Imbécil

En este artículo, estamos hablando de la programación de Python, la biblioteca Scipy y la función Imsave de la biblioteca Scipy de Python. Python es un lenguaje de programación orientado a objetos y muy flexible y casi se usa en cada campo científico, estadístico y matemático. Es el lenguaje más avanzado solo por su sintaxis simple y fácil de entender. Hace que la vida de los científicos de datos, los analistas de datos e investigadores sea más cómodo y sin errores. Python científico se usa para el procesamiento de imágenes, la optimización, la interpretación de la señal y muchos más.

Aquí, discutiremos sobre el procesamiento de imágenes y la manipulación de imágenes utilizando bibliotecas scipy y numpy. Este artículo ayuda a los principiantes a comprender cómo pueden realizar el procesamiento de imágenes en Python con menos complejidades de código. Discutiremos cada punto con ejemplos detallados y adecuados.

¿Qué es Scipy Imsave??

La función de imsave Scipy se usa para el procesamiento de imágenes y la interpretación de la señal. Se usa específicamente para almacenar una imagen en forma de una matriz. La biblioteca Scipy nos permite leer y escribir fácilmente los archivos de imagen en nuestras aplicaciones de Python. Con la ayuda de la función Imsave, podemos manejar fácilmente las imágenes de diferentes formatos como PNG, JPEG y JPG sin tener preocupaciones sobre diferentes fondos, colores, tipos, formatos, etc. y guárdelos en cualquier directorio.

Con la ayuda del paquete Scipy Misc, podemos cubrir las diferentes características como procesamiento de imágenes, filtrado de imágenes, recorte de imágenes y guardado de imágenes. La biblioteca Scipy ayuda a leer y escribir las imágenes desde y hacia el usuario, cómo mostrar las imágenes en diferentes colores y cómo podemos guardar las imágenes en una carpeta o directorio. Dado que los valores de la imagen están en matrices numpy, la función de imsave Scipy se usa para guardar los valores de matriz numpy de la imagen en una carpeta o en un directorio local.

Sintaxis de la función de imsave Scipy

La función imsave se proporciona en el paquete misceláneo de la biblioteca Scipy. Cuando necesitamos usar la función Imsave, necesitamos llamar al módulo Misc de la biblioteca Scipy. La sintaxis de la función de imsave Scipy es la siguiente:

La función imsave contiene tres parámetros: nombre, arr y formato. El parámetro "Nombre" significa el nombre del archivo en cadena o formulario de objeto. El parámetro "ARR" se utiliza para proporcionar matrices numpy bidimensionales, tridimensionales o multidimensionales que contienen los valores de imagen. Se utiliza una matriz bidimensional para almacenar las imágenes de nivel gris, mientras que la matriz tridimensional almacena imágenes de color rojo, verde y azul. Por último, pero no menos importante, la matriz de cuatro dimensiones almacena las imágenes de la capa alfa. El último parámetro es "formato" que especifica el formato de la imagen. El "formato" se usa para determinar las extensiones de imagen como .png, .JPG, y así sucesivamente. Pasemos a la sección Ejemplo para aprender a usar la función Imsave en los programas de Python.

Ejemplo 1:

El primer ejemplo es muy lineal e interesante. El código de referencia se menciona en la siguiente ilustración para su conveniencia, así que por favor con el código. Consulte el siguiente código de muestra:

Importar Imageio
de Scipy Import Misc
Importar matplotlib.Pyplot como PLT
IMG = Misc.rostro()
imaginio.Imsave ('.// escritorio // gato.jpg ', img)
PLT.Imshow (img)
PLT.espectáculo()

Primero, importamos el módulo Misc de la biblioteca Scipy. Junto con eso, las bibliotecas ImageIO Matplotlib se importan al programa. Utilizamos el atributo "Face" del paquete Misc para leer la cara de la imagen y llamarlo en la variable "IMG". En el método imsave () se encuentra una imagen con la dirección. El primer parámetro es la dirección de la imagen. El segundo parámetro es el método de lectura que se realizará en la imagen dada. El PLT.La función imshow () se usa para mostrar los datos o los valores de la matriz como una imagen. Después de ejecutar este programa, obtenemos la siguiente salida:

Ejemplo 2:

Este ejemplo explica cómo crear una imagen especificando los valores de la matriz y almacenándola en un directorio específico. Considere el código de muestra dado en la siguiente captura de pantalla:

Importar Imageio
importar numpy como np
de Scipy Import Misc
img = np.ceros ((255, 255), dtype = np.uint8)
img [:] = np.Arange (255)
imaginio.Imsave ('./Testimato.png ', img)

En la primera línea, la biblioteca ImageIO es importada seguida por la biblioteca Numpy como NP y la biblioteca Scipy para llamar al módulo misceláneo. Después de eso, la matriz de datos se declara seguida por los datos de tipo con el NP.función zeros (). La matriz de datos se pasa a la función imsave () para almacenarla como una imagen. Ahora, veamos qué tipo de imagen se crea con los datos dados y la función imsave ():

Ejemplo 3:

Este ejemplo nos muestra cómo crear y mostrar la imagen de cubos de color gris con la función imsave (). Demostremos el código que lo ayudará a comprender el programa.

Importar Imageio
importar numpy como np
de Scipy Import Misc
Importar matplotlib.Pyplot como PLT
PLT.rcParams ["Figura.figsize "] = [5, 5]
img = np.aleatorio.Rand (5, 5)
imaginio.Imsave ('./img.png ', img)
PLT.gris()
PLT.Imshow (img)

Aquí, cuatro bibliotecas se importan explícitamente al programa: Imageio, Numpy, Scipy y Matplotlib.

Después de importar las bibliotecas, PLT.rcParams ["Figura.figsize ”] se usa para ajustar el tamaño de la imagen que se muestra en la pantalla. Usando la función Numpy Biblioteca, Rand () se llama con 2 parámetros, especificando los valores que definen el número de cuadros en la imagen. El valor de la función rand () se asigna a la variable "IMG". El imageio.imsave () fucntion se declara con el nombre de la imagen y los valores de la matriz para crear la imagen. Usando el PLT.gris (), especificamos el color de la imagen. Usando el PLT.función imshow (), mostramos la imagen en la pantalla.

Se menciona la captura de pantalla de la salida resultante. También puede probar este programa para la práctica simplemente cambiando los valores y viendo el resultado.

Conclusión

Finalmente, revisemos rápidamente todo el tema en solo unas pocas líneas. Scipy hace que los científicos de datos se relajen más al ofrecer una amplia gama de bibliotecas para tratar aplicaciones complejas. Este artículo trata sobre la función Scipy Imsave. Aprendimos sobre Imsave, que es una función de la biblioteca Scipy Subackage Name Procesamiento de imágenes. Es una función scipy incorporada y se usa para guardar la imagen en un directorio local o en cualquier ruta mencionada fácilmente. Ahora, después de aprender sobre el procesamiento de imágenes, puede realizar fácilmente las diferentes operaciones en la imagen y guardar una imagen en la ubicación deseada. Con suerte, los ejemplos proporcionados pueden ayudarlo mucho y puede practicar por su parte haciendo diferentes cambios.