Изображения являются важным компонентом различных приложений, от компьютерного зрения и машинного обучения до цифрового искусства и создания контента. Если вы работаете в Google Colab, облачной среде Python, вы можете легко обрабатывать изображения с помощью популярных библиотек, таких как OpenCV и PIL (библиотека изображений Python), и визуализировать их с помощью Matplotlib. В этой статье мы познакомим вас с процессом загрузки, чтения и отображения изображений в Google Colab.

Настройка среды Google Colab

Прежде чем мы продолжим, давайте удостоверимся, что у нас установлены необходимые библиотеки. Google Colab поставляется с предустановленным большинством распространенных библиотек, но мы все равно проверим и установим необходимые:

!pip install opencv-python
!pip install pillow
!pip install matplotlib

Загрузка и чтение изображений с помощью OpenCV и PIL

1. Загрузка изображений в Google Colab

Прежде чем мы начнем загружать и читать изображения, нам нужно загрузить файлы изображений в нашу среду Google Colab. Чтобы загрузить изображения, выполните следующие действия:

  1. Нажмите значок «Файлы» на левой боковой панели.

2. Нажмите кнопку «Загрузить» и выберите файлы изображений, которые вы хотите использовать.

Загрузка изображений с помощью OpenCV:

Теперь, когда мы загрузили наши изображения,

а. Для простой загрузки изображения основная команда с использованием OpenCV:

import cv2
from google.colab.patches import cv2_imshow
# Open the image.
img = cv2.imread("/content/Lata.jpg")
cv2_imshow(img)

б. Загрузка и чтение их с помощью OpenCV:

import cv2
import numpy as np
import matplotlib.pyplot as plt

from google.colab.patches import cv2_imshow

# Make sure the path to the image is correct.
# If the image "Lata.jpg" is in the "/content/" directory, you can simply use:
img = cv2.imread("/content/Lata.jpg")

# Check if the image was loaded properly.
if img is None:
    print("Error: Image not found or unable to load.")
else:
    # Get the dimensions of the image.
    dimensions = img.shape
    height = dimensions[0]
    width = dimensions[1]
    channels = dimensions[2]

    cv2_imshow(img)

    print("Image Dimension: {} x {} pixels with {} channels".format(width, height, channels))
    print("Image Dimension: {}".format(dimensions))
    cv2.waitKey(0)
    cv2.destroyAllWindows()

Загрузка изображений с помощью PIL:

В качестве альтернативы мы можем использовать PIL для загрузки и чтения изображений:

from PIL import Image

# Provide the path to your uploaded image
image_path = '/content/Lata.jpg'
image = Image.open(image_path)

# Display image properties (width, height, mode)
width, height = image.size
mode = image.mode
print(f"Image loaded successfully. Dimensions: {width}x{height}, Mode: {mode}")
image.show()

#Output - "Image loaded successfully. Dimensions: 480x593, Mode: RGB"

Отображение изображений с помощью Matplotlib

Теперь, когда мы успешно загрузили изображение с помощью OpenCV или PIL, давайте перейдем к отображению изображения с помощью Matplotlib:

import matplotlib.pyplot as plt

# Load and read the image using PIL or OpenCV
image_path = '/content/Lata.jpg'
# image = cv2.imread(image_path)  # Uncomment this line if using OpenCV
# image = Image.open(image_path)  # Uncomment this line if using PIL

# Display the image using Matplotlib
plt.imshow(image)
plt.axis('off')  # Hide axes for a cleaner look
plt.show()

В приведенном выше коде вы можете использовать OpenCV или PIL для загрузки и чтения изображения. Просто раскомментируйте соответствующие строки в зависимости от ваших предпочтений. Функция plt.imshow(image) используется для отображения изображения, а plt.axis('off') скрывает оси, обеспечивая более чистое отображение изображения.

Заключение:

В этой статье мы рассмотрели, как загружать и читать изображения в Google Colab, используя популярные библиотеки Python, такие как OpenCV и PIL. Мы также продемонстрировали, как установить необходимые библиотеки в Google Colab. Кроме того, мы использовали Matplotlib для визуализации и отображения загруженных изображений. Следуя этим шагам, вы сможете легко работать с изображениями и интегрировать их в различные проекты обработки изображений, компьютерного зрения и визуализации данных в среде Google Colab. Так что вперед, пробуйте эти техники и получайте удовольствие от работы с изображениями!

В конце статьи целесообразно привести ссылки на изображение, использованное в статье, и выразить соболезнования покойной Лате Мангешкар, легендарной индийской певице и культурной иконе, которая оказала неизгладимое влияние на мир музыки. Ее мелодичный голос и вневременные песни продолжают находить отклик у миллионов людей из поколения в поколение.

Ссылка:

  1. Лата Мангешкар — википедия. (https://en.wikipedia.org/wiki/Лата_Мангешкар)

Наши глубочайшие соболезнования семье, друзьям и поклонникам покойной Латы Мангешкар. Ее вклад в индийскую музыкальную индустрию и ее наследие всегда будут ценить, а ее голос будет продолжать вдохновлять бесчисленное количество начинающих артистов на долгие годы.

Да упокоится ее душа в вечном мире.