OpenCV 및 NumPy 환경에서 그레이 스케일 이미지를 이용한 픽셀 값 반전
처음에(^ω^)
이전 게시물에서 회색조 이미지를 만드는 데 성공했습니다.
그 이미지를 사용하여 재미있을 수 없다고 생각한 결과입니다.
픽셀 값을 잘 처리 할 수 있으면 편리하다는 것을 알고 싶었기 때문에 만들었습니다.
작성한 소스 코드
#-----------------------------------------
#OpenCVとNumPy環境におけるグレースケール画像を用いた画素値反転
#-----------------------------------------
import numpy as np
import cv2
hoge = './'
#保存先指定
file = './text8.txt'
#カラー読み込み
img = cv2.imread(hoge+'shigure.png')
#グレースケールで読み込み
img2 = cv2.imread(hoge+'shigure.png',0)
#Numy配列に保存
im = np.array(img2)
#画像サイズ取得
shape = im.shape
#閾値設定
Threshold = 220
for y in range(shape[0]):
for x in range(shape[1]):
if im[x][y] >= Threshold:
im[x][y] = 0
#色反転
for y in range(shape[0]):
for x in range(shape[1]):
im[x][y] = 255 - im[x][y]
#テキスト出力
np.savetxt(file, im, fmt="%3.0f", delimiter=",")
#配列出力
print (im)
#画像出力
cv2.imwrite(hoge+'gray.png', im)
결과
이것이
이렇게
이렇게 됐어!
귀여운(^ω^)
코드 해설
①화소값 반전
#色反転
for y in range(shape[0]):
for x in range(shape[1]):
im[x][y] = 255 - im[x][y]
화상의 화소치를 취급할 때에, 2차원 배열로서 취급할 수 있으면 여러가지 편리하거나 합니다.
이번 소스에서 임계값 등을 사용하고 있습니다만 다음 번 이후에 상세한 해설을 하고 싶습니다(원망)
참고문헌
특히 없을지도
목차와 같은 것
Re: 처음부터 시작하는 기계 학습 생활(심층 학습도 있어)
여기에 진척 상황 등을 실고 있습니다.
지금까지 쓴 것을 나열하고 있으니 봐주세요!
Reference
이 문제에 관하여(OpenCV 및 NumPy 환경에서 그레이 스케일 이미지를 이용한 픽셀 값 반전), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/KengoKudou/items/d9bd9e44a74896049681
텍스트를 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.)
#-----------------------------------------
#OpenCVとNumPy環境におけるグレースケール画像を用いた画素値反転
#-----------------------------------------
import numpy as np
import cv2
hoge = './'
#保存先指定
file = './text8.txt'
#カラー読み込み
img = cv2.imread(hoge+'shigure.png')
#グレースケールで読み込み
img2 = cv2.imread(hoge+'shigure.png',0)
#Numy配列に保存
im = np.array(img2)
#画像サイズ取得
shape = im.shape
#閾値設定
Threshold = 220
for y in range(shape[0]):
for x in range(shape[1]):
if im[x][y] >= Threshold:
im[x][y] = 0
#色反転
for y in range(shape[0]):
for x in range(shape[1]):
im[x][y] = 255 - im[x][y]
#テキスト出力
np.savetxt(file, im, fmt="%3.0f", delimiter=",")
#配列出力
print (im)
#画像出力
cv2.imwrite(hoge+'gray.png', im)
결과
이것이
이렇게
이렇게 됐어!
귀여운(^ω^)
코드 해설
①화소값 반전
#色反転
for y in range(shape[0]):
for x in range(shape[1]):
im[x][y] = 255 - im[x][y]
화상의 화소치를 취급할 때에, 2차원 배열로서 취급할 수 있으면 여러가지 편리하거나 합니다.
이번 소스에서 임계값 등을 사용하고 있습니다만 다음 번 이후에 상세한 해설을 하고 싶습니다(원망)
참고문헌
특히 없을지도
목차와 같은 것
Re: 처음부터 시작하는 기계 학습 생활(심층 학습도 있어)
여기에 진척 상황 등을 실고 있습니다.
지금까지 쓴 것을 나열하고 있으니 봐주세요!
Reference
이 문제에 관하여(OpenCV 및 NumPy 환경에서 그레이 스케일 이미지를 이용한 픽셀 값 반전), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/KengoKudou/items/d9bd9e44a74896049681
텍스트를 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.)
①화소값 반전
#色反転
for y in range(shape[0]):
for x in range(shape[1]):
im[x][y] = 255 - im[x][y]
화상의 화소치를 취급할 때에, 2차원 배열로서 취급할 수 있으면 여러가지 편리하거나 합니다.
이번 소스에서 임계값 등을 사용하고 있습니다만 다음 번 이후에 상세한 해설을 하고 싶습니다(원망)
참고문헌
특히 없을지도
목차와 같은 것
Re: 처음부터 시작하는 기계 학습 생활(심층 학습도 있어)
여기에 진척 상황 등을 실고 있습니다.
지금까지 쓴 것을 나열하고 있으니 봐주세요!
Reference
이 문제에 관하여(OpenCV 및 NumPy 환경에서 그레이 스케일 이미지를 이용한 픽셀 값 반전), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/KengoKudou/items/d9bd9e44a74896049681
텍스트를 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.)
Re: 처음부터 시작하는 기계 학습 생활(심층 학습도 있어)
여기에 진척 상황 등을 실고 있습니다.
지금까지 쓴 것을 나열하고 있으니 봐주세요!
Reference
이 문제에 관하여(OpenCV 및 NumPy 환경에서 그레이 스케일 이미지를 이용한 픽셀 값 반전), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/KengoKudou/items/d9bd9e44a74896049681텍스트를 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.)