SciPy - face() 方法

SciPy face() 方法用于获取浣熊的图像。该方法还适用于各种应用，例如边缘检测，过滤和转换。

语法

以下是 SciPy 方法的语法 −

face()

参数

此方法不接受任何参数。

返回值

此方法返回浣熊脸部的图像。

示例 1

以下是 SciPy face() 方法的基本示例，展示了浣熊的脸部。

import matplotlib.pyplot as plt
from scipy.misc import face

# 加载人脸图像
image = face()

# 使用 matplotlib 显示图像
plt.imshow(image)
plt.title('Face Image')
plt.axis('off')
plt.show()

输出

上述代码产生以下输出 −

示例 2

在这里，我们使用 RGB 分量的加权和将原始(人脸)图像转换为灰度。因此，它以并行模式显示两个图像。

import matplotlib.pyplot as plt
from scipy.misc import face
import numpy as np

# 加载人脸图像
image = face()

# 将图像转换为灰度
gray_image = np.dot(image[..., :3], [0.299, 0.587, 0.114])

# 显示原始图像和灰度图像
fig, axes = plt.subplots(1, 2, figsize=(12, 6))
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].axis('off')

axes[1].imshow(gray_image, cmap='gray')
axes[1].set_title('Grayscale Image')
axes[1].axis('off')

plt.show()

输出

上述代码产生以下输出 −

示例 3

为了获得边缘检测图像，它使用两个轴(0 和 1)来确定其所有行为，并以相同的方式，它将 canny 滤波器(cmap = 'gray')应用于另一个轴并并排显示结果。

import matplotlib.pyplot as plt
from scipy.misc import face
from skimage.color import rgb2gray
from skimage.feature import canny

# 加载人脸图像
image = face()

# 将图像转换为灰度
gray_image = rgb2gray(image)

# 应用 Canny 边缘检测器
edges = canny(gray_image, sigma=2)

# 显示原始图像和边缘检测图像
fig, axis = plt.subplots(1, 2, figsize=(12, 6))

# 第一个轴
axes[0].imshow(image)
axes[0].set_title('Original Image')
axes[0].axis('off')

# 第二个轴
axes[1].imshow(edges, cmap='gray')
axes[1].set_title('使用 Canny 滤波器进行边缘检测')
axes[1].axis('off')

plt.show()