Python'da Görüntü İşleme: Resmi içten çember ile çevirme kodu

-
import math

#Distance - Mesafe bulma
def findDistance(x,y):
    return math.sqrt((x[0]-y[0])**2+(x[1]-y[1])**2)


d=findDistance([3,0],[0,4])

 from scipy import ndimage
from scipy import misc
f=misc.face()
import matplotlib.pyplot as plt
plt.imshow(f)
plt.show()



f.ndim

f.shape

type(f)


#Renk değiştirme
f[:,:,2]=0
#Rakunu gösterme
plt.imshow(f)
plt.show()





f.shape

type(f.shape)

im_size=f.shape
im_size[0]

center=[im_size[0]/2,im_size[1]/2]

from scipy import ndimage
from scipy import misc
f=misc.face()

 #Resmin sınırının içine çember çizip resim ile çember arasındaki RGB değerleri 0 yapma
for i in range(im_size[0]):
    for j in range(im_size[1]):
        if findDistance([i,j],center)>384:
            f[i,j,:]=0

 plt.imshow(f)

plt.show()



Kaynakça:
https://docs.scipy.org/doc/scipy/reference/generated/scipy.misc.face.html#scipy.misc.face


Yorumlar

Yorum Gönder

Bu blogdaki popüler yayınlar

Python'da Liste İçin Varyans, Standart Sapma, Ortalama, Minimum bulma, Maksimum bulma

-
01-dizi_icin_standartSapma-varyans-max-min-average In [3]: import math # karekök için def stsapma ( x1 , x2 , * y ): N = len ( y ) + 2 # Fonksiyona verilen parametre sayısı # ortalamayı hesapla toplam = x1 + x2 for z in y : toplam += z ort = toplam / N karetoplam = ( x1 - ort ) ** 2 + ( x2 - ort ) ** 2 for z in y : karetoplam += ( z - ort ) ** 2 stsap = math . sqrt ( karetoplam / ( N - 1 )) return stsap def varyans ( standartsapma ): return standartsapma * standartsapma In [7]: data = [ 1 , 2 , 2 , 3 , 3 , 3 , 3 , 4 , 4 , 5 , 5 ] s_deger = stsapma ( * data ) In [8]: v_deger = varyans ( s_deger ) In [9]: print ( "Standart Sapma: " , s_deger , " \n Varyans: " , v_deger ) Standart Sapma: 1.250454462839956 Varyans: 1.563636363
Devamı

Veritabanı Yönetim Sistemleri

-
Resim
VERİTABANI nedir? Herhangi bir konuda birbiriyle alakalı ve düzenli bilgiler topluluğudur. Veritabanlarında tutulan verilere erişim geleneksel dosyalama sistemlerine göre daha kolay ve hızlı bir şekilde gerçekleşir. Veritabanı içerisinde bulunan veriler üzerinde değişiklik yapma, verileri istenilen kriterlere göre görüntüleme veritabanının kendisine ait bir yazılımı veya hazırlanan program aracılığıyla gerçekleştirilebilir. Veritabanı: Tablolardan, Tabloların satır sütunlarından, sütunlara yazılan verilerin tiplerinden, primary key(birincil anahtar)den, foreign key(yabancı anahtar)den, unique key(tekil, benzersiz anahtar) den, joining(ilişkilendirme)den oluşmaktadır. Primary Key:  Tabloda tutulan verilerin aynı değeri iki kez içermeyecek olan sütun, diğer adıyla birincil anahtar adını alır. Bu sütun asla NULL değer içeremez. Null değeri nerde ise  orada bilgi yazmıyor demektir. Unique Key:  O da primary key gibi aynı değerleri
Devamı

Python'da Görüntü İşleme - Resmi Siyah Beyaz Yapma

-
Resim
# Derleyici JUPYTER -> ANACONDA 3 - Python 3 # online geliştirme yapabileceğiniz bir ortam # Kodun  arasında  boşluk varsa bu derleyici ayrı bir kutuda yazılmış anlamına gelir.  #  Buna dikkat   edelim import  matplotlib.pyplot  as  plt import  numpy  as  np from scipy.misc import imsave def convertRGB_to_GrayLevel(image_1) :     img_1=plt.imread(image_1)     img_2=np.zeros((img_1.shape[0],img_1.shape[1]))     for i in range(img_1.shape[0]):         for j in range(img_2.shape[1]):             img_2[i,j]=img_1[i,j,0]/3+img_1[i,j,1]/3+img_1[i,j,2]/3      imsave(image_1+ "_gray.jpeg" ,img_2)     plt.subplot(1,2,1)     plt.imshow(img_1)     plt.subplot(1,2,2)     plt.imshow(img_2,cmap= 'gray' )     plt.show() convertRGB_to_GrayLevel( 'widenYourWorld.jpeg' ) #resmin uzantısına ve resmin oluşturulan kodun olduğu yere koymayı unutmayın
Devamı