SciPy - face() 方法

SciPy face() 方法用於獲取浣熊影像。此方法還應用於各類應用程式，例如邊緣檢測、濾波和變換。

語法

以下是 SciPy 方法的語法：-

face()

引數

此方法不採用任何引數。

返回值

此方法返回浣熊面部影像。

示例 1

以下是 SciPy face() 方法的基本示例，演示了浣熊面部。

import matplotlib.pyplot as plt
from scipy.misc import face

# load the face image
image = face()

# display the image using matplotlib
plt.imshow(image)
plt.title('Face Image')
plt.axis('off')
plt.show()

輸出

以上程式碼生成以下輸出：-

示例 2

這裡，我們使用 RGB 分量加權和，將原始（面部）影像轉換成灰度模式影像。因此，它並行模式下顯示這兩幅影像。

import matplotlib.pyplot as plt
from scipy.misc import face
import numpy as np

# load the face image
image = face()

# convert the image to grayscale
gray_image = np.dot(image[..., :3], [0.299, 0.587, 0.114])

# display the original and grayscale images
fig, axes = plt.subplots(1, 2, figsize=(12, 6))
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].axis('off')

axes[1].imshow(gray_image, cmap='gray')
axes[1].set_title('Grayscale Image')
axes[1].axis('off')

plt.show()

輸出

以上程式碼生成以下輸出：-

示例 3

要獲取邊緣檢測影像，它使用兩條軸（0 和 1）來確定所有行為，並且以相同方式，對另一條軸應用 Canny 濾波器（cmap = 'gray'），並逐個顯示結果。

import matplotlib.pyplot as plt
from scipy.misc import face
from skimage.color import rgb2gray
from skimage.feature import canny

# load the face image
image = face()

# convert the image to grayscale
gray_image = rgb2gray(image)

# apply the Canny edge detector
edges = canny(gray_image, sigma=2)

# display the original and edge-detected images
fig, axes = plt.subplots(1, 2, figsize=(12, 6))

# first axes
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].axis('off')

# Second axes
axes[1].imshow(edges, cmap='gray')
axes[1].set_title('Edge Detection using Canny Filter')
axes[1].axis('off')

plt.show()

輸出

以上程式碼生成以下輸出：-