Scipy Imsave

Dans cet article, nous parlons de la programmation Python, de la bibliothèque Scipy et de la fonction IMSAVE de la bibliothèque Scipy de Python. Python est un langage de programmation orienté objet et très flexible et est presque utilisé dans tous les domaines scientifiques, statistiques et mathématiques. C'est la langue la plus avancée simplement à cause de sa syntaxe simple et facile à comprendre. Cela rend la vie des scientifiques des données, des analystes de données et des chercheurs plus confortables et sans erreur. Le python scientifique est utilisé pour le traitement d'image, l'optimisation, l'interprétation du signal et bien d'autres.

Ici, nous discuterons du traitement d'image et de la manipulation d'images à l'aide de bibliothèques Scipy et Numpy. Cet article aide les débutants à comprendre comment ils peuvent effectuer le traitement d'image en Python avec moins de complexités de code. Nous discuterons de chaque point avec des exemples détaillés et appropriés.

Qu'est-ce que Scipy Imsave?

La fonction Scipy Imsave est utilisée pour le traitement d'image et l'interprétation du signal. Il est spécifiquement utilisé pour stocker une image sous la forme d'un tableau. La bibliothèque Scipy nous permet de lire et d'écrire facilement les fichiers d'image dans nos applications Python. Avec l'aide de la fonction IMSAVE, nous pouvons facilement gérer les images de différents formats comme PNG, JPEG et JPG sans avoir des inquiétudes concernant différents arrière-plans d'image, couleurs, types, formats, etc. et les enregistrer dans n'importe quel répertoire.

Avec l'aide du package Scipy Misc, nous pouvons couvrir les différentes fonctionnalités comme le traitement d'image, le filtrage d'image, le recadrage d'images et la sauvegarde d'image. La bibliothèque Scipy aide à lire et à écrire les images de et vers l'utilisateur, comment afficher les images de différentes couleurs et comment nous pouvons enregistrer les images dans un dossier ou un répertoire. Étant donné que les valeurs d'image sont dans des tableaux Numpy, la fonction Scipy Imsave est utilisée pour enregistrer les valeurs de tableau Numpy de l'image dans un dossier ou un répertoire local.

Syntaxe de la fonction Scipy Imsave

La fonction IMSAVE est fournie dans le package Misc de la bibliothèque Scipy. Lorsque nous devons utiliser la fonction IMSAVE, nous devons appeler le module Misc de la bibliothèque Scipy. La syntaxe de la fonction Scipy Imsave est la suivante:

La fonction IMSAVE contient trois paramètres - Nom, Arr et Format. Le paramètre «Nom» signifie le nom du fichier dans la chaîne ou le formulaire d'objet. Le paramètre «arr» est utilisé pour fournir des réseaux numpy bidimensionnels, tridimensionnels ou multidimensionnels qui contiennent les valeurs d'image. Un tableau bidimensionnel est utilisé pour stocker les images de niveau de gris tandis que le tableau tridimensionnel stocke les images en couleur rouge, vert et bleu. Dernier mais non le moindre, le tableau à quatre dimensions stocke les images de couche alpha. Le dernier paramètre est le «format» qui spécifie le format de l'image. Le «format» est utilisé pour déterminer les extensions d'image comme .PNG, .jpg, et ainsi de suite. Passons à la section Exemple pour apprendre à utiliser la fonction IMSAVE dans les programmes Python.

Exemple 1:

Le premier exemple est très linéaire et intéressant. Le code de référence est mentionné dans l'illustration suivante pour votre commodité, alors veuillez consulter le code. Reportez-vous à l'exemple de code suivant:

Importer Imageio
de Scipy Import Misc
Importer Matplotlib.pypllot comme plt
img = mis.affronter()
image.imsave ('.// Desktop // Cat.jpg ', img)
PLT.imshow (img)
PLT.montrer()

Tout d'abord, nous importons le module Misc de la bibliothèque Scipy. Parallèlement à cela, les bibliothèques ImageIo Matplotlib sont importées dans le programme. Nous utilisons l'attribut «Face» du package Divers pour lire le visage de l'image et l'appeler dans la variable «IMG». Dans la méthode iMsave (), une image est située avec l'adresse. Le premier paramètre est l'adresse de l'image. Le deuxième paramètre est la méthode de lecture qui doit être effectuée sur l'image donnée. Le plt.La fonction imshow () est utilisée pour afficher les données ou les valeurs du tableau en tant qu'image. Après avoir exécuté ce programme, nous obtenons la sortie suivante:

Exemple 2:

Cet exemple explique comment créer une image en spécifiant les valeurs du tableau et en la stockant dans un répertoire spécifique. Considérez l'exemple de code donné dans la capture d'écran suivante:

Importer Imageio
Importer Numpy comme NP
de Scipy Import Misc
img = np.zéros ((255, 255), dtype = np.uint8)
img [:] = np.Arange (255)
image.imsave ('./ Témoignage.png ', img)

Dans la première ligne, la bibliothèque ImageIO est importée suivie de la bibliothèque Numpy en tant que NP et la bibliothèque Scipy pour appeler le module Misc. Après cela, le tableau de données est déclaré suivi des données de type avec le NP.Fonction Zeros (). Le tableau de données est transmis à la fonction IMSave () pour le stocker comme une image. Maintenant, voyons quel type d'image est créé avec les données données et la fonction imsave ():

Exemple 3:

Cet exemple nous montre comment créer et afficher l'image des cubes de couleur grise avec une fonction imsave (). Voyons le code qui vous aidera à comprendre le programme.

Importer Imageio
Importer Numpy comme NP
de Scipy Import Misc
Importer Matplotlib.pypllot comme plt
PLT.rcparams ["Figure.Figse "] = [5, 5]
img = np.aléatoire.Rand (5, 5)
image.imsave ('./ img.png ', img)
PLT.gris()
PLT.imshow (img)

Ici, quatre bibliothèques sont explicitement importées dans le programme - ImageIo, Numpy, Scipy et Matplotlib.

Après l'importation des bibliothèques, PLT.rcparams [«Figure.FigSize ”] est utilisé pour ajuster la taille de l'image à afficher à l'écran. À l'aide de la bibliothèque Numpy, la fonction rand () est appelée avec 2 paramètres, en spécifiant les valeurs qui définissent le nombre de boîtes dans l'image. La valeur de la fonction rand () est attribuée à la variable «IMG». L'imageio.Imsave () Fucntion est déclaré avec le nom de l'image et les valeurs du tableau pour créer l'image. Utilisation du PLT.gris (), nous spécifions la couleur de l'image. Utilisation du PLT.Fonction imshow (), nous affichons l'image à l'écran.

La capture d'écran de la sortie résultante est mentionnée. Vous pouvez également essayer ce programme de pratique en modifiant simplement les valeurs et en voyant le résultat.

Conclusion

Enfin, passons rapidement le sujet entier en quelques lignes seulement. Scipy rend les data scientifiques plus détendus en offrant un large éventail de bibliothèques pour gérer des applications complexes. Cet article parle de la fonction Scipy Imsave. Nous avons appris Imsave qui est fonction du traitement de l'image du nom de sous-package de la bibliothèque Scipy Library. Il s'agit d'une fonction Scipy intégrée et est utilisée pour enregistrer l'image dans un répertoire local ou tout chemin mentionné facilement. Maintenant, après avoir appris le traitement d'image, vous pouvez facilement effectuer les différentes opérations sur l'image et enregistrer une image dans l'emplacement souhaité. Espérons que les exemples fournis peuvent vous aider beaucoup et vous pouvez vous entraîner de votre côté en apportant différents changements.