在Python的scikit-learn中如何将某种颜色添加到灰度图像中？

为了获得所需的颜色，更改“R”，“G”和“B”的值并将其应用于原始图像。

下面是一个使用scikit-learn实现的Python程序。Scikit-learn，通常称为sklearn，是Python中用于实现机器学习算法的库−

更多Python相关文章，请阅读：Python 教程

示例

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')

输出

解释

将所需的包导入到环境中。

• 定义存储图像的路径。

• 使用“imread”函数访问路径并读取图像。

• 使用“imshow”函数在控制台上显示图像。

• 使用“rgb2gray”函数将图像从RGB颜色空间转换为灰度颜色空间。

• 使用“gray2rgb”函数将图像从灰度转换为RGB颜色空间。

• 使用matplotlib库在控制台上绘制此数据。

• 定义乘数的R，G，B值并将其应用于图像。

• 在控制台上显示输出。