用Python处理图像自学(一)

用Python处理图像自学(一)

1.批量处理文件名和文件格式(不止图像,其他文件也可以)

代码如下
这么写可以添加中文字体

import matplotlib as mpl#添加中文字体
mpl.rcParams['font.family']='SimHei'
mpl.rcParams['font.sans-serif']=['SimHei']
mpl.rcParams['axes.unicode_minus']=False     # 正常显示负号

这才是处理的代码

import os
#批量文件改名字+格式
i=1
path=r"E:\xg1"#文件所在(在路径前面加r,即保持字符原始值的意思)
filelist=os.listdir(path)#读取路径中的所有文件
for infile in filelist:
    Olddir = os.path.join(path, infile)#用os.path.join()拼接出完整的路径才能存储
    if os.path.isdir(Olddir):
        continue
    else:
        filename = os.path.splitext(infile)[0]#splitext可以分出文件名[0]和后缀[1]
        #filetype = os.path.splitext(infile)[1]#不改格式选这里
        filetype = ".doc" #如果想改变图片的格式,可以改这个地方
        Newdir = os.path.join(path, 'a'+str(i)+ filetype)
        os.rename(Olddir, Newdir)
        i+=1`

处理后的结果:图片名变成了"a1",“a2”…“an”

2.图像的基本操作

开头代码记得引入该有的模块

from PIL import Image
import matplotlib.pylab as plt

引入方式如下:
引入模块步骤一
在这里插入图片描述
在这里插入图片描述
自行搜索需要的,install即可,有时候会安装失败,多安几次就好了,安上了会有绿色条状提示出现,至于plt安装的是哪一个,我也不记得了,但是当初安装失败过。

1)打开图片,变灰度图像,调整大小,旋转图片,剪切粘贴部分图片+基本绘图操作

Image_open=Image.open(r'这里写文件位置')#打开某一个图片文件
Image_black=Image_open.convert('L')#变灰度图像
out1=Image_open.resize((100,60))#图片大小调整
out2=Image_open.rotate(45)#图片旋转        
#    out1.show()#电脑看图的打开方式
#你要乐意,你可以连写Image_open=Image.open('文件位置').convert('L').rotate(45).resize((60,60))
# -----------------------剪切和黏贴部分图像----------------------------------
box=(200,200,500,500)#(左,上,右,下),图片默认左上角为原点
region=Image_open.crop(box)#裁剪图中指定区域
region=region.transpose(Image.ROTATE_180)#旋转裁剪部位,rotate大写有三种角度
Image_open.paste(region,box)#将旋转后的裁剪部分放回去,逗号后面是位置,可以xy位置,可以四个
# -----------------------基本绘图操作(和matlab极相似)----------------------------------
plt.figure(num='基本操作')
plt.gray()#不用颜色
plt.subplot(2,3,1)#2行3列的第一个位置
plt.title('original')
plt.imshow(Image_open)
plt.axis('equal')#图在坐标中居中
plt.axis('off')#去除坐标轴
plt.show()#没这个不显示的哦
# -----------------------在图上绘制点线----------------------------------
x=[200,300,400,400]
y=[300,400,200,400]
plt.plot(x,y,'m*')#没有第三个则默认为蓝色实线,第三个有什么色彩线条自行百度哈
plt.plot(x[:3],y[:3],'c--')#连接前三个点

效果如下:在这里插入图片描述
PS:第二个灰度图像有颜色是因为没有plt.gray()

2)图和数组交互——获得图上的点

import numpy as np#记得引入这个

im=np.array(Image_black)#读取图像到数组,要用灰度图像,用array一定要引入np!!
print('please click 5 points')
x=plt.ginput(5)#获取在图上点的点,红色十字呈现
print('you clicked:',x)
print(im.shape,im.dtype)#如果你在array的时候后面加个‘f’,那type会变成float32

3)获得图片轮廓和直方图

# -----------------------图像轮廓和直方图----------------------------------
im=np.array(Image_black)#读取图像到数组,要用灰度图像,用array一定要引入np!!
plt.contour(im,origin='image')#画轮廓
plt.hist(im.flatten(),128)#画直方图,hist()只接受一维数组,所以将图像压平flatten()

4)灰度变换

im=np.array(Image_black)#读取图像到数组,要用灰度图像,用array一定要引入np!!
im2=255-im#对图像进行反相
im3=255*(im/255)**2#像素值求平方
im4=(100.0/255)*im+100#像素在100-200间

效果如下:在这里插入图片描述
直方图其实就是图上的不同颜色怎么分布的,原图是布拉诺的彩色房子,所以直方图里面颜色分布又多又匀称。

好了,今天到这吧,写不动了

以下是对提供的参考资料的总结,按照要求结构化多个要点分条输出: 4G/5G无线网络优化与网规案例分析: NSA站点下终端掉4G问题:部分用户反馈NSA终端频繁掉4G,主要因终端主动发起SCGfail导致。分析显示,在信号较好的环境下,终端可能因节能、过热保护等原因主动释放连接。解决方案建议终端侧进行分析处理,尝试关闭节电开关等。 RSSI算法识别天馈遮挡:通过计算RSSI平均值及差值识别天馈遮挡,差值大于3dB则认定有遮挡。不同设备分组规则不同,如64T和32T。此方法可有效帮助现场人员识别因环境变化引起的网络问题。 5G 160M组网小区CA不生效:某5G站点开启100M+60M CA功能后,测试发现UE无法正常使用CA功能。问题原因在于CA频点集标识配置错误,修正后测试正常。 5G网络优化与策略: CCE映射方式优化:针对诺基亚站点覆盖农村区域,通过优化CCE资源映射方式(交织、非交织),提升RRC连接建立成功率和无线接通率。非交织方式相比交织方式有显著提升。 5G AAU两扇区组网:与三扇区组网相比,AAU两扇区组网在RSRP、SINR、下载速率和上传速率上表现不同,需根据具体场景选择适合的组网方式。 5G语音解决方案:包括沿用4G语音解决方案、EPS Fallback方案和VoNR方案。不同方案适用于不同的5G组网策略,如NSA和SA,并影响语音连续性和网络覆盖。 4G网络优化与资源利用: 4G室分设备利旧:面对4G网络投资压减与资源需求矛盾,提出利旧多维度调优策略,包括资源整合、统筹调配既有资源,以满足新增需求和提质增效。 宏站RRU设备1托N射灯:针对5G深度覆盖需求,研究使用宏站AAU结合1托N射灯方案,快速便捷地开通5G站点,提升深度覆盖能力。 基站与流程管理: 爱立信LTE基站邻区添加流程:未提供具体内容,但通常涉及邻区规划、参数配置、测试验证等步骤,以确保基站间顺畅切换和覆盖连续性。 网络规划与策略: 新高铁跨海大桥覆盖方案试点:虽未提供详细内容,但可推测涉及高铁跨海大桥区域的4G/5G网络覆盖规划,需考虑信号穿透、移动性管理、网络容量等因素。 总结: 提供的参考资料涵盖了4G/5G无线网络优化、网规案例分析、网络优化策略、资源利用、基站管理等多个方面。 通过具体案例分析,展示了无线网络优化中的常见问题及解决方案,如NSA终端掉4G、RSSI识别天馈遮挡、CA不生效等。 强调了5G网络优化与策略的重要性,包括CCE映射方式优化、5G语音解决方案、AAU扇区组网选择等。 提出了4G网络优化与资源利用的策略,如室分设备利旧、宏站RRU设备1托N射灯等。 基站与流程管理方面,提到了爱立信LTE基站邻区添加流程,但未给出具体细节。 新高铁跨海大桥覆盖方案试点展示了特殊场景下的网络规划需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值