精华内容
下载资源
问答
  • 主要介绍了用python按照图像灰度值统计并筛选图片的操作(PIL,shutil,os),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • ·· 图像灰度值处理是图片处理中最为重要的环节之一,它是其他包括但不限于特征提取,图像定为,OCR,图片降噪,图片加噪等等操作的前提过程,下面是一段基于Python3.7 的opencv实现的图像灰度之处理 *import cv2 ...

    opencv-python的图像灰度处理与二值化处理

    图像灰度值处理

    ·· 图像灰度值处理是图片处理中最为重要的环节之一,它是其他包括但不限于特征提取,图像定为,OCR,图片降噪,图片加噪等等操作的前提过程,下面是一段基于Python3.7 的opencv实现的图像灰度之处理

    *import cv2
    import numpy as np
    import matplotlib.pyplot as plt
     
     
    # img = cv2.imread('test.jpg')                         #这几行是对图像进行降噪处理,但事还存在一些问题。
     
    # dst = cv2.fastNlMeansDenoisingColored(img,None,10,10,7,21)
     
    # plt.subplot(121),plt.imshow(img)
    # plt.subplot(122),plt.imshow(dst)
    # plt.show()
    fn = "test.jpg"
    if __name__ == '__main__':
        print('loading %s' % fn)
        img = cv2.imread(fn)               #读取图像 修改上方 fn的路径即可 
        sp = img.shape
        print(sp)                          #在编译结果处显示图片的信息 这行没啥用 
        
        # 获取图像大小
        sz1 = sp[0]                         #长 
        sz2 = sp[1]                         #宽 
        print('width:%d\nheight:%d' % (sz2,sz1)) #控制窗口显示的比例 
        # 创建一个窗口显示图像
        cv2.namedWindow('img')              #这行没啥用 控制显示图片窗口的名字 
        cv2.imshow('img',img)               #显示图片 
        # 复制图像矩阵,生成与源图像一样的图像,并显示
        myimg2 = img.copy();
        cv2.namedWindow('myimg2')           #这行没啥用 控制显示图片窗口的名字 
        cv2.imshow('myimg2',myimg2)
        # 复制并转换为灰度化图像并显示
        myimg1 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #灰度值函数 
        cv2.namedWindow('myimg1')
        cv2.imshow('myimg1',myimg1)            #显示灰度处理后的函数  
        cv2.imwrite('gray.jpg', myimg1)     #保存当前灰度值处理过后的文件 
        cv2.waitKey()         #第一个参数是保存文件的名称,必须加jgp,png等的后缀否则报错。第二个参数是保存的对象
        cv2.destroyAllWindows()*
    
    
    
    
    展开全文
  • I have few gray scale images and I thought of calculating the average pixel value of the total image, so that I can represent each individual image using a single value.解决方案If you want to do stuff...

    I have few gray scale images and I thought of calculating the average pixel value of the total image, so that I can represent each individual image using a single value.

    a54e2680bff5b08df4b7e508e55219f7.png

    解决方案

    If you want to do stuff like this, you should consider using scikit-image instead of raw PIL or pillow.

    SciKit Image uses numpy arrays for images, so all the numpy methods work.

    from skimage import io

    import numpy as np

    image = io.imread('http://i.stack.imgur.com/Y8UeF.jpg')

    print(np.mean(image))

    You might want to convert all images to float to get a value betwenn 0 and 1:

    from skimage import io, img_as_float

    import numpy as np

    image = io.imread('http://i.stack.imgur.com/Y8UeF.jpg')

    image = img_as_float(image)

    print(np.mean(image))

    展开全文
  • python实现图片二化及灰度处理方式我.../usr/bin/env python3.5.2# -*- coding: utf-8 -*-'''4图片灰度调整及二化:集成环境:win10 python3 Pycharm'''from PIL import Image# load a color imageim = Image.o...

    python实现图片二值化及灰度处理方式

    我就废话不多说了,直接上代码吧!

    集成环境:win10 pycharm

    #!/usr/bin/env python3.5.2

    # -*- coding: utf-8 -*-

    '''4图片灰度调整及二值化:

    集成环境:win10 python3 Pycharm

    '''

    from PIL import Image

    # load a color image

    im = Image.open('picture\\haha.png' )#当前目录创建picture文件夹

    # convert to grey level image

    Lim = im.convert('L' )

    Lim.save('pice.jpg' )

    # setup a converting table with constant threshold

    threshold = 185

    table = []

    for i in range(256):

    if i < threshold:

    table.append(0)

    else:

    table.append(1)

    # convert to binary image by the table

    bim = Lim.point(table, '1' )

    bim.save('picf.png' )

    以上这篇python实现图片二值化及灰度处理方式就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。

    时间: 2019-12-07

    在处理图像的时候经常是读取图片以后把图片转换为灰度图.作为一个刚入坑的小白,我在这篇博客记录了四种处理的方法. 首先导入包: import numpy as np import cv2 import tensorflow as tf from PIL import Image 方法一:在使用OpenCV读取图片的同时将图片转换为灰度图: img = cv2.imread(imgfile, cv2.IMREAD_GRAYSCALE) print("cv2.imread(imgfile, cv2.I

    使用opencv将图片转为灰度图主要有两种方法,第一种是将彩色图转为灰度图,第二种是在使用OpenCV读取图片的时候直接读取为灰度图. 将彩色图转为灰度图 import cv2 import numpy as np if __name__ == "__main__": img_path = "timg.jpg" img = cv2.imread(img_path) #获取图片的宽和高 width,height = img.shape[:2][::-1] #将图片缩小

    blank.gif

    前面的一些例子中,我们都是利用Image.open()来打开一幅图像,然后直接对这个PIL对象进行操作.如果只是简单的操作还可以,但是如果操作稍微复杂一些,就比较吃力了.因此,通常我们加载完图片后,都是把图片转换成矩阵来进行更加复杂的操作. python中利用numpy库和scipy库来进行各种数据操作和科学计算.我们可以通过pip来直接安装这两个库 pip install numpy pip install scipy 以后,只要是在python中进行数字图像处理,我们都需要导入这些包: fr

    blank.gif

    这是一张灵异事件图...开个玩笑,这就是一张普通的图片. 毫无疑问,上面的那副图画看起来像一幅电脑背景图片.这些都归功于我的妹妹,她能够将一些看上去奇怪的东西变得十分吸引眼球.然而,我们生活在数字图片的年代,我们也很少去想这些图片是在怎么存储在存储器上的或者去想这些图片是如何通过各种变化生成的. 在这篇文章中,我将带着你了解一些基本的图片特征处理.data massaging 依然是一样的:特征提取,但是这里我们还需要对跟多的密集数据进行处理,但同时数据清理是在数据库.表.文本等中进行.这是如何

    L3Byb3h5L2h0dHAvZmlsZXMuamI1MS5uZXQvZmlsZV9pbWFnZXMvYXJ0aWNsZS8yMDE5MDcvMjAxOTcxNTE2MDkyOTAxMS5wbmcmIzA2MzsyMDE5NjE1MTYxMTU3.jpg

    首先让我祭出一张数学王子高斯的照片,这位印在德国马克上的神人有多牛呢? 他是近代数学的奠基人之一,与牛顿, 阿基米德并称顶级三大数学家,随便找一个编程语言的数学库,里面一定有和他名字相关的一堆函数. 开始正文之前,让我们再来膜拜一下19岁的高斯如何用一把圆规和没有刻度的尺子画出正十七边形. 下面我就拿高斯这张肖像画作为示例如何用Python将他帽子的颜色换了. 计算机分析图片不可能像人类的肉眼一样进行观察,再用右脑进行思考,它能识别的只有数字,下面我们从计算机的角度来对图片做一个简单的认知. 机

    L3Byb3h5L2h0dHAvZmlsZXMuamI1MS5uZXQvZmlsZV9pbWFnZXMvYXJ0aWNsZS8yMDE5MDkvMjAxOTkyNTg1NjIzMjUxLmpwZyYjMDYzOzIwMTk4MjU4NTczMg==.jpg

    起因 前几天去国图拍了一本书,一本心理学方面的书,也许你问我为什么不去买一本,或者去网上找pdf. 其实吧,关于心理学方面的书可以说在市面上一抓就是一堆,至于拍这本书两个原因,一个是没有什么收藏价值不值得我去买,只适合应急用,然后就是这本书的作者写作特点和其他大众的不太一样,可以说是有特点或者偏门,于是我就在手机上拍了一堆的图片,后来整理成了pdf,但是昨天我看的时候原图片文件还在快上千了吧,一个一个选择删除真是删烦了,也许你会说为什么不导入到电脑上进行删除,没办法我就是想整点不一样的,学了py

    L3Byb3h5L2h0dHAvZmlsZXMuamI1MS5uZXQvZmlsZV9pbWFnZXMvYXJ0aWNsZS8yMDE3MTEvMjAxNzExMTMxNzAyMjI2ODMuanBnJiMwNjM7MjAxNzEwMTMxNzIzNQ==.jpg

    简介 蚁群算法(ant colony optimization, ACO),又称蚂蚁算法,是一种用来在图中寻找优化路径的机率型算法.它由Marco Dorigo于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为.蚁群算法是一种模拟进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值. 定义 各个蚂蚁在没有事先告诉

    L3Byb3h5L2h0dHAvZmlsZXMuamI1MS5uZXQvZmlsZV9pbWFnZXMvYXJ0aWNsZS8yMDE2MDQvMjAxNjA0MTQxMTQ3MDAzNi5wbmc=.jpg

    主要实现功能: - 登陆网页 - 动态等待网页加载 - 验证码下载 很早就有一个想法,就是自动按照脚本执行一个功能,节省大量的人力--个人比较懒.花了几天写了写,本着想完成验证码的识别,从根本上解决问题,只是难度太高,识别的准确率又太低,计划再次告一段落. 希望这次经历可以与大家进行分享和交流. Python打开浏览器 相比与自带的urllib2模块,操作比较麻烦,针对于一部分网页还需要对cookie进行保存,很不方便.于是,我这里使用的是Python2.7下的selenium模块进行网页上的操

    这次主要介绍字符串常用操作方法及例子 1.python字符串 在python中声明一个字符串,通常有三种方法:在它的两边加上单引号.双引号或者三引号,如下: name = 'hello' name1 = "hello bei jing " name2 = '''hello shang hai haha''' python中的字符串一旦声明,是不能进行更改的,如下: #字符串为不可变变量,即不能通过对某一位置重新赋值改变内容 name = 'hello' name[0] = 'k' #通

    L3Byb3h5L2h0dHAvZmlsZXMuamI1MS5uZXQvZmlsZV9pbWFnZXMvYXJ0aWNsZS8yMDE4MDIvMjAxODIyMjE2MzYzMTgyMS5qcGcmIzA2MzsyMDE4MTIyMTYzNjQ2.jpg

    本文为大家分享了Python机器学习之K-Means聚类的实现代码,供大家参考,具体内容如下 1.K-Means聚类原理 K-means算法是很典型的基于距离的聚类算法,采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大.其基本思想是:以空间中k个点为中心进行聚类,对最靠近他们的对象归类.通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果.各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开. 算法大致流程为:(1)随机选取k个点作为种子点(这k个点不一定属于数据集)

    queue介绍 queue是python的标准库,俗称队列.可以直接import引用,在python2.x中,模块名为Queue.python3直接queue即可 在python中,多个线程之间的数据是共享的,多个线程进行数据交换的时候,不能够保证数据的安全性和一致性,所以当多个线程需要进行数据交换的时候,队列就出现了,队列可以完美解决线程间的数据交换,保证线程间数据的安全性和一致性. #多线程实战栗子(糗百) #用一个队列Queue对象, #先产生所有url,put进队列: #开启多线程,把q

    Django版本为:2.1.7 Python的web框架,MTV思想 MVC Model(模板文件,数据库操作)  view(视图模板文件  )controller(业务处理) MTV Model(模板文件,数据库操作)  template(视图模板文件) view(业务处理) 安装及访问 安装 pip3 install django 创建目录 如win:在需要创建目录的文件夹按住shift+鼠标右键打开命令行,创建dongjg工程目录 C:\Users\东东\AppData\Local\Pro

    1.plt.legend plt.legend(loc=0)#显示图例的位置,自适应方式 说明: 'best' : 0, (only implemented for axes legends)(自适应方式) 'upper right' : 1, 'upper left' : 2, 'lower left' : 3, 'lower right' : 4, 'right' : 5, 'center left' : 6, 'center right' : 7, 'lower center' : 8,

    展开全文
  • 采集到的彩色图像一般不会直接使用,为了加快处理速度,会转换成灰度图,二图后再使用,处理后的效果如下:彩图-灰度图-二图.jpg下面是实现的代码:# -*- coding: utf-8 -*-"""运行环境 python==3.6 opencv-...

    采集到的彩色图像一般不会直接使用,为了加快处理速度,会转换成灰度图,二值图后再使用,处理后的效果如下:

    b219ebc4b74543a9ed3f7dd07340fa87b9011466.jpeg?token=4c2444f2755f8c3db7c8fbef25a2fb81&s=528264ACECD68DF91AB9F08A0300D0A1彩图-灰度图-二值图.jpg

    下面是实现的代码:

    # -*- coding: utf-8 -*-

    """

    运行环境 python==3.6 opencv-contrib-python== 4.1 win10系统

    第一行 “ # -*- coding: utf-8 -*- ” 告诉Python解释器,按照UTF-8编码读取源代码

    """

    #图像获取

    import cv2

    import numpy as np

    dir1='lena.jpg' #读取要处理的图片

    image=cv2.imread(dir1)

    image1 = cv2.bitwise_not(image) #函数cv2.bitwise_not可以实现像素点各通道值取反

    cv2.imshow("image", image)

    cv2.imshow("image1", image1)

    #

    #灰度化

    # 将彩图转化为灰度图。彩图是三通道的,灰度图是单通道的,因而使用灰度图可以减少计算量,提高图像处理速度。

    imgray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY) #彩色转灰度

    cv2.imshow("imgray", imgray)

    #二值化

    # 将图像上的像素点的灰度值设置为0或255,整个图像呈现出明显的黑白效果,使图像中数据量大为减少,从而能凸显出目标的轮廓。

    thresh=120

    ret,binary = cv2.threshold(imgray,thresh,255,cv2.THRESH_BINARY) #输入灰度图,输出二值图

    cv2.imshow('binary',binary)

    binary1 = cv2.bitwise_not(binary) #取反

    cv2.imshow('binary1',binary1)

    cv2.waitKey(0)

    cv2.destroyAllWindows()

    展开全文
  • # -*- coding:utf-8 -*- import cv2 img = ...Windows下有画图软件可以直接查看图片的RGB,但是没办法查看HSV,这样一个小程序就可以帮你做到。 附一张opencv下HSV范围图片
  • 利用python语言实现图片的二化,首先解码,灰度化,最后自定义阈值,二化。
  • python图像灰度化、二

    千次阅读 2020-11-26 17:59:36
    ## 获取图片&显示图片 from PIL import Image import matplotlib.pyplot as plt import numpy as np #获取图片 def getimg(): return Image.open("pictures/学习资料.jpg") #显示图片 de
  • import numpy as np import cv2 as cv import cv2 ... img = img.convert('L') # 灰度化 cols,rows = img.size # 图像大小 Value = [[0]*rows for i in range(cols)] # 创建一个大小与图片相同的二维数组
  • 主要是给OpenCV的窗体添加鼠标的滑动事件,通过鼠标的事件返回的X,Y,去图像的数据上查找对应的,绘图需要将tiff转为灰度图像来查找,RGB是通过tiff以RGB模式读取获得。方便查看图像上任意一点的像元,...
  • 最近在学图像处理,遇到了这样一个问题,如果我们用python opencv读取图片并转换成灰度图,再把它显示出来,我们可以很容易的利用下面这段代码实现: 以这幅图片为例: 代码: ''' Description: Author: Weijian ...
  • import numpy as np from PIL import Image def test(): im = Image.open(r"D:\\pywork\\data\\gray\\4_155.jpg") ...np.array(im) v = img_array[x, y] # 获取该点像素 print(v) if __name__ == '__main__': test()
  • 文件目录: 运行: 进入程序img2excel_user.py 所在目录,输入: python img2excel_user.py 图片地址 excel保存地址(要加上excel名字) 例如: python img2excel_user.py D:\myPythonProgram\img2excel\3.jpg D:\...
  • 本篇文章小编给大家分享一下python3+opencv使用...我们可以先把图片转换为灰度图,然后根据灰度值的分布来判断,如:我们可以从上图看到,晚上的图片灰度值是集中在前段的,如0~30多左右,我们再看一张比较明亮的图片...
  • 我们可以先把图片转换为灰度图,然后根据灰度值的分布来判断,如:我们可以从上图看到,晚上的图片灰度值是集中在前段的,如0~30多左右,我们再看一张比较明亮的图片:明亮的图片的灰度直方图是比较靠后的.因此要判断图片...
  • 图像灰度直方图灰度直方图是图像灰度级的函数,用来描述每个灰度级在图像矩阵中的像素个数或者占有率。...反之对比度越低,低对比度的图像在视觉上给人的感觉是看起来不够清晰,所以通过算法调整图像的灰度值,从...
  • 11111.灰度化1.1浮点算法1.2.整数算法1.3.平均法1.4.移位法1.5.单通道法(只取绿色通道)2.二化2.1.取中间阀1272.2.取所有像素点灰度的平均3....参考《Python图像灰度变换及图像数组操作》实现以下几种灰...
  • 图片读成灰度图 将图中各个点的像素进行统计,化成直方图 确定一个阈值,比阈值大的设为255,小的设为0 代码 import cv2 import matplotlib.pyplot as plt import numpy as np def create_hist(img): # 初始...
  • 获取图片 http://my.cnki.net/elibregister/CheckCode.aspx 每次刷新该网页可以得到新的验证码进行测试 以我本次查看的验证码图片为例,右键保存图片为image.jpg 下面用代码来对该图片验证码进行识别: ''' 遇到...
  • python进行图片处理或识别的时候,通常第一步是获取每个像素的二进制。(python 版本号为3.5)具体过程如下:1、如果没有安装image包,则首先需要安装image包。命令:pip3 install image2、将图片转为二进制图片。...
  • 原理1. 计算出图片颜色对应的... 根据灰度值,从字符集中获取图片中每个像素点对应的字符代码# !/usr/bin/env python# -*- coding:utf-8 -*-from PIL import Imageimport argparse#命令行输入参数处理parser = ar...
  • coords = np.column_stack(np.where(thresh > 0))//获取thresh二值灰度图片中的白色文字区域的点 print("coords =",coords) min_rect = cv2.minAreaRect(coords)//由点集获取最小矩形(包含中心坐标点、宽和高、偏转...
  • 手绘风图片因其简约而典雅的...下面,我来介绍一下如何用Python代码实现图片的手绘化效果。本文所用到的Python库:PIL库PIL:Python Imaging Library,是Python一个强大而方便的图像处理库。不过PIL目前只支持到Pytho...
  • DICOM图像像素值、灰度值与CT值

    万次阅读 2018-08-28 11:03:18
    图像灰度值的概念是什么?灰度也可以认为是亮度,简单说就是色彩的深浅程度。  实际上在我们的日常生活中,通过三原色色彩深浅的组合,可以组成各种不同的颜色。产品能够展现的灰度数量越多,也就意味着这款产品的...
  • 图像灰度值读取并存入文本文档

    热门讨论 2011-05-13 21:16:49
    对灰度图片灰度值进行读取。以文本文档格式进行读取。
  • 本片文章将介绍一下基于opencv的图像灰度识别,主要介绍三通道的彩色图片的... 接下来我们来介绍两种计算灰度值的方法。 方法一 def calculate_gray_value(img): # 分割RGB通道 r, g, b = cv2.split(img) ...
  • python常用的图片操作库有matplotlib、PIL以及opencv,我用jupyter notebook对这三种方法进行了尝试和比较。 matplotlib %matplotlib inline import numpy as np import matplotlib.image as mpimg import ...
  • 需要用到系统级需要安装tesseract-ocr,python库需要opencv-python, Pillow, pytesseract步骤一般为下载图片-->读取图片-->将图片灰度化-->二化-->去除图片中的干扰线-->识别。从网络中直接获取图片并读取示例...
  • 计算图像帧的平均灰度值

    万次阅读 2016-07-15 19:53:01
    2016/7/15 在处理视频中,需要对视频...我们知道,对于一幅灰度图像,每个像素点的灰度值可以通过指针来访问( i, j )处的灰度值  (img->imageData+ i*img->widthStep)[j*img->nChannels+0] 当然,也可以通过cv

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 9,150
精华内容 3,660
关键字:

python获取图片灰度值

python 订阅