如何使用scikit-learn在Python中查看图像的像素值？

数据预处理基本上是指将所有数据（从各种资源或单个资源收集的数据）汇总到通用格式或统一的数据集（根据数据类型而定）中的任务。

由于现实世界的数据从来不是理想的，因此数据可能会有缺失单元格、错误、离群值、列中的差异等等诸多可能性。

有时图像可能没有正确对齐，或者可能不清晰，或者可能太大。预处理的目标是去除这些差异和错误。

要获取图像的像素，可以使用内置函数‘flatten’。读取图像后，将像素值以数据框的形式存储。该函数‘flatten’用于将RGB图像的三个维度转换为单个维度，并将像素值转换为数据框。

除了打印整个数据框，还可以打印数据框的维度。让我们举个例子，上传一张图像并使用scikit-learn库获得图像中存在的像素作为数据框 –

更多Python相关文章，请阅读：Python 教程

例子

from skimage import io
import pandas as pd
path = "path to puppy.PNG"
img = io.imread(path)
print("Image being read")
io.imshow(img)
print("Image printed on console")
my_df = pd.DataFrame(img.flatten())
print("The image pixels dimensions are ")
print(my_df.shape)

输出

Image being read
Image printed on console
The image pixels dimensions are
(886104, 1)

解释

• 导入所需的库。

• 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。

• 使用函数‘flatten’将RGB图像的三个维度转换为单个维度，并将像素值转换为数据框。

• 而不是打印具有太多行的数据框，显示数据框的尺寸。

• 可以使用 ‘print(my_df)’ 查看数据框。

• 输出是一个具有图像像素值的数据框，在控制台上打印。