Comprendre comment afficher des images sur Jupyter (utilisation de imshow / matplotlib d'OpenCV)

introduction

Cet article est un article qui tente de comprendre comment afficher une image sur Jupyter et la fonction correspondant à l'image de sortie en modifiant l'argument et la liste. Étant donné que je suis un débutant en apprentissage automatique, je vous serais très reconnaissant de bien vouloir signaler vos opinions ou erreurs.

emballer

• Afficher les images en ligne
• Utilisez le module de redimensionnement pour appliquer une mosaïque
• Augmenter la transparence

Afficher les images en ligne

pic.ipynb

import cv2
import matplotlib.pyplot as plt

img = cv2.imread('012.JPG') #Pic n'importe quelle image que vous souhaitez charger.Mettez-le dans le même dossier que ipynb.
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(1,1,1)
ax.imshow(img)
ax.axis("off")

Tout d'abord, j'ai affiché l'image en gros. Ici, (-0,5 719,5 719,5, -0,5) signifie que la coordonnée inférieure gauche est (-0,5 719,5) et la coordonnée supérieure droite est (719,5, -0,5). L'affichage de l'image est différent de la direction de l'axe xy apprise en mathématiques, et l'origine est en haut à gauche, donc ce sera comme suit.

Vérifiez la taille de l'image

pic.ipynb

img.shape

(720, 720, 3)

Puisqu'il représente (résolution verticale, résolution horizontale, nombre de canaux), vous pouvez voir qu'il y a 3 canaux de 720 x 720 (= couleur RVB). ** Notez que si cela est exprimé en xy, ce sera (y, x, nombre de canaux). ** **

Afficher les coordonnées de l'image et l'image à cette position

pic.ipynb

img[0,0]

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

Il s'avère que la valeur RVB de la position d'origine (0,0) est (162,127,77). De plus, lorsqu'il sera affiché, ce sera comme suit.

pic.ipynb

fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111)
ax.imshow(img[0:1,0:1])#Afficher et spécifier les coordonnées de valeur dans la plage
ax.axis("on")

Même si vous souhaitez afficher les coordonnées (0,0), une erreur se produira à moins que vous ne spécifiiez une plage telle que [0: 1, 0: 1], soyez donc prudent.

Faites attention aux coordonnées x et y lors de l'affichage

pic.ipynb

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

Si vous spécifiez img [0: 720,0: 10], il sera affiché verticalement car il sera affiché comme y: 0 à 720 et x: 0 à 10. Notez que l'inverse est vrai s'il y a des têtes de coordonnées x et y. L'image ci-dessous est une image verticalement longue.

Appliquer la mosaïque à l'aide du module de redimensionnement

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")

La mosaïque est appliquée en réduisant le nombre de pixels à 1/10 avec le module cv2.resize (). Dans l'argument de redimensionnement, fx et fy sont les agrandissements de x et y. Cette fois, en le réglant sur 0,1 (= 10%), le nombre de pixels a été réduit à 1/10.

Augmenter la transparence

pic.ipynb

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

plt.show()

En spécifiant l'argument alpha du module imshow dans la plage de 0 à 1 et en déterminant la transparence, il est possible de passer à une teinte plus claire.

À la fin

Si vous souhaitez gérer et traiter des images, cette opération est basique. J'ai pensé qu'il était très important d'avoir une vraie sensation en bougeant mes mains.

Le programme complet est stocké ci-dessous. https://github.com/Fumio-eisan/jupyter_pic20200313