Моя программа по обработки изображений
Запись от Konst2016 размещена 06.04.2020 в 20:44
Показов 1532
Комментарии 0
|
Здравствуйте!Хочу привести из моего проекта,данной программы для 'папочной обработки изображений' из файлов Readme и desc.Проект находится по адресу: https://github.com/kosta2222/Pilllow_Vm . Readme Pillow_Vm Программа применяет выбранные операции из набора resize - переобределение размеров картинок из указанной папки по групповому принципу L - аналогичный принцип перевод в градацию серого norm - создание изображения из Гауссового распределения Более подробное описание в desc.txt Тестировалось на Python 3.7.3 Установленные пакеты - Pillow, numpy 06 март 2020 г. автор: Мухамеджанов Константин К. лецензия: As is desc Набор байт-комманд которые вводятся в консоль как текстовые: push_str <строка> - создает параметр строка push_i <целое число> - создает параметр число push_fl <вещественное число> - создает параметр целое число И три основные комманды: resize - переопределить размер изображения L - перевести изображение в градации серого norm - создать картинку с Гауссовым распределением r - закончить ввод и выплнить скрипт Примеры с консоли. Пример картинки с Гаусовым распределение: Zdravstvuite ya sostavitel bait-coda dla etoi programmi Dostupnie codi r make_filter push_i push_str resize L push_fl norm >>>push_str b:/out // куда писать >>>push_fl 0 // локация распределения >>>push_fl 1 // диапазон распределения >>>push_i 42 // зерно рандомного генератора >>>push_i 100 // ширина картинки >>>push_i 100 // высота картинки >>>norm // основная команда >>>r // выполнить Черные точки на картинке это положительные числа(>0) они в градации серого стали 0(это черный цвет).Программа также показывает абсолютное значение положительных чисел-они сереют,значение пикселя там может быть например 10,белые точки - это отрицательные числа они стали со значениями 255(это белый цвет).Так можно судить о балансе отрицательных и положительных чисел в Гауссовом распределении(Важно для Исскуственного интелекта - там используется Гауссово распределени в инициализации весов) Есть также переопределение размера картинок: >>>push_str b:/src // входная папка >>>push_str b:/out // выходная папка >>>push_i 200 // новая ширина >>>resize // основная команда >>>r // выполнить Можно также перевести изображение в градации серого: >>>push_str b:/src // входная папка >>>push_str b:/out // выходная папка >>>L // основная команда >>>r // выполнить Например может генерировать такую 'Гаусову картинку',которая оптимальна для инициализации весов FCN нейросети с определенными параметрами,там количество положительных и отрицательных чисел примерно равно(как 'выводится' из картинки), а положительные близки к нулю: |
Размещено в Без категории
Надоела реклама? Зарегистрируйтесь и она исчезнет полностью.
Всего комментариев 0
Комментарии
