初めてのopencv3
差分
このページの2つのバージョン間の差分を表示します。
両方とも前のリビジョン前のリビジョン次のリビジョン | 前のリビジョン | ||
初めてのopencv3 [2017/10/24] – [Image.sizeとnp.array.shape] adash333 | 初めてのopencv3 [2018/10/07] (現在) – 外部編集 127.0.0.1 | ||
---|---|---|---|
行 61: | 行 61: | ||
</ | </ | ||
- | + | cv2(OpenCV)の場合\\ | |
- | Numpyのnp.array.shapeは、行列の行(height: | + | cv2.imreadで画像を読み込む。このとき画像はBGRになっている。\\ |
+ | OpenCVで読み込んだ画像のタイプはnumpy arrayになっているため、画像の縦横を調べるときは、Numpyのshapeメソッドを用いる。 | ||
< | < | ||
行 80: | 行 81: | ||
</ | </ | ||
+ | Numpyのnp.array.shapeは、行列の行(height: | ||
+ | |||
+ | < | ||
+ | import numpy as np | ||
+ | a = np.arange(60).reshape(10, | ||
+ | # 配列の形 | ||
+ | a.shape | ||
+ | |||
+ | # 要素数 | ||
+ | a.size | ||
+ | |||
+ | # 行数、列数の取り出し | ||
+ | # 画像をNumpy配列に変換したときは、以下を | ||
+ | # height, width = a.shape | ||
+ | # と書くことがある | ||
+ | nrow, ncol = a.shape | ||
+ | print(nrow) | ||
+ | print(ncol) | ||
+ | </ | ||
行 87: | 行 107: | ||
</ | </ | ||
+ | PILとNumpyの組み合わせ\\ | ||
+ | 以下は、NumPy配列の扱いとなります。 | ||
+ | < | ||
+ | from PIL import Image | ||
+ | import numpy as np | ||
+ | # グレースケール画像にしてからNumpy配列に変換 | ||
+ | im = np.array(Image.open(' | ||
+ | print(im.shape) | ||
+ | print(im.dtype) | ||
+ | print(im) | ||
+ | |||
+ | # カラー画像のままNumpy配列に変換 | ||
+ | im = np.array(Image.open(' | ||
+ | print(im.shape) | ||
+ | print(im.dtype) | ||
+ | print(im) | ||
+ | |||
+ | |||
+ | </ | ||
Chainer用の画像処理メモ(4)pythonでの画像の操作 "from PIL import Image" | Chainer用の画像処理メモ(4)pythonでの画像の操作 "from PIL import Image" | ||
http:// | http:// | ||
+ | |||
+ | |||
+ | Chainer用の画像処理メモ(5)初めてのNumPy" | ||
+ | http:// | ||
+ | |||
+ | [OpenCV Python]画像の幅、高さ、チャンネル数、depth取得 | ||
+ | atinfinity edited this page on 27 Jul 2016\\ | ||
+ | https:// | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | PythonとOpenCVで画像処理②【ウィンドウ、画像のサイズ変更】 | ||
+ | \\ | ||
+ | http:// | ||
+ | |||
+ | Python – NumPyで画像を配列として取得する\\ | ||
+ | https:// | ||
+ | |||
初めてのPython画像処理\\ | 初めてのPython画像処理\\ |
初めてのopencv3.1508816025.txt.gz · 最終更新: 2018/10/07 (外部編集)