여러 폴더에서 여러 장의 사진을 그래프에 묘사
뭐, 제목대로입니다만…
사진 A와 B를 비교하려고 하면 「아, 폴더 나누어 버렸다」를 깨달았다.
한 폴더에서 꾸준히 사진 보고 폴더 나누었는데…
라는 것이 계기로 해 보았습니다.
김에 화상 가공했을 때에 함정에 걸렸기 때문에 그것도 함께 갑니다.
전혀 어렵지 않았다.
「코드의 분위기적으로 코코 늘리면 좋겠지?」
적인 느낌으로 진행해 나가면 되어 버렸다.
여전히 공부하지 않는 남자이다.
dog_and_cat.py
# Jupyter Notebookセルを全結合してみました
import os
import glob
import matplotlib.pyplot as plt
from PIL import Image
from google.colab import drive
# GoogleDrive_Mount
drive.mount('/content/drive')
# データ格納フォルダを指定
input_dir="/content/drive/My Drive/Colab Notebooks/test/Photos"
dirs = glob.glob(input_dir + '/*.jpg')
input_dir2="/content/drive/My Drive/Colab Notebooks/test/Photos2"
dirs2 = glob.glob(input_dir2 + '/*.jpg')
# 参照出来ているか確認
print(dirs)
print(dirs2)
# リストの長さを足して表示枚数を確認
hs = len(dirs)+len(dirs2)
print(hs)
# 表示設定
col=5
row=hs/col
cols=col*3
rows=row*4
dpis = 100
# イメージの表示サイズ、解像度
fig = plt.figure(figsize=(cols,rows),dpi=dpis)
# **番目に指定
pi=1
# イメージ表示
for img,img2 in zip(dirs,dirs2):
# 1段目
plot_num = pi
ax=fig.add_subplot(row, col, plot_num)
ac=os.path.basename(img)
ax.set_title(ac)
img = Image.open(img)
plt.imshow(img, cmap='gray')
# 2段目
plot_num2 = pi+5
bx=fig.add_subplot(row, col, plot_num2)
bc=os.path.basename(img2)
bx.set_title(bc)
img2 = Image.open(img2)
plt.imshow(img2, cmap='gray')
pi = pi+1
출력 결과
음, 귀엽다.
하지만 크기가 흩어져 있네요.
사이즈를 모아보자
img = Image.open(img) 및 img2 = Image.open(img2) 아래에
각각 넣어 보자 (일단 숫자는 200을 넣을 때입니다)
img = img.resize((200, 200))
img2 = img2.resize((200, 200))
모두들, 무사히 모였습니다. 좋았어요.
그레이 스케일도 해보자. 어라? 함정?
위의 코드에 다음을 각각 추가하여 회색화를 기대
img = img.convert("L")
img2 = img2.convert("L")
뭔가 이미지와 다르다…
라고 생각하면 한층 더 이것을 해야 하는 것 같다. 불각.
(어쩐지 이것만으로 할 수 있는 듯한 쓰는 법도 있었지만-)
plt.imshow(img, cmap='gray')
plt.imshow(img2, cmap='gray')
딥 러닝을 향해
향후는 특징량을 출력시키거나 같은 이미지 추출이라든가 해 가지 않으면 안돼~
어려울 것 같지만 다시 배울 수 있다고 굉장히 즐겁다.
그건 그렇고, 이미지에 쵸코 쵸코 "아"가 들어있는 것을 깨달은 다사 www
덧붙이지 않지만 w
Reference
이 문제에 관하여(여러 폴더에서 여러 장의 사진을 그래프에 묘사), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/daisuke8000/items/ede8468f39918d9260d7텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)