[PYTHON] Verstehen, wie Bilder auf Jupyter angezeigt werden (Verwendung von imshow / matplotlib von OpenCV)

Einführung

Dieser Artikel ist ein Artikel, der versucht zu verstehen, wie ein Bild auf Jupyter und die dem Ausgabebild entsprechende Funktion angezeigt werden, indem das Argument und die Liste geändert werden. Da ich ein Anfänger im maschinellen Lernen bin, wäre ich sehr dankbar, wenn Sie auf Meinungen oder Fehler hinweisen könnten.

einpacken

• Bilder inline anzeigen
• Verwenden Sie das Größenänderungsmodul, um ein Mosaik anzuwenden
• Transparenz erhöhen

Bilder inline anzeigen

pic.ipynb

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('012.JPG') #Wählen Sie ein Bild aus, das Sie laden möchten.Legen Sie es in den gleichen Ordner wie ipynb.
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(1,1,1)
ax.imshow(img)
ax.axis("off")

Zunächst habe ich das Bild grundsätzlich angezeigt. Hier bedeutet (-0,5,719,5,719,5, -0,5), dass die untere linke Koordinate (-0,5,719,5) und die obere rechte Koordinate (719,5, -0,5) ist. Die Anzeige des Bildes unterscheidet sich von der in der Mathematik erlernten Richtung der xy-Achse, und der Ursprung befindet sich oben links, daher wie folgt.

Überprüfen Sie die Größe des Bildes

pic.ipynb

img.shape

(720, 720, 3)

Da es darstellt (vertikale Auflösung, horizontale Auflösung, Anzahl der Kanäle), können Sie sehen, dass es 3 Kanäle mit 720 x 720 (= RGB-Farbe) gibt. ** Beachten Sie, dass wenn dies in xy ausgedrückt wird, dies (y, x, Anzahl der Kanäle) ist. ** ** **

Zeigen Sie die Bildkoordinaten und das Bild an dieser Position an

pic.ipynb

img[0,0]

array([162, 127,  77], dtype=uint8)

Es stellt sich heraus, dass der RGB-Wert der Ursprungsposition (0,0) (162, 127, 77) ist. Wenn es angezeigt wird, ist es außerdem wie folgt.

pic.ipynb

fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111)
ax.imshow(img[0:1,0:1])#Zeigen Sie die Wertekoordinaten im Bereich an und geben Sie sie an
ax.axis("on")

Selbst wenn Sie (0,0) -Koordinaten anzeigen möchten, tritt ein Fehler auf, sofern Sie keinen Bereich wie [0: 1, 0: 1] angeben. Seien Sie also vorsichtig.

Achten Sie bei der Anzeige auf die x- und y-Koordinaten

pic.ipynb

fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111)
ax.imshow(img[0:720,0:10])
ax.axis("on")

Wenn Sie img [0: 720,0: 10] angeben, wird es vertikal angezeigt, da es als y: 0 bis 720 und x: 0 bis 10 angezeigt wird. Beachten Sie, dass das Gegenteil der Fall ist, wenn Köpfe mit x- und y-Koordinaten vorhanden sind. Das Bild unten ist ein vertikal langes Bild.

Wenden Sie das Mosaik mit dem Größenänderungsmodul an

pic.ipynb

img_re= cv2.resize(img, dsize=None, fx=0.1, fy =0.1)
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(1,1,1)
ax.imshow(img_re)
ax.axis("off")

Mosaic wird angewendet, indem die Anzahl der Pixel mit dem Modul cv2.resize () auf 1/10 reduziert wird. In dem Argument in resize sind fx und fy die Vergrößerungen von x und y. Dieses Mal wurde die Anzahl der Pixel durch Einstellen auf 0,1 (= 10%) auf 1/10 reduziert.

Erhöhen Sie die Transparenz

pic.ipynb

fig, ax = plt.subplots(facecolor="w")
ax.imshow(img, alpha=0.5)

plt.show()

Durch Angabe des Alpha-Arguments des imshow-Moduls im Bereich von 0 bis 1 und Bestimmung der Transparenz ist es möglich, zu einem helleren Farbton zu wechseln.

Am Ende

Wenn Sie Bilder verarbeiten möchten, ist dieser Vorgang grundlegend. Ich fand es sehr wichtig, durch Bewegen meiner Hände ein echtes Gefühl zu bekommen.

Das vollständige Programm ist unten gespeichert. https://github.com/Fumio-eisan/jupyter_pic20200313