SciPy - face() 方法

SciPy face() 方法用于获取浣熊图像。此方法还应用于各类应用程序，例如边缘检测、滤波和变换。

语法

以下是 SciPy 方法的语法：-

face()

参数

此方法不采用任何参数。

返回值

此方法返回浣熊面部图像。

示例 1

以下是 SciPy face() 方法的基本示例，演示了浣熊面部。

import matplotlib.pyplot as plt
from scipy.misc import face

# load the face image
image = face()

# display the image using matplotlib
plt.imshow(image)
plt.title('Face Image')
plt.axis('off')
plt.show()

输出

以上代码生成以下输出：-

示例 2

这里，我们使用 RGB 分量加权和，将原始（面部）图像转换成灰度模式图像。因此，它并行模式下显示这两幅图像。

import matplotlib.pyplot as plt
from scipy.misc import face
import numpy as np

# load the face image
image = face()

# convert the image to grayscale
gray_image = np.dot(image[..., :3], [0.299, 0.587, 0.114])

# display the original and grayscale images
fig, axes = plt.subplots(1, 2, figsize=(12, 6))
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].axis('off')

axes[1].imshow(gray_image, cmap='gray')
axes[1].set_title('Grayscale Image')
axes[1].axis('off')

plt.show()

输出

以上代码生成以下输出：-

示例 3

要获取边缘检测图像，它使用两条轴（0 和 1）来确定所有行为，并且以相同方式，对另一条轴应用 Canny 滤波器（cmap = 'gray'），并逐个显示结果。

import matplotlib.pyplot as plt
from scipy.misc import face
from skimage.color import rgb2gray
from skimage.feature import canny

# load the face image
image = face()

# convert the image to grayscale
gray_image = rgb2gray(image)

# apply the Canny edge detector
edges = canny(gray_image, sigma=2)

# display the original and edge-detected images
fig, axes = plt.subplots(1, 2, figsize=(12, 6))

# first axes
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].axis('off')

# Second axes
axes[1].imshow(edges, cmap='gray')
axes[1].set_title('Edge Detection using Canny Filter')
axes[1].axis('off')

plt.show()

输出

以上代码生成以下输出：-