scikit-image Python (Cómo Funciona: Una Guía para Desarrolladores)

1. Filtrado de imágenes y detección de bordes

from skimage import io, filters

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Display the original image, blurred image, and edges
io.imshow_collection([image, blurred_image, edges])
io.show()

from skimage import io, filters

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Display the original image, blurred image, and edges
io.imshow_collection([image, blurred_image, edges])
io.show()

Resultado

2. Extracción de características con HOG (histograma de gradientes orientados)

from skimage import io, color, feature

# Load an example image and convert to grayscale
image = io.imread('image.jpg')
gray_image = color.rgb2gray(image)

# Compute HOG features and visualize them
hog_features, hog_image = feature.hog(gray_image, visualize=True)

# Display the original image and the HOG image
io.imshow_collection([image, gray_image, hog_image])
io.show()

from skimage import io, color, feature

# Load an example image and convert to grayscale
image = io.imread('image.jpg')
gray_image = color.rgb2gray(image)

# Compute HOG features and visualize them
hog_features, hog_image = feature.hog(gray_image, visualize=True)

# Display the original image and the HOG image
io.imshow_collection([image, gray_image, hog_image])
io.show()

Resultado

3. Transformación geométrica - Cambio de tamaño y rotación

from skimage import io, transform

# Load an image
image = io.imread('image.jpg')

# Resize image by dividing its dimensions by 2
resized_image = transform.resize(image, (image.shape[0] // 2, image.shape[1] // 2))

# Rotate image by 45 degrees
rotated_image = transform.rotate(image, angle=45)

# Display the original image, resized image, and rotated image
io.imshow_collection([image, resized_image, rotated_image])
io.show()

from skimage import io, transform

# Load an image
image = io.imread('image.jpg')

# Resize image by dividing its dimensions by 2
resized_image = transform.resize(image, (image.shape[0] // 2, image.shape[1] // 2))

# Rotate image by 45 degrees
rotated_image = transform.rotate(image, angle=45)

# Display the original image, resized image, and rotated image
io.imshow_collection([image, resized_image, rotated_image])
io.show()

Resultado

4. Desnaturalización de imágenes con filtro de variación total

from skimage import io, restoration

# Load a noisy image
image = io.imread('image.jpg')

# Apply total variation denoising
denoised_image = restoration.denoise_tv_chambolle(image, weight=0.1)

# Display the noisy image and the denoised image
io.imshow_collection([image, denoised_image])
io.show()

from skimage import io, restoration

# Load a noisy image
image = io.imread('image.jpg')

# Apply total variation denoising
denoised_image = restoration.denoise_tv_chambolle(image, weight=0.1)

# Display the noisy image and the denoised image
io.imshow_collection([image, denoised_image])
io.show()

Salida

Puedes encontrar más sobre procesamiento de imágenes y matrices NumPy en la página oficial.

Presentamos IronPDF

IronPDF es una robusta biblioteca de Python diseñada para manejar la creación, edición y firma de documentos PDF utilizando HTML, CSS, imágenes y JavaScript. Prioriza la eficiencia del rendimiento y opera con un uso mínimo de memoria. Las características clave son:

• Conversión de HTML a PDF: Convierte archivos HTML, cadenas HTML y URLs en documentos PDF, aprovechando capacidades como la renderización de páginas web usando el motor de renderizado de PDF de Chrome.

• Soporte Multiplataforma: Compatible con Python 3+ en Windows, Mac, Linux y varias plataformas en la nube. IronPDF también está disponible para entornos .NET, Java, Python y Node.js.

• Edición y Firma: Personaliza las propiedades de PDF, aplica medidas de seguridad como contraseñas y permisos, y aplica firmas digitales sin problemas.

• Plantillas y Configuraciones de Página: Crea diseños de PDF con características como encabezados, pies de página, números de página, márgenes ajustables, tamaños de papel personalizados y diseños responsivos.

• Cumplimiento de Estándares: Se adhiere estrictamente a los estándares de PDF como PDF/A y PDF/UA, garantiza la compatibilidad con codificación de caracteres UTF-8, y maneja hábilmente activos como imágenes, hojas de estilo CSS y fuentes.

Prerrequisitos

1. Asegúrate de que Visual Studio Code esté instalado como editor de código
2. La versión 3 de Python esté instalada

Para empezar, crearemos un archivo Python para añadir nuestros guiones.

Abre Visual Studio Code y crea un archivo, scikitDemo.py.

Instale las bibliotecas necesarias:

pip install scikit-image
pip install ironpdf

pip install scikit-image
pip install ironpdf

Luego añade el siguiente código en Python para demostrar el uso de los paquetes IronPDF y scikit-image en Python.

from skimage import io, filters
from ironpdf import * 

# Apply your license key
License.LicenseKey = "YOUR_LICENSE_KEY"

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Save the results to a file
io.imshow_collection([image, blurred_image, edges]).savefig('ironPdf-skimage.png')

# Convert the saved image to a PDF document
ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf")

# Display the images
io.show()

from skimage import io, filters
from ironpdf import * 

# Apply your license key
License.LicenseKey = "YOUR_LICENSE_KEY"

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Save the results to a file
io.imshow_collection([image, blurred_image, edges]).savefig('ironPdf-skimage.png')

# Convert the saved image to a PDF document
ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf")

# Display the images
io.show()

Explicación del código

Este fragmento de código demuestra cómo usar scikit-image (skimage) e IronPDF juntos para procesar una imagen y convertir los resultados en un documento PDF. Aquí hay una explicación de cada parte:

1. Declaraciones de Importación: Importa funciones necesarias de scikit-image para carga de imágenes y filtrado de imágenes, e importa funcionalidad de IronPDF.

2. Aplicación de Clave de Licencia: Establece la clave de licencia para IronPDF. Este paso es necesario para usar las funcionalidades de IronPDF.

3. Carga y Procesamiento de una Imagen: Carga una imagen llamada 'image.jpg' usando la función io.imread de scikit-image. Luego aplica un desenfoque Gaussiano a la imagen cargada usando filters.gaussian con un valor de sigma de 1.0, y aplica detección de bordes Sobel a la imagen cargada usando filters.sobel.

4. Mostrar y Guardar Resultados: io.imshow_collection([image, blurred_image, edges]).savefig('ironPdf-skimage.png'): Guarda una colección de imágenes (original, desenfocada, y bordes) como 'ironPdf-skimage.png'.

5. Convertir Imagen a PDF: ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf"): Convierte la imagen PNG guardada en un documento PDF usando la funcionalidad de IronPDF.

6. Mostrar las Imágenes: io.show(): Muestra las imágenes en una ventana gráfica.

Este fragmento de código combina las capacidades de scikit-image para el procesamiento de imágenes y IronPDF para convertir imágenes procesadas en documentos PDF. Demuestra cómo cargar una imagen, aplicar desenfoque Gaussiano y detección de bordes Sobel, guardarlas como un archivo PNG, convertir el PNG a PDF usando IronPDF y mostrar las imágenes procesadas. Esta integración es útil para tareas donde las imágenes necesitan ser procesadas, analizadas y documentadas en un formato PDF, como en investigación científica, informes de análisis de imágenes, o flujos de trabajo automatizados de generación de documentos.

Resultado

PDF