如何在Python的scikit-learn庫中為灰度影像新增特定色調？

更改“R”、“G”和“B”的值並將其應用於原始影像以獲得所需的色調。

下面是一個使用scikit-learn實現相同功能的Python程式。Scikit-learn，通常稱為sklearn，是Python中的一個庫，用於實現機器學習演算法：

示例

import matplotlib.pyplot as plt
from skimage import data
from skimage import color
path = "path to puppy_1.jpg"
orig_img = io.imread(path)
grayscale_img = rgb2gray(orig_img)
image = color.gray2rgb(grayscale_img)
red_multiplier = [0.7, 0, 0]
yellow_multiplier = [1, 0.9, 0]
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(8, 4),
sharex=True, sharey=True)
ax1.imshow(red_multiplier * image)
ax1.set_title('Original image')
ax2.imshow(yellow_multiplier * image)
ax2.set_title('Tinted image')

輸出

解釋

將所需的包匯入環境。

  • 定義影像儲存的路徑。

  • 使用“imread”函式訪問路徑並讀取影像。

  • 使用“imshow”函式在控制檯上顯示影像。

  • 使用“rgb2gray”函式將影像從RGB顏色空間轉換為灰度顏色空間。

  • 使用“gray2rgb”函式將影像從灰度轉換為RGB顏色空間。

  • 使用matplotlib庫在控制檯上繪製此資料。

  • 定義乘數的R、G、B值並將其應用於影像。

  • 在控制檯上顯示輸出。

更新於：2020年12月11日

222 次瀏覽

啟動你的職業生涯

完成課程獲得認證

開始
廣告