Εργαλεία Χρήστη

Εργαλεία ιστότοπου


python_image_processing

Σύγκριση εκδόσεων

Εδώ βλέπετε τις διαφορές μεταξύ της επιλεγμένης έκδοσης και της τρέχουσας έκδοσης της σελίδας.

Σύνδεσμος σε αυτή την προβολή διαφορών.

python_image_processing [2015/07/23 18:15]
evi
python_image_processing [2020/11/21 09:52]
Γραμμή 1: Γραμμή 1:
-======Διαχείριση και επεξεργασία εικόνας στην γλώσσα προγραμματισμού Python====== 
- 
-Στο wiki αυτό θα μάθουμε να διαχειριζόμαστε και γενικότερα επεξεργαζόμαστε πολυκάναλες εικόνες με την[[https://en.wikipedia.org/wiki/Python_(programming_language)|γλώσσα προγραμματισμού Python]]. Θα ξεκινήσουμε από απλές λειτουργίες όπως ανάγνωση εικόνας και μετατροπές της σε διάφορες τυποποιήσεις (format) και θα προχωρήσουμε σε πιο σύνθετα θέματα (φίλτρα, μορφολογικοί τελεστές, κατάτμηση) :-) 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
- 
-=====Εισαγωγή===== 
- 
-Ελεύθερα βιβλία για τη[[https://en.wikipedia.org/wiki/Python_(programming_language)|γλώσσα προγραμματισμού Python]] στο διαδίκτυο:\\ i. A Bite of Python:[[http://www.swaroopch.com/notes/Python]]\\ ii. Dive into Python:[[http://www.diveintopython.net/]]\\ iii. Ελληνική κοινότητα Python:[[http://python.org.gr/]]\\  
- 
-Αρχικά να σημειωθεί, όπως μάλλον είναι γνωστό:-), ότι μια εικόνα είναι ένα πλέγμα (πίνακας) με τιμές φωτεινότητας.\\  
-Στην python υπάρχουν πολλοί τρόποι για να "ανοίξουμε" μια εικόνα (ή αλλιώς έναν πίνακα). Προς το παρόν, θα ασχοληθούμε μόνο με εικόνες __χωρίς__ γεωαναφορά. 
-===Βιβλιοθήκες Numpy και Scipy=== 
- 
-**[[http://numpy.scipy.org/|numpy:]]** συλλογή συναρτήσεων και τύπων που αποσκοπεί στην επίλυση μαθηματικών προβλημάτων. 
- 
-  * Διαθέτει ένα βασικό τύπο δεδομένων, τον πολυδιάστατο πίνακα(multi-dimensional array, **ndarray**).\\  --- //[[|]] 2015/07/23 17:57// 
-  * Για τoν ndarray, υπάρχουν έτοιμες ρουτίνες για αριθμητική ανάλυση, γραμμική άλγεβρα, μιγαδικούς αριθμούς, ανάλυση Fourier κλπ.\\  
-  *[[http://docs.scipy.org/doc/numpy/reference/|Εδώ είναι το εγχειρίδιο αναφοράς]] 
- 
-**[[http://www.scipy.org/|scipy:]]** είναι συμπληρωματική της numpy και παρέχει ρουτίνες και αλγορίθμους για πιο σύνθετες επιστημονικές διαδικασίες όπως: \\   * Γραμμική παλινδρόμηση\\   * Φίλτρα\\   * Ανάλυση σήματος\\   * Μαθηματική Μορφολογία\\   * Ανάλυση εικόνας\\   * Στατιστική, και πολλά άλλα.\\   *[[http://docs.scipy.org/doc/scipy/reference/|Εδώ είναι το εγχειρίδιο αναφοράς]] 
- 
-==Παράδειγμα πράξεων πινάκων== 
- 
-  ### Αrray operations with numpy 
-  import numpy as np 
-  a = np.array([20,30,40,50]) 
-  b = np.array([0,1,2,3]) 
-  # array subtraction 
-  c = a=b 
-  c 
-  array([20,29,38,47]) 
- 
-===Εισαγωγή και απεικόνιση τηλεπισκοπικών εικόνων=== 
- 
-  - **Προσοχή**: Οι βιβλιοθήκες **scipy** και **PIL** __δεν__ μπορούν να εισάγουν πολυφασματικά δεδομένα ή εικόνες που έχουν γεωαναγορά. 
-  - Ωστόσο, μπορούμε να διαβάσουμε τηλεπισκοπικές εικόνες με PIL ή scipy που έχουν 3 ή 1 φασματικά κανάλια, ειδικά αν η εικόνα δεν έχει γεωαναφορά. 
-  - Η πλέον κατάλληλη βιβλιοθήκη για ανάγνωση και εγγραφή τηλεπισκοπικών εικόνων είναι η **GDAL**. 
-  - Η βιβλιοθήκη **matplotlib** είναι μια από τις πιο ευέλικτες και εύχρηστες βιβλιοθήκες για απεικόνιση γραφημάτων (όπως πχ. ιστογραμμάτων) αλλά και εικόνων. 
- 
- 
- 
- 
  
python_image_processing.txt · Τελευταία τροποποίηση: 2020/11/21 09:52 (εξωτερική τροποποίηση)