ไลบรารีและแพคเกจต่าง ๆ เช่น Python Image Library, Scipy, Numpy และ Matplotlib ต่อมาได้ลอง
ประมวลผลด้วยภาษา Python และ Opencv สามารถใข้งานได้เป็นอย่างดี อีกทั้งสามารถใช้งาน
ร่วมกับ Scipy, Numpy และ Matplotlib ได้อย่างมีประสิทธิภาพ
การติดติ้ง Opencv บนระบบปฏิบัติการลินุกซ์ Ubuntu ก็ทำได้ง่าย สามารถติดตั้งออนไลน์ได้เหมือนแพคเกจ หรือไลบรารีอื่น ๆ
การติดตั้งใช้ Superuser หรือ root account ติดตั้งด้วยคำสั่ง
apt-get install libopencv-dev python-opencv
เพียงเท่านี้เราก็สามารถใช้งานภาษา Python ประมวลผลภาพร่วมกับแพคเกจ Opencv ได้แล้ว
ตัวอย่างการเขียนโปรแกรม
1. การเปิดและแสดงไฟล์ภาพ
ไฟล์ open.py
from cv2.cv import *
img = LoadImage("submarine.jpg")
NamedWindow("opencv")
ShowImage("opencv",img)
WaitKey(0)
สั่งรันด้วยคำสั่ง python open.py บน terminal ได้ผลดังภาพข้างล่างนี้
2. Canny Edge detection
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('submarine.jpg',0)
edges = cv2.Canny(img,100,200)
plt.subplot(121),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image'), plt.xticks([]), plt.yticks([])
plt.show()
สั่งรันได้ผลดังภาพข้างล่างนี้
2. Canny Edge detection
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('submarine.jpg',0)
edges = cv2.Canny(img,100,200)
plt.subplot(121),plt.imshow(img,cmap = 'gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122),plt.imshow(edges,cmap = 'gray')
plt.title('Edge Image'), plt.xticks([]), plt.yticks([])
plt.show()
สั่งรันได้ผลดังภาพข้างล่างนี้
3. Threshold
import cv2 import numpy as np from matplotlib import pyplot as plt img = cv2.imread('submarine.jpg',0) ret,thresh1 = cv2.threshold(img,127,255,cv2.THRESH_BINARY) ret,thresh2 = cv2.threshold(img,127,255,cv2.THRESH_BINARY_INV) ret,thresh3 = cv2.threshold(img,127,255,cv2.THRESH_TRUNC) ret,thresh4 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO) ret,thresh5 = cv2.threshold(img,127,255,cv2.THRESH_TOZERO_INV) thresh = ['img','thresh1','thresh2','thresh3','thresh4','thresh5'] for i in xrange(6): plt.subplot(2,3,i+1),plt.imshow(eval(thresh[i]),'gray') plt.title(thresh[i]) plt.show()
สั่งรันแล้วได้ผลดังภาพ
จะเห็นได้ว่า Opencv สามารถใช้งานร่วมกับ Scipy, Numpy, Matplotlib ในการประมวลผลภาพ
ดิจิตอลด้วยภาษา Python ได้เป็นอย่างดี เพื่อเปรียบเทียบกับภาษา Java หรือภาษา C, C++
ดิจิตอลด้วยภาษา Python ได้เป็นอย่างดี เพื่อเปรียบเทียบกับภาษา Java หรือภาษา C, C++
ภาษา Python จะเขียนด้วยไวยากรณืที่สั้นกว่า
ไม่มีความคิดเห็น:
แสดงความคิดเห็น