如何在Python的scikit-learn库中为灰度图像添加特定色调？

更改“R”、“G”和“B”的值并将其应用于原始图像以获得所需的色调。

下面是一个使用scikit-learn实现相同功能的Python程序。Scikit-learn，通常称为sklearn，是Python中的一个库，用于实现机器学习算法：

示例

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')

输出

解释

将所需的包导入环境。

  • 定义图像存储的路径。

  • 使用“imread”函数访问路径并读取图像。

  • 使用“imshow”函数在控制台上显示图像。

  • 使用“rgb2gray”函数将图像从RGB颜色空间转换为灰度颜色空间。

  • 使用“gray2rgb”函数将图像从灰度转换为RGB颜色空间。

  • 使用matplotlib库在控制台上绘制此数据。

  • 定义乘数的R、G、B值并将其应用于图像。

  • 在控制台上显示输出。

更新于：2020年12月11日

222 次浏览

启动你的职业生涯

完成课程获得认证

开始
广告