Görüntü İşleme İçin Denemeniz Gereken 8 Python Paketi
Görüntülerimizin daha iyi görünmesini sağlayalım
Python, dünyada en çok kullanılan programlama dillerinden biridir. Daha az çaba ve daha az kod satırı ile birçok şeyi yapabilir. Bazı kod satırlarıyla görüntüleri çok kolay bir şekilde düzenlemek ve yeniden oluşturmak için de kullanılabilir. Bu blogda, Python kullanarak görüntüleri değiştirmenin üç yolunu göreceğiz.
Görüntü İşleme İhtiyacı
Şöyle düşünüyor olabilirsiniz: “Aynısını daha güzel bir şekilde yapmak için photoshop ve birçok çevrimiçi araç varken Python kullanarak bir görüntüyü nasıl işleyeceğimi neden bilmem gerekiyor?” Diye düşünüyor olabilirsiniz.
Cevap basit: Bir görüntüyü belirli bir şekilde vermeniz gereken bir proje üzerinde çalışıyorsanız, o zaman kodu içeren yöntemi seçmeniz gerekir. Ayrıca, Computer Vision uygulamalarında, iyi sonuçlar elde etmek için görüntüleri manipüle etmeniz gerekir.
Artık öğrenmenin gerekli olduğunu bildiğinize göre, bunu yapmanın bazı yollarını görelim.
1. Pillow
Pillow, Python’da bulunan bir görüntü işleme kitaplığıdır. Yeniden boyutlandırma, filtre ekleme ve daha fazlası gibi görüntüleri işlemek için birçok prosedür sağlar. Python’da bulunan en iyi görüntü işleme yöntemlerinden biridir. Tek dezavantajı, uzun süredir güncellenmemiş olmasıdır.
Belgeleri görmek için bu bağlantıyı kullanın .
Pillow’u yüklemek için bu komutu kullanın: pip install pillow
İşte kitaplığın nasıl çalıştığını gösteren basit bir pasaj. Kontrastını artırarak karanlık bir görüntüyü biraz güzelleştirmek için Yastığı kullanalım. İşte kod:
from PIL import Image,ImageEnhance
img_original = Image.open("dark.jpg")
img_original.show("Original Image")
img = ImageEnhance.Contrast(img_original)
img.enhance(3.8).show("Image With More Contrast")
2. NumPy
NumPy, Sayısal Python’un kısaltmasıdır. Her tür bilimsel hesaplamayı yapmanıza yardımcı olan bir Python kitaplığıdır. Onları işlemek için birçok çok boyutlu dizi ve rutini içerir.
NumPy, herhangi bir veri ön işleme veya veri bilimi ile ilgili görev yaparken içe aktarılacak ilk kitaplıktır. Görüntüleri değiştirmek için de kullanılabilir. NumPy, görüntüleri RGB değerlerine göre özelleştirmenizi ve işlemenizi sağlar. NumPy kullanarak, görüntülerin RGB değerlerini kolayca değiştirebiliriz.
NumPy nasıl kurulur: pip install numpy
NumPy kullanarak bir görüntünün RGB değerlerini değiştirme ve görüntüye RGB Filtresi uygulama örneğini ele alalım. İşte kod:
from PIL import Image
import numpy as np
img = np.array(Image.open('0.jpg'))
img_red = img.copy()
img_red[:, :, (1, 2)] = 0
img_green = img.copy()
img_green[:, :, (0, 2)] = 0
img_blue = img.copy()
img_blue[:, :, (0, 1)] = 0
img_ORGB = np.concatenate((img,img_red, img_green, img_blue), axis=1)
img_converted = Image.fromarray(img_ORGB)
img_converted.show() ## Combine Image Contains all four images
3. Scipy
Scipy, çoğunlukla matematiksel ve bilimsel hesaplamalar için kullanılan bir Python kitaplığıdır, ancak çok boyutlu görüntü işleme için de kullanılabilir. sizin için birçok araç içeren çok büyük bir kitaplıktır. Görüntü işleme araçlarını kullanmak için, scipy.ndimagemodülü kitaplıktan içe aktarmanız yeterlidir .
Scipy’yi kurma komutları:pip install scipy
Bir e xample scipy kullanarak bir görüntü bulanıklık.
4. OpenCV
OpenCV ayrıca web kameraları, resimler ve videolarla arayüz oluşturmayı kolaylaştıran bir tür görüntü işleme kitaplığıdır. Pek çok türde gerçek zamanlı görevi yerine getirebilir ve ilk olarak 2000 yılında piyasaya sürüldü. Basitliği ve kod okunabilirliği nedeniyle ün kazandı. Günümüzde, çoğunlukla yüz algılama ve tanıma, nesne algılama ve daha fazlası gibi bilgisayarla görme görevlerinde kullanılmaktadır.
OpenCV’yi yüklemek için şu komutları kullanın: pip install opencv-python
Bir görüntünün belirli bir bölümünü kırpmak için kütüphaneyi kullanalım. İşte kod:
import cv2
img = cv2.imread("images/test.jpg")
imgCropped = img[50:283,25:190]
shape = imgCropped.shape
print(shape[0])
imgCropped = cv2.resize(imgCropped,(shape[0]12//10,shape[1]2))
cv2.imshow("Image cropped",imgCropped)
cv2.imshow("Image",img)
cv2.waitKey(0)
5. SimpleCV
SimpleCV ayrıca yüz algılama ve tanıma, nesne algılama ve daha fazlası gibi bilgisayarla görme uygulamaları oluşturmak için açık kaynaklı bir pakettir. Bilgisayarla görme görevlerini daha basit hale getirir. Paketi kullanarak çok sayıda yüksek güçlü bilgisayar görme aracına erişebilirsiniz. Kod aşağıdaki gibidir:
##source: http://simplecv.org/
from SimpleCV import Camera
#Initialize the camera
cam = Camera()
#Loop to continuously get images
while True:
# Get Image from camera
img = cam.getImage()
# Make image black and white
img = img.binarize()
# Draw the text "Hello World" on image
img.drawText("Hello World!")
# Show the image
img.show()
6. Mahotalar
Mahotas, Python için başka bir bilgisayar görüşü ve görüntü işleme kitaplığıdır. Ayrıca, görüntü filtreleme ve yeniden boyutlandırma gibi tüm geleneksel görüntü işleme işlevlerini ve daha fazlasını içerir. Minimalist kod ve bağımlılık gereksinimleri ile hızlıdır.
Mahotas’ı yükleme komutları: pip install mahotas
İşte belgelere ve GitHub’a bir örnekle bağlantı.
7. SimpleITK
ITK, geliştiricilere görüntü analizi ve ön işleme için bir yönetici araç seti sağlayan açık kaynaklı bir sistemdir. SimpleITK, ITK üzerine inşa edilmiş basitleştirilmiş bir katmandır ve hızlı prototip oluşturma, eğitim ve yorumlanmış diller için kullanılması amaçlanmıştır. C ++ ile yazılmıştır, ancak birçok programlama dilinde de mevcuttur – Python dahil!
SimpleITK ve Python kullanarak CT / MR kayıt sürecini görselleştirmenin bir örneğini burada bulabilirsiniz.
8. pgmagick
Pgmagick, yeniden boyutlandırma, döndürme, keskinleştirme, gradyan görüntüler, çizim ve daha fazlası gibi birçok kolaylık sağlayan Python için bir GraphicsMagickbağlamasıdır.
Pgmagick’i yükleme komutları: pip install pgmagick
İşte kullanacağınız kod:
from pgmagick.api import Image
img = Image('fox.png')
scaling image up to 1.5x
img.scale((150, 100), 'fox_scaled')
😀 okuduğunuz için teşekkürler!
Umarım değerli bir şey bulursunuz.
Makalenin orjinal kaynağı için tıklayınız.
