Pythonのscikit-learnでグレースケール画像に特定の色合いを追加するにはどうすればよいですか？

「R」、「G」、「B」の値が変更され、元の画像に適用されて、必要な色合いが得られます。

以下は、scikit-learnを使用して同じものを実装するPythonプログラムです。 Scikit-learnは、一般にsklearnとして知られ、機械学習アルゴリズムを実装する目的で使用されるPythonのライブラリです-

例

import matplotlib.pyplot as plt
from skimage import data
from skimage import color
path = "path to puppy_1.jpg"
orig_img = io.imread(path)
grayscale_img = rgb2gray(orig_img)
image = color.gray2rgb(grayscale_img)
red_multiplier = [0.7, 0, 0]
yellow_multiplier = [1, 0.9, 0]
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(8, 4),
sharex=True, sharey=True)
ax1.imshow(red_multiplier * image)
ax1.set_title('Original image')
ax2.imshow(yellow_multiplier * image)
ax2.set_title('Tinted image')

出力

説明

必要なパッケージが環境にインポートされます。

• 画像が保存されるパスが定義されています。

• 「imread」機能は、パスにアクセスして画像を読み取るために使用されます。

• 「imshow」機能は、コンソールに画像を表示するために使用されます。

• 関数「rgb2gray」は、画像をRGB色空間からグレースケール色空間に変換するために使用されます。

• 関数「gray2rgb」は、画像をグレースケールからRGB色空間に変換するために使用されます。

• matplotlibライブラリは、このデータをコンソールにプロットするために使用されます。

• 乗数のR、G、B値が定義され、画像に適用されます。

• 出力がコンソールに表示されます。