We can achieve this in numerous ways. The reason is due to the abundant library support. We will also explore how we can use them in crossbreeding with each other. Sau đây là danh sách các thư viện của Python cho phép chúng tôi xử lý hình ảnh và thực hiện các tác vụ tương ứng. Bây giờ, hãy xem cách hiển thị một hình ảnh trong cửa sổ GUI Python một cách dễ dàng. Có thể có nhiều mô -đun và/hoặc hack khác để xem hình ảnh, vì vậy, don giới hạn bản thân chỉ là 5 mô -đun này! Đây là một gói rất nổi tiếng, thân thiện với người mới bắt đầu và nguồn mở, và chịu trách nhiệm xử lý hình ảnh. Với một bộ lệnh nhỏ, chúng tôi có thể đưa hành trình về tầm nhìn máy tính của chúng tôi lên một tầm cao mới. Có hai chức năng chính cung cấp để đọc và hiển thị hình ảnh.Computer Vision journey to next level. There are two main functions OpenCV provides to read and display images. Code: Đầu ra: Hiển thị hình ảnh thông qua OpenCVExplanation:
2. MatplotlibGói này chủ yếu để trực quan hóa dữ liệu. Nhưng, thông qua các kỹ thuật âm mưu, chúng ta có thể xem hình ảnh ở định dạng đồ họa trong đó mỗi pixel nằm trên trục 2D X-Y.graphical format where each pixel lies on 2D x-y axes. Thư viện Thie cũng có các chức năng tương đương như của CV mở. Chỉ là tên gói thay đổi.
Code: from matplotlib import pyplot as plt from matplotlib import image as mpimg plt.title("Sheep Image") plt.xlabel("X pixel scaling") plt.ylabel("Y pixels scaling") image = mpimg.imread("sheep.png") plt.imshow(image) plt.show() Output: Hiển thị hình ảnh thông qua matplotlibExplanation:
Sau đó gọi phương thức sys.exit () để thoát khỏi kỹ thuật một cách an toàn.Cuối cùng, chúng tôi phá hủy tất cả các cửa sổ được tạo bằng cách sử dụng & nbsp; cv2.destroyallwindows ().open() and show() from PILLOW’s Image module. This action is just within three lines of code. Code: from PIL import Image img = Image.open("sheep.png") img.show() Output: 2. MatplotlibExplanation:
Đặt tiêu đề của hình ảnh AS & nbsp; hình ảnh cừu & nbsp; sử dụng & nbsp; plt.title () & nbsp; phương thức.Khi matplotlib đọc hình ảnh trong mặt phẳng & nbsp; x-y. Chúng tôi cần nhãn & nbsp; xlabel () & nbsp; và & nbsp; ylabel () & nbsp; các chức năng để đề cập đến các trục và pixel.Scikit-Learn. It is built upon Python and supportive library Matplotlib thus it derives some of its functionalities. Methods are similar to that of the previous packages we saw before. Code: from skimage import io img = io.imread("sheep.png") io.imshow(img) Output: Tạo một biến AS & nbsp; một hình ảnh & nbsp; giữ hình ảnh của chúng tôi. Gọi & nbsp; mpimg.imread () & nbsp; function và đưa ra & nbsp; đường dẫn/hình ảnh & nbsp; name & nbsp; làm tham số đầu tiên.Sau đó sử dụng chức năng & nbsp; plt.imshow () & nbsp; lấy biến hình ảnh & nbsp; img. Nhưng nó sẽ hiển thị nó trong & nbsp; phần phụ trợ.Để xem nó trên màn hình, hãy sử dụng phương thức & nbsp; plt.show () & nbsp; và chúng tôi có hình ảnh của chúng tôi với các tham số được chia tỷ lệ đúng trên màn hình.Machine Learning library especially from Google.Inc. It works on different aspects of Machine Learning, Deep Learning, and related concepts. It also has built-in datasets to start a hassle-free journey of Data Science and ML engineering. It works specifically on the computer’s GPU CUDA cores. This makes the model training more efficient and gives less stress to the CPU. Chúng tôi sẽ sử dụng thư viện này trong khớp với mô -đun matplotlib. Bởi vì điều này làm cho âm mưu hình ảnh và hiển thị dễ dàng hơn nhiều. Code: from warnings import filterwarnings import tensorflow as tf from tensorflow import io from tensorflow import image from matplotlib import pyplot as plt filterwarnings("ignore") tf_img = io.read_file("sheep.png") tf_img = image.decode_png(tf_img, channels=3) print(tf_img.dtype) plt.imshow(tf_img) # plt.show() Explanation:
Output: Hiển thị hình ảnh thông qua Tensorflow và MatplotlibSự kết luậnVì vậy, đây là những cách khác nhau đáng kể thông qua đó chúng ta có thể thực hiện xử lý hình ảnh. Python có rất nhiều tùy chọn cho mỗi nhiệm vụ duy nhất. Nhận xét xuống phương thức và thư viện nào bạn thích nhiều nhất chúng tôi đã thực hiện trong bài viết này. Nơi bạn có thể hiển thị một hình ảnh trong Python?Python có nhiều thư viện khác nhau có thể được sử dụng để hiển thị hình ảnh. Ba trong số các thư viện phổ biến nhất là Gối, Matplotlib và OpenCV.Pillow, Matplotlib, and OpenCV.
Bạn có thể hiển thị hình ảnh trong Terminal Python không?Nó giúp chuyển đổi hình ảnh thành mã thoát ANSI của nó để có thể chuyển đổi có thể in trên các giao diện dòng lệnh.Nó cho phép các mã màu 8/16/256 bit cho hình ảnh sống động. |