ค่าของ 'R', 'G' และ 'B' จะเปลี่ยนไปและนำไปใช้กับภาพต้นฉบับเพื่อให้ได้โทนสีที่ต้องการ
ด้านล่างนี้เป็นโปรแกรม Python ที่ใช้ scikit-learn เพื่อใช้งานเหมือนกัน Scikit-learn หรือที่เรียกกันทั่วไปว่า sklearn เป็นไลบรารีใน Python ที่ใช้สำหรับวัตถุประสงค์ในการดำเนินการอัลกอริธึมการเรียนรู้ของเครื่อง -
ตัวอย่าง
import matplotlib.pyplot as plt
from skimage import data
from skimage import color
path = "path to puppy_1.jpg"
orig_img = io.imread(path)
grayscale_img = rgb2gray(orig_img)
image = color.gray2rgb(grayscale_img)
red_multiplier = [0.7, 0, 0]
yellow_multiplier = [1, 0.9, 0]
fig, (ax1, ax2) = plt.subplots(ncols=2, figsize=(8, 4),
sharex=True, sharey=True)
ax1.imshow(red_multiplier * image)
ax1.set_title('Original image')
ax2.imshow(yellow_multiplier * image)
ax2.set_title('Tinted image') ผลลัพธ์
คำอธิบาย
แพ็คเกจที่จำเป็นจะถูกนำเข้าสู่สภาพแวดล้อม
-
เส้นทางที่จัดเก็บภาพถูกกำหนดไว้
-
ฟังก์ชัน "imread" ใช้เพื่อเข้าชมเส้นทางและอ่านรูปภาพ
-
ฟังก์ชัน 'imshow' ใช้เพื่อแสดงรูปภาพบนคอนโซล
-
ฟังก์ชัน 'rgb2gray' ใช้เพื่อแปลงภาพจากพื้นที่สี RGB เป็นพื้นที่สีระดับสีเทา
-
ฟังก์ชัน 'gray2rgb' ใช้เพื่อแปลงรูปภาพจากระดับสีเทาเป็นพื้นที่สี RGB
-
ไลบรารี matplotlib ใช้เพื่อพล็อตข้อมูลนี้บนคอนโซล
-
ค่า R, G, B สำหรับตัวคูณถูกกำหนดและนำไปใช้กับรูปภาพ
-
เอาต์พุตจะแสดงบนคอนโซล
