建设银行 上海 招聘网站,制作图片的软件及特点,小程序定制开发要多少钱,跨境电商多平台运营1.我才知道ainput()读入的竟然是字符串。。。还要强制转化成int型#xff0c;这玩意搞了我好久 2.对照片进行裁剪#xff0c;将照片周围多余的白色部分去除#xff08;也就是让图像尽可能撑满整个框#xff09; 由上一张裁成下一张
from PIL import Image
import os
SCA…1.我才知道ainput()读入的竟然是字符串。。。还要强制转化成int型这玩意搞了我好久 2.对照片进行裁剪将照片周围多余的白色部分去除也就是让图像尽可能撑满整个框 由上一张裁成下一张
from PIL import Image
import os
SCALE 1
#等比例缩放def get_char(pixel, blank_char0, fill_char1):return blank_char if pixel 0 else fill_chardef shang():for i in range(width):for j in range(height):if im.getpixel((i, j)) 0:return i
def xia():for i in reversed(range(width)):for j in range(height):if im.getpixel((i,j)) 0:return idef zuo():for i in range(height):for j in range(width):if im.getpixel((j, i)) 0:return i
def you():for i in reversed(range(height)):for j in range(width):if im.getpixel((j, i)) 0:return iim Image.open(rC:\Users\DELL\Desktop\活动\离散大创\新建文件夹\gou.jpg)
size im.size
#size[0]*size[1] 横宽像素
width, height int(size[0] * SCALE), int(size[1] * SCALE)
im im.resize((width, height))
im im.convert(1)#print(width,height)
sshang()
xxia()
zzuo()
yyou()
box(s,z,x,y)
#s z x y
im im.crop(box)
im.save(C:\\Users\\DELL\\Desktop\\活动\\离散大创\\图像库\\狗.png)
#800 645
#txt
#im1 Image.open(rC:\Users\DELL\Desktop\活动\离散大创\新建文件夹\apple.png)#print(txt)
#f open(rgou.txt, w)#print(txt, filef)#f.close()
其中的四个函数分别是定位上下左右的坐标 im.paste(image,box) 将一张图粘贴到另一张图像上。变量box或者是一个给定左上角的2元组或者是定义了左上右和下像素坐标的4元组或者为空与00一样。如果给定4元组被粘贴的图像的尺寸必须与区域尺寸一样。
im.crop函数的参数形式是x1, y1, x2, y2这个元组是作为一个参数的
3. 用以输出路径下的子目录
file_dir rC:\Users\DELL\Desktop\活动\离散大创\测试
for root, dirs, files in os.walk(file_dir):print(files) #当前路径下所有子目录打开指定文件夹下的指定文件 img_path C:\\Users\DELL\Desktop\活动\离散大创\图像库\\img_list os.listdir(rC:\Users\DELL\Desktop\活动\离散大创\图像库)Ym Image.open(img_path img_list[i])图像识别功能基本上已经实现但是准确率等有待提高 而且使用优化方面尚且做的不足
from PIL import Image
import os
SCALE 800#对比参数
#等比例缩放
SUM6#数据库中数量def get_char(pixel, blank_char0, fill_char1):return blank_char if pixel 0 else fill_chardef shang(width,height):for i in range(width):for j in range(height):if im.getpixel((i, j)) 0:return i
def xia(width,height):for i in reversed(range(width)):for j in range(height):if im.getpixel((i,j)) 0:return idef zuo(width,height):for i in range(height):for j in range(width):if im.getpixel((j, i)) 0:return i
def you(width,height):for i in reversed(range(height)):for j in range(width):if im.getpixel((j, i)) 0:return i
def cmp():sum0for i in range(SCALE):for j in range(SCALE):if ng.getpixel((i, j))Ym.getpixel((i, j))0:sumsum1return sumfile_dir rC:\Users\DELL\Desktop\活动\离散大创\测试
for root, dirs, files in os.walk(file_dir):print(files) #当前路径下所有子目录img_path C:\\Users\DELL\Desktop\活动\离散大创\测试\\
img_list os.listdir(rC:\Users\DELL\Desktop\活动\离散大创\测试)
ainput(您要测试的照片编号:(从左到右编号从1依次增大))
aint(a)-1
im Image.open(img_path img_list[a])#读入你要测试的图片编号
size im.size
#im.show()
#size[0]*size[1] 横宽像素
width, height int(size[0]), int(size[1])
im im.resize((width, height))
im im.convert(1)
#print(width,height)
sshang(width,height)
xxia(width,height)
zzuo(width,height)
yyou(width,height)
box(s,z,x,y)
#s z x y
ng im.crop(box)
#ng.save(C:\\Users\\DELL\\Desktop\\活动\\离散大创\\测试\\chuan1.png)
#ng.show()
pos-1
MAXN-1
for i in range(SUM):img_path C:\\Users\DELL\Desktop\活动\离散大创\图像库\\img_list os.listdir(rC:\Users\DELL\Desktop\活动\离散大创\图像库)Ym Image.open(img_path img_list[i])Ym.show()ng ng.resize((SCALE,SCALE))Ym Ym.resize((SCALE,SCALE))print(相似度为,cmp())if i0 or MAXNcmp():#保存相似度最大的数据posiMAXNcmp()
filedir rC:\Users\DELL\Desktop\活动\离散大创\图像库
for root, dirs, files in os.walk(filedir):print(相似度最高的是第,pos1,个,为数据库中的图片,files[pos])
#800 645
#txt
#im1 Image.open(rC:\Users\DELL\Desktop\活动\离散大创\新建文件夹\apple.png)#print(txt)
#f open(rgou.txt, w)#print(txt, filef)#f.close()
#561 850 558 472 923 650
#253 372 252 257 85 259
# 417 365 621 476测试结果
