Erstellen Sie eine Farbpalette mit Python

Der Mensch kann etwa 10 Millionen Farben unterscheiden. Um sie wahrzunehmen, benötigen Sie eine sogenannte Farbpalette. Eine Farbpalette enthält die Werkzeuge, um den gesamten Farbbereich anzuzeigen, der für das menschliche Auge sichtbar ist. In der realen Welt verwenden Sie sie, um ästhetische Designs auf Papier zu erstellen, während Sie sie digital verwenden, um Bildschirmelementen Farbe zu verleihen.

Letztendlich kodiert Ihr Computer alle verschiedenen Schattierungen, die Sie auf Ihrem Bildschirm sehen, in einem bestimmten Format. Mit Python können Sie dank OpenCV und NumPy-Modul in nur wenigen Codezeilen eine RGB-codierte Farbpalette entwickeln.

Das OpenCV- und NumPy-Modul

Sie können Bilder und Videos mit OpenCV analysieren. Es ist kostenlos, Open Source, einfach zu bedienen und vollgepackt mit hilfreichen Bibliotheken. Diese bieten Techniken zum Klassifizieren, Lokalisieren und Verfolgen von Objekten in zwei und drei Dimensionen. Um OpenCV in Ihrer Umgebung zu installieren, öffnen Sie ein Terminal und führen Sie Folgendes aus:

pip installiere opencv-python

Das NumPy-Modul ist eine weitere beliebte Bibliothek, die viele Python-Programme verwenden werden. NumPy – numerisches Python – ist ein Modul, das Sie für Datenanalyse und wissenschaftliches Rechnen verwenden können. Es bietet auch n-dimensionale Array-Objekte mathematische Operationen die bei der Manipulation dieser Arrays helfen.

Um NumPy in Ihrer Umgebung zu installieren, führen Sie Folgendes aus:

pip installiere numpy

Im Allgemeinen verwenden Sie OpenCV, um Bilder mit Techniken wie Kantenerkennung zu verarbeiten. Sie können dann NumPy verwenden, um eine Datenanalyse des verarbeiteten Bildes durchzuführen. Mit dieser Kombination können Sie einen QR-Code erstellen und entschlüsseln, Bilder klassifizieren, optische Zeichenerkennung durchführen und Videoüberwachungssysteme aufbauen, die Bewegungen erkennen und Personen in Echtzeit verfolgen können.

So erstellen Sie eine Farbpalette mit Python

Befolgen Sie diese Schritte, um eine Farbpalette mit dem OpenCV- und NumPy-Modul in Python zu erstellen.

Hier finden Sie die Quelle von Color Palette Using Python GitHub Repository.

Beginnen Sie mit dem Import der OpenCV- und NumPy-Module. Definieren Sie eine Funktion namens leere Funktion () die die Pass-Anweisung enthält. Die Pass-Anweisung fungiert als Platzhalter für Code, den Sie in Zukunft schreiben können. Dies ist besonders nützlich bei Funktionen wie createTrackbar, die Sie später verwenden werden. Es erfordert eine gültige Callback-Funktion und Sie können vorerst emptyFunction als Platzhalter übergeben.

importieren Lebenslauf2
importieren taub als np
defleereFunktion():
passieren

Generieren Sie mit NumPy's ein dreidimensionales Array der Größe 512 * 512 * 3 mit dem Datentyp uint8 null() Funktion. Jedes Array besteht aus 512 Spalten und 512 Zeilen. uint8 stellt eine Ganzzahl ohne Vorzeichen dar, sodass das Programm das Array mit Nullen füllt.

image = np.zeros((512, 512, 3), np.uint8)

Legen Sie den Namen des Fensters fest, das das Programm anzeigen soll, und übergeben Sie ihn an die benanntes Fenster () Funktion zum Erstellen eines Fensters:

Fenstername = "OpenCV-Farbpalette"
cv2.namedWindow (Fenstername)

Als Nächstes erzeugen Sie drei Spurbalken für die roten, grünen und blauen Farbkomponenten. Sie können dies mit OpenCVs tun createTrackbar() Funktion. Übergeben Sie zunächst die Bezeichnung als Rot, Blau oder Grün. Zweitens müssen Sie den Namen des Fensters übergeben, in dem Sie diese Balken platzieren möchten, z. B. windowName.

Der dritte Parameter ist die Mindestgrenze der Spurleiste, in diesem Fall 0. Der vierte Parameter gibt den Maximalwert an, der bei einem 24-Bit-Farbwert 255 beträgt. Der fünfte und letzte Parameter ist eine Callback-Funktion, für die createTrackbar eine gültige Funktion benötigt. Aus diesem Grund haben Sie zuvor emptyFunction erstellt, um als Platzhalter zu fungieren.

cv2.createTrackbar('Blau', Fenstername, 0, 255, leere Funktion)
cv2.createTrackbar('Grün', Fenstername, 0, 255, leere Funktion)
cv2.createTrackbar('Rot', Fenstername, 0, 255, leere Funktion)

Deklarieren Sie eine unendliche While-Schleife und übergeben Sie den Fensternamen zusammen mit dem Bild, das Sie anzeigen möchten, an OpenCVs imshow() Funktion. Da das Bild eine dreidimensionale Anordnung von Nullen enthält, zeigt das Programm zunächst einen schwarzen Bildschirm an.

Überprüfen Sie, ob der Benutzer die Escape-Taste gedrückt hat, indem Sie den Wert von testen Wartetaste () gegen 27 (der ASCII-Code für die Escape-Taste). Die Funktion waitkey() zeigt das Fenster für die angegebene Anzahl von Millisekunden oder bis Sie eine Taste drücken. Durch Übergeben von einem als Eingabe wird das Fenster für eine Millisekunde angezeigt, aber aufgrund der unendlichen While-Schleife neu generiert.

Um die aktuelle Position der Spurleiste zu erhalten, übergeben Sie den Namen der Spurleiste zusammen mit dem Namen des Fensters an getTrackbarPos(). Wiederholen Sie diesen Schritt für die drei separaten Farbkomponenten Blau, Grün und Rot. Verwenden Sie den Slice-Operator, um die drei Werte dem Bildarray zuzuweisen. Dadurch wird der vorherige Wertesatz, zunächst alles Nullen, durch die aktuellen Werte gemäß den Positionen der Spurleiste ersetzt.

während (WAHR):
 cv2.imshow (Fenstername, Bild)
Wenn cv2.waitKey(1) == 27:
brechen
 blau = cv2.getTrackbarPos('Blau', Fenstername)
 grün = cv2.getTrackbarPos('Grün', Fenstername)
 rot = cv2.getTrackbarPos('Rot', Fenstername)
 image[:] = [blau, grün, rot]
 Druck (blau, grün, rot)

Sobald der Benutzer die Escape-Taste drückt, verwenden Sie DestroyAllWindows() um die Fenster zu schließen, die das Programm geöffnet hat:

cv2.destroyAllWindows()

Fügen Sie schließlich alles zusammen und führen Sie es aus, um Ihre Farbpalette zu steuern und anzuzeigen.

Die Ausgabe des Python-Farbpalettenprogramms

Beim Ausführen des obigen Programms erscheint ein Fenster, das drei Spurleisten für die Farben Blau, Grün und Rot enthält. Die Spurbalken bewegen sich in einem Bereich von 0 bis 255. Wenn Sie die Werte der verschiedenen Balken variieren, sollten Sie im Abschnitt unten unterschiedliche Farbschattierungen sehen.

In diesem ersten Beispiel sehen Sie die Einstellung des blauen Balkens als 0, grün als 69 und rot als 255. Die resultierende Ausgabefarbe ist ein orange/roter Farbton. Außerdem zeigt das Terminalfenster die Farbwerte als 0 69 255 an.

Wenn Sie den Blaubalken auf 130, Grün auf 0 und Rot auf 75 einstellen, erhalten Sie in ähnlicher Weise eine Indigofarbe.

Die verschiedenen Anwendungen von OpenCV

OpenCV bietet wertvolle Funktionen für Aufgaben wie Bildverarbeitung, Objekterkennung, Gesichtserkennung und Tracking. Mit OpenCV können Sie Computer-Vision-Anwendungen in Echtzeit erstellen, die in Bereichen wie Robotik, industrielle Automatisierung, medizinische Bildgebung und Überwachungssysteme ein Segen wären.

Die Zukunft der Computer Vision ist vielversprechend. Sie werden in der Lage sein, Computervision einzusetzen, um Sehbehinderten zu helfen, ein besseres Wachstum in der Landwirtschaft zu erzielen, die Verkehrssicherheit mit selbstfahrenden Autos zu verbessern und sogar auf anderen Planeten wie dem Mars zu navigieren.