15
मैं सेब की एक रंगीन फोटो है कि कैसे मैं केवल इसकी रूपरेखा दिखा सकते हैं?छवि रूपरेखा, अजगर/जनहित याचिका के साथ (काले रंग की पृष्ठभूमि सफेद अंदर,) का उपयोग कर अजगर/जनहित याचिका
A
उत्तर
25
ऐसा कुछ काम करना चाहिए।
from PIL import Image, ImageFilter
image = Image.open('your_image.png')
image = image.filter(ImageFilter.FIND_EDGES)
image.save('new_name.png')
है कि आप परिणाम आप तो आप को लागू करने या तो प्रेवित्त बढ़त का पता लगाने, सोबेल बढ़त का पता लगाने या कैनी बढ़त का पता लगाने जनहित याचिका और अजगर और अन्य पुस्तकालयों का उपयोग कर से संबंधित देखें question कोशिश करते हैं और निम्नलिखित example लिए देख रहे हैं नहीं देता ।
आप कण का पता लगाने/विश्लेषण कर के बजाय सिर्फ पता लगाने के किनारे की कोशिश कर रहे हैं, तो आप py4ij का उपयोग कर ImageJ विधि आप लिंक फोन आप एक ही परिणाम की उम्मीद देने के लिए, या एकांतर यदि आप किसी अन्य कण विश्लेषण अजगर पुस्तकालय EMAN कोशिश करने के लिए कोशिश कर सकते हैं पीआईएल, SciPy और NumPy का उपयोग कर एक कण पहचान एल्गोरिदम लिख सकते हैं।
+0
हाय, तस्वीरें रंग में हैं और यहां तक कि जब मैं उन्हें ग्रे-स्केल करता हूं और फ़िल्टर चलाता हूं तो यह ठीक काम नहीं करता है क्योंकि मैं सिर्फ सेब आकार की रूपरेखा चाहता हूं, क्या यह संभव है? यह rsbweb.nih.gov/ij/docs/pdfs/examples.pdf में वर्णित imageJ विधि की तरह कुछ है। धन्यवाद – user1212200
+1
@ Appleman1234, मेरी पोस्ट का जिक्र करने के लिए आपको बहुत बहुत धन्यवाद। अरे, आप कैनी एज डिटेक्शन मॉड्यूल आयात कर सकते हैं और इसे किनारों को अकेले खोजने के लिए चला सकते हैं। आउटपुट एक numpy ndarray होगा, लेकिन आप im = image.fromarray (imarray) – Vishwanath
+0
का उपयोग कर पीआईएल छवि में परिवर्तित कर सकते हैं @ एप्पलमैन FIND_EDGES के आधार पर छवि को घटकों में विभाजित करना संभव है? – user1658296
4
अपने वस्तु और पृष्ठभूमि काफी अच्छी तरह से विपरीत है
from PIL import Image
image = Image.open(your_image_file)
mask=image.convert("L")
th=150 # the value has to be adjusted for an image of interest
mask = mask.point(lambda i: i < th and 255)
mask.save(file_where_to_save_result)
अगर उच्च विपरीत एक (3 के रंग) में है, तो आप छवि बैंड में बजाय इसे ग्रे पैमाने में परिवर्तित करने का विभाजन हो सकता है।
हैं कि कोई छवि या पृष्ठभूमि काफी जटिल है, और अधिक परिष्कृत प्रसंस्करण की आवश्यकता होगी
उम्मीद इनपुट के कुछ नमूना छवि को शामिल करें। – mmgp