Как обработать изображения с помощью numpy и scipy?

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

from PIL import Image
import numpy as np

# загрузка изображения с использованием PIL
image = Image.open('path/to/image.jpg')
# Преобразование изображения в массив numpy
image_arr = np.array(image)

# загрузка изображения с использованием scipy
from scipy import misc
image = misc.imread('path/to/image.jpg')

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# Изменение размера изображения
resized_image = np.resize(image_arr, (new_width, new_height))

# Изменение яркости изображения
brightened_image = image_arr + value

# Обрезка изображения
cropped_image = image_arr[y1:y2, x1:x2]

# Обращение цветов
inverted_image = 255 - image_arr

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

# Фильтр размытия
from scipy.ndimage.filters import gaussian_filter
blurred_image = gaussian_filter(image_arr, sigma=2)

# Фильтр резкости
from scipy.ndimage.filters import laplace
sharpened_image = image_arr - laplace(image_arr)

# Фильтр обнаружения краев
from scipy.ndimage.filters import sobel
edge_image = sobel(image_arr)

1
2
3
4
5
6
7

# Сохранение изображения с использованием PIL
output_image = Image.fromarray(result_arr)
output_image.save('path/to/output.jpg')

# Сохранение изображения с использованием scipy
from scipy import misc
misc.imsave('path/to/output.jpg', result_arr)

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

import cv2

# Загрузка изображения с использованием OpenCV
image = cv2.imread('path/to/image.jpg')

# Изменение размера изображения
resized_image = cv2.resize(image, (new_width, new_height))

# Применение фильтра размытия
blurred_image = cv2.GaussianBlur(image, (5, 5), 0)

# Применение фильтра резкости
sharpened_image = cv2.filter2D(image, -1, kernel_sharpening)

# Обнаружение краев на изображении
edges = cv2.Canny(image, 100, 200)

# Сохранение изображения с использованием OpenCV
cv2.imwrite('path/to/output.jpg', result_image)