一片落叶渲染了秋色;一季落花沧桑了流年。
不知不觉中秋天悄悄的来了,天气开始转凉,每天匆匆忙忙的在路上,顾不得身边的变化,一抬眼,竟因秋叶久久驻足!
我用Python把秋日里最美的景色做成了这种效果~~~
先上图↓图像的灰度处理处理成三个通道的图像
在Python中进行图像处理,有三个工具:OpenCV、SciKit-Image和Pillow。
但是,这里我们将使用最简单的方法NumPy来进行图像处理。在对图像进行深度学习的时候,我们经常需要对图片进行处理,包括图像灰度、变色、翻转、压缩、截取等,此时就可以使用Numpy来处理。这也是学习NumPy的大好机会。
NumPy更像是一个魔方,它是Python数组计算、矩阵运算和科学计算的核心库,NumPy这个词来源于Numerical和Python两个单词。NumPy提供了一个高性能的数组对象,让我们轻松创建一维数组、二维数组和多维数组,以及大量的函数和方法,帮助我们轻松地进行数组计算,从而广泛地应用于数据分析、机器学习、图像处理和计算机图形学、数学任务等领域当中。
完整程序代码如下:
import numpy as np
import matplotlib.pyplot as plt
img=plt.imread("tree1.jpg") #读取图片
plt.imshow(img) #传入数组显示对应颜色
# 图像灰度处理
# img为三维的数组,最高维是图像的高,次高维是图像的宽,最低维[R,G,B]是颜色值
grayimg=np.array([0.299,0.587,0.114]) #灰度公式的固定值
x=np.dot(img,grayimg) #将数组img(RGB颜色值)和数组n2(灰度公式的固定值)中的每个元素进行点乘运算
plt.imshow(x,cmap="gray") #传入数组显示灰度
plt.show() #显示图像
# 三个通道的图像
R_img = img.copy()
R_img[:,:, [0,2]]=0
G_img = img.copy()
G_img[:,:, [2,1]]=0
B_img = img.copy()
B_img[:,:, [0,1]]=0
fig,ax = plt.subplots(1,4)
ax[0].imshow(img)
ax[1].imshow(R_img)
ax[2].imshow(G_img)
ax[3].imshow(B_img)
fig.set_size_inches(7, 4)
plt.tight_layout()
plt.show()
《Python数据分析从入门到实践(全彩版)》这本书是2020年6月最新出版,本书全面介绍了Python数据处理、数据分析大神Pandas,数据可视化常用库Matplotlib和Seaborn,图解数组计算模块快速了解Numpy,以及机器学习Scikit-Learn的常用回归分析和聚类分析。
这本书包括230个快速示例、17个案例和4大项目。
这本书不仅示例案例和项目丰富,而且书中在讲解知识点的过程中也应用了大量的示意图,使读者能够快速理解所学内容。例如对Numpy模块的介绍,如下图所示。原创不易,如果觉得有点用,希望可以随手点个赞,拜谢各位老铁。