Рубрики
Без рубрики

ColordEtect: алгоритмы обработки изображений Python

Прошло некоторое время, так как мы затронули Колредитетом. Приняв обзор того, что именно мы могли … помечены по учебнику, Python, Datascity, Opensource.

Это было в то время как Так как мы коснулись Colordetect Отказ Приняв обзор того, что именно мы могли бы достичь в прошлом, между получением цветов с обоих изображений, так и видео и в разных форматах и счетчиках. Мы пошли дальше и описали некоторые из таких случаев использования такого пакета, просто упомянуть, но несколько.

В этой части мы подчеркиваем улучшения, которые мы так далеко сделали, наряду с некоторыми известными Авторы Так как кусок выкатился. Наиболее заметным, Клиффорд , чьи алгоритмы помогли толчке от V1.1 … до V1.4. Урай Клифф! Давайте спустимся с этим.

Если вы все еще не сделали этого:

pip install ColorDetect

Мы возьмем это из новых функций и улучшений. В частности, текстовая настройка и цветовая сегментация (которые, поняли, вступили в нужное время) При использовании Колредитетом мы столкнулись с двумя до трех проблем.

  1. Теперь у нас есть возможность получить цвета от медиафайлов, но мы хотим, чтобы этот текст в настраиваемый формате. Способность иметь наш собственный шрифт и или стиль к этому тексту. Это пригодится особенно в случаях, когда у нас есть темное изображение. Мы не можем написать черный текст на это и все еще поддерживать читабельность сейчас, мы можем?
  2. Привет, что делает код RGB 5.0, 211.0, 212.0 даже значит? Может ли алгоритм дать мне более дружественный цвет, чтобы расшифровать?
  3. Хорошо, отлично, я могу получить процентные цвета и доминирование от файлов, которые у меня есть, но я могу сказать, что этот цветной код или процент относится к изображению? Могу ли я отметить изображение, чтобы сделать его видимым, не догадаясь?

Они, среди прочего, что мы должны решать. Давайте сделаем быстрый обзор каждого.

Начать с нашей виртуальной среды, мы создаем файл custom_styling.py И напишите наши цвета и текст по-разному, из конфигураций Defacto.

Для этого мы будем использовать Фотография Вирджинии Лаубингера на Бессмысленно

from colordetect import ColorDetect

# parse the image.
flowers = ColorDetect('./images/flowers.jpg')

flowers.get_color_count(color_format="human_readable")

flowers.write_color_count(top_margin=40)

flowers.save_image(location='./images', file_name='processed-human-image.jpg')

Выход вы можете спросить?

Читаемый человеком цветной дисплей. Мы дали некоторое пространство между текстом и верхним сечением изображения, а также неявно уточнить, что мы хотим, чтобы мы хотим человекому цвету формат для вывода. Мы можем пойти дальше в спецификацию цвета шрифта, чтобы написать разбором font_color = (0,255, 0) (для зеленого), например, к методу write_color_count. . Вместе с этим приходит font_size, font_tickness, line_type и left_margin , среди других настраиваемых вариантов.

Давайте посмотрим, как мы разделяем наши цвета от изображения. С этим мы ссылаемся на цветовую сегментацию. Как мы скажем, какие разделы, независимо от того, насколько маленькими, с данного изображения, являются цветными кси?

Мы разбираемся в цветовых диапазонах, которые мы хотим захватить.

import cv2
from colordetect import ColorDetect

# parse the image.
flowers = ColorDetect('./images/flowers.jpg')

# provide a lower and upper range for our target colors
monochromatic, gray, segmented, mask = flowers.get_segmented_image(lower_bound=(20,50,50), upper_bound=(40,255,255))

cv2.imshow('Segmented', segmented)
cv2.imshow('monochromatic', monochromatic)
cv2.imshow('mask image', mask)
cv2.imshow('grey image', gray)
cv2.waitKey(0)

Вы получаете четыре результата. Для краткости мы показываем три, предполагая, что вы знаете, какой серый выглядит в изображении; больше черно-белых.

Сегментированное изображение

Замаскированное изображение

монохроматический

Просто выделите цвет, который мне нужен. Превратить остальную часть изображения на черный белый

Ятза! Оно работает!

На данный момент у нас есть цветные коды изображений, в формате, который мы хотим, и возврат изображений с нашим целевым цветом выделен. То же самое можно было бы применяться к видео, без сегментации и одной или две функции, пока.

Призыв к действию

Однако мы знаем, что гораздо больше можно достичь; И именно поэтому у нас есть призыв к действию. Какие функции вы бы хотели быть реализованы? Какая ошибка вы нашли?

Для одного, Нам нужно больше тестов Отказ Вы чувствуете, что аспект кодовой базы не претерпел достаточное тестирование? Пусть будет известно. Получить Colordetect Reppo, Взгляните на руководящие принципы вклада и сделайте тягу.

Мы можем оставить это здесь некоторое время. Не стесняйтесь пройти через Документация Как мы обновляем его с одним или двумя функциями вниз по дороге.

Что касается этой статьи, у нас есть это на Терреенкоде страница

Оригинал: “https://dev.to/marvinkweyu/colordetect-python-image-processing-algorithms-494b”

Читайте ещё по теме: