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()
输出
上述代码产生以下输出 −
