Python

この記事では、OpenCV関数circle（）を使用して画像に円を描きます。 元の画像 アルゴリズム Step 1: Import OpenCV. Step 2: Define the radius of circle. Step 3: Define the center coordinates of the circle. Step 4: Define the color of the circle. Step 5: Define the thickness. Step 6: Pass the above arguments into cv2.circle() along with t

このプログラムでは、opencv関数fillPoly（）を使用して塗りつぶされたポリゴンを描画します。この関数は、画像とポリゴンの端点を取り込みます。 アルゴリズム Step 1: Import cv2 and numpy. Step 2: Define the endpoints. Step 3: Define the image using zeros. Step 4: Draw the polygon using the fillpoly() function. Step 5: Display the output. サンプルコード import cv2 import numpy as

このプログラムでは、opencv関数putText（）を使用して画像にテキストを書き込みます。この関数は、画像、フォント、テキストを配置する場所の座標、色、太さなどを取り込みます。 元の画像 アルゴリズム Step 1: Import cv2 Step 2: Define the parameters for the puttext( ) function. Step 3: Pass the parameters in to the puttext() function. Step 4: Display the image. サンプルコード import cv2 image = cv2.

このプログラムでは、opencv関数blur（）を使用して画像をぼかします。 アルゴリズム Step 1: Import OpenCV. Step 2: Import the image. Step 3: Set the kernel size. Step 4: Call the blur() function and pass the image and kernel size as parameters. Step 5: Display the results. 元の画像 サンプルコード import cv2 image = cv2.imread("testimage.jp

このプログラムでは、openCV関数GaussianBlur（）を使用して画像をぼかします。ガウスぼかしは、ガウス関数を使用して画像をぼかすプロセスです。画像からノイズを取り除き、細部を減らすために、グラフィックソフトウェアで広く使用されています。 アルゴリズム Step 1: Import cv2. Step 2: Read the original image. Step 3: Apply gaussian blur function. Pass the image and the kernel size as parameter. Step 4: Display the image. 元

plt.legend（）を使用すると、値をリストに追加するだけで特定のアイテムを追加または表示できます。 ステップ plt.xlabel（）メソッドを使用してX軸ラベルを設定します。 plt.ylabel（）メソッドを使用してY軸ラベルを設定します。 plot（）メソッド引数で渡されるリストを使用して線をプロットします。 Locationフラグとlegend_drawnフラグは、場所を見つけて、境界線のフラグをTrueにするのに役立ちます。 「青」と「オレンジ」の要素で凡例を設定します。 図を表示するには、plt.show（）メソッドを使用します。 例

このプログラムでは、OpenCVライブラリのmedianBlur（）関数を使用して画像をぼかします。中央値のぼかしは、ノイズを除去しながら画像のエッジを処理するのに役立ちます。 元の画像 アルゴリズム Step 1: Import cv2. Step 2: Read the image. Step 3: Pass image and kernel size in the cv2.medianblur() function. Step 4: Display the image. サンプルコード import cv2 image = cv2.imread("testimage.jp

このプログラムでは、OpenCV関数erode（）を使用して画像を侵食します。画像の侵食とは、画像を縮小することを意味します。カーネル内のピクセルのいずれかが0の場合、カーネル内のすべてのピクセルが0に設定されます。画像に侵食関数を適用する前の1つの条件は、画像がグレースケール画像である必要があることです。 元の画像 アルゴリズム Step 1: Import cv2 Step 2: Import numpy. Step 3: Read the image using imread(). Step 4: Define the kernel size using numpy ones. S

このプログラムでは、OpenCVライブラリの拡張機能を使用して画像を拡張します。拡張は、画像内のオブジェクトの境界にピクセルを追加します。つまり、画像のすべての側面を拡張します。 元の画像 アルゴリズム Step 1: Import cv2 and numpy. Step 2: Read the image using opencv.imread(). Step 3: Define the kernel using np.ones() function. Step 4: Pass the image and kernel to the dilate() function. Step 5:

Pandasを使用して、データフレームを作成し、日時のインデックスを設定できます。 gcf（）。autofmt_xdate（）を使用して、X軸の日付を調整します。 ステップ date_timeのリストを作成し、pd.to_datetime（）を使用してdate_timeに変換します。 データを検討する=[1、2、3] DataFrame（）オブジェクト、つまりDFをインスタンス化します。 手順2のデータを使用してDF[‘value’]を設定します。 手順1のdate_timeを使用してDF.index（）を設定します。 次に、データフレーム、つまりplt.

このプログラムでは、画像のオープニング操作を行います。開くと、画像の前景から小さなオブジェクトが削除され、背景に配置されます。この手法は、画像内の特定の形状を見つけるためにも使用できます。開口部は、びらんとそれに続く拡張と呼ぶことができます。このタスクに使用する関数はcv2.morphologyEx（image、cv2.MORPH_OPEN、kernel）です。 元の画像 アルゴリズム Step 1: Import cv2 and numpy. Step 2: Read the image. Step 3: Define the kernel. Step 4: Pass the imag

このプログラムでは、cv2.morphologyEx（）関数を使用してクローズ操作を実行します。閉じると、前景の小さな穴が削除され、背景の小さな穴が前景に変わります。この手法は、画像内の特定の形状を見つけるためにも使用できます。このタスクに使用する関数はcv2.morphologyEx（image、cv2.MORPH_CLOSE、kernel）です。 元の画像 アルゴリズム Step 1: Import cv2 and numpy. Step 2: Read the image. Step 3: Define the kernel. Step 4: Pass the image and

このプログラムでは、Pillowライブラリを使用して、各チャネルのすべてのピクセルのMEDIANを計算します。画像には合計3つのチャネルがあるため、3つの値のリストが表示されます。 元の画像 アルゴリズム Step 1: Import the Image and ImageStat libraries. Step 2: Open the image. Step 3: Pass the image to the stat function of the imagestat class. Step 4: Print the median of the pixels. サンプルコード from

ticklabel_format（）メソッドでstyle =plainを使用すると、変更される値を指数形式に制限できます。 ステップ 2つのリストを渡して、plot（）メソッドを使用して線を引きます。 style =plainでticklabel_format（）メソッドを使用します。パラメータが設定されていない場合、フォーマッタの対応するプロパティは変更されません。 Style=plainは科学的記数法をオフにします。 図を表示するには、plt.show（）メソッドを使用します。 例 from matplotlib import pyplot as plt plt.pl

FuncAnimationメソッドを使用して、フィルムを作成できます。パーティクルの位置を変更し続けるために、ユーザー定義のメソッドupdateを作成し、最後に、メソッドはスキャッターインスタンスを返します。 ステップ パーティクルの初期位置、速度、力、およびサイズを取得します。 新しいフィギュアを作成するか、figsize =（7、7）で既存のフィギュアをアクティブにします。 現在の図に軸を追加し、xlimとylimを使用して現在の軸にします。 粒子の初期位置の散乱をプロットします。 関数*func*を繰り返し呼び出してアニメーションを作成します。パーティクルの

次のプログラムコードは、Texを使用してmatplotlibラベルに改行をプロットする方法を示しています。 ステップ ダイアグラムのX軸とY軸のラベルを\nで設定して、ラベルに改行をプロットします。 軸のfacecolorに現在の.rcParamsを設定します。グループは挫折します。 サイクラーを使用して、線のグループの色を設定します。カラーリストは、赤を表す「r」、緑を表す「g」、青を表す「b」、黄色を表す「y」で構成されています。 サイクラークラスは、単一の位置引数、位置引数のペア、またはキーワード引数の組み合わせから新しいCyclerオブジェクトを作成するのに役立

このプログラムでは、画像に対してTopHat操作を実行します。 TopHat操作は、特定の画像から小さな要素と詳細を抽出するために使用されるモルフォロジー操作です。 TopHatは、暗い背景で明るいオブジェクトを強調するために使用されます。形態Ex（画像、cv2.MORPH_TOPHAT、カーネル）関数を使用します 元の画像 アルゴリズム Step 1: Import cv2. Step 2: Read the image. Step 3: Define the kernel size. Step 4: Pass the image and kernel to the cv2.morph

このプログラムでは、OpenCVを使用して画像に対してブラックハット操作を実行します。 BlackHat変換は、明るい背景で関心のある暗いオブジェクトを強調するために使用されます。形態Ex（画像、cv2.MORPH_BLACKHAT、カーネル）関数を使用します。 元の画像 アルゴリズム Step 1: Import cv2. Step 2: Read the image. Step 3: Define the kernel size. Step 4: Pass the image and kernel to the cv2.morphologyex() function. Step 5:

このプログラムでは、画像をアップサンプリングします。アップサンプリングは、画像の2D表現を維持しながら、空間解像度を向上させます。これは通常、画像の小さな領域を拡大するために使用されます。このタスクを完了するには、openCVライブラリのpyrup（）関数を使用します。 元の画像 アルゴリズム Step 1: Read the image. Step 2: Pass the image as a parameter to the pyrup() function. Step 3: Display the output. サンプルコード import cv2 image = cv2.im

pyplotパッケージのsavefigメソッドを使用して、フィギュアの場所を指定することにより、フィギュアをリモートで保存できます。 ステップ 別のバックエンドを使用するには、matplotlib.use（Agg）メソッドを使用して設定します。 plot（）メソッドを使用して線をプロットします。 savefig（）メソッドを使用すると、ディレクトリを配置するだけで、画像をリモートで保存できます。 図を表示するには、plt.show（）を使用します。 例 import matplotlib matplotlib.use('Agg') from mat