SciKit-Image Python （開発用のしくみ：ガイド）

1. 画像フィルタリングとエッジ検出

from skimage import io, filters

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Display the original image, blurred image, and edges
io.imshow_collection([image, blurred_image, edges])
io.show()

from skimage import io, filters

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Display the original image, blurred image, and edges
io.imshow_collection([image, blurred_image, edges])
io.show()

出力

2. HOG（ヒストグラムオリエンテッドグラデーション）を用いた特徴抽出

from skimage import io, color, feature

# Load an example image and convert to grayscale
image = io.imread('image.jpg')
gray_image = color.rgb2gray(image)

# Compute HOG features and visualize them
hog_features, hog_image = feature.hog(gray_image, visualize=True)

# Display the original image and the HOG image
io.imshow_collection([image, gray_image, hog_image])
io.show()

from skimage import io, color, feature

# Load an example image and convert to grayscale
image = io.imread('image.jpg')
gray_image = color.rgb2gray(image)

# Compute HOG features and visualize them
hog_features, hog_image = feature.hog(gray_image, visualize=True)

# Display the original image and the HOG image
io.imshow_collection([image, gray_image, hog_image])
io.show()

出力

3. 幾何変換 - リサイズと回転

from skimage import io, transform

# Load an image
image = io.imread('image.jpg')

# Resize image by dividing its dimensions by 2
resized_image = transform.resize(image, (image.shape[0] // 2, image.shape[1] // 2))

# Rotate image by 45 degrees
rotated_image = transform.rotate(image, angle=45)

# Display the original image, resized image, and rotated image
io.imshow_collection([image, resized_image, rotated_image])
io.show()

from skimage import io, transform

# Load an image
image = io.imread('image.jpg')

# Resize image by dividing its dimensions by 2
resized_image = transform.resize(image, (image.shape[0] // 2, image.shape[1] // 2))

# Rotate image by 45 degrees
rotated_image = transform.rotate(image, angle=45)

# Display the original image, resized image, and rotated image
io.imshow_collection([image, resized_image, rotated_image])
io.show()

出力

4. 全変動フィルターでの画像ノイズ除去

from skimage import io, restoration

# Load a noisy image
image = io.imread('image.jpg')

# Apply total variation denoising
denoised_image = restoration.denoise_tv_chambolle(image, weight=0.1)

# Display the noisy image and the denoised image
io.imshow_collection([image, denoised_image])
io.show()

from skimage import io, restoration

# Load a noisy image
image = io.imread('image.jpg')

# Apply total variation denoising
denoised_image = restoration.denoise_tv_chambolle(image, weight=0.1)

# Display the noisy image and the denoised image
io.imshow_collection([image, denoised_image])
io.show()

出力

画像処理とNumPy配列についての詳細は、公式ページで見つけることができます。

IronPDFの紹介

IronPDFは、HTML、CSS、画像、JavaScriptを使用してPDFドキュメントを作成、編集、署名するために設計された堅牢なPythonライブラリです。 パフォーマンス効率を優先し、最小限のメモリ使用量で動作します。 主な機能は以下のとおりです:

• HTMLからPDFへの変換： HTMLファイル、HTML文字列、URLをPDFドキュメントに変換し、Chrome PDFレンダラを使用してWebページをレンダリングする機能を活用します。

• クロスプラットフォームサポート： Windows、Mac、Linux、およびさまざまなクラウドプラットフォームでのPython 3+と互換性があります。 IronPDFは.NET、Java、Python、Node.js環境でも利用可能です。

• 編集と署名： PDFプロパティをカスタマイズし、パスワードや権限などのセキュリティ対策を強化し、デジタル署名をシームレスに適用します。

• ページテンプレートと設定： ヘッダー、フッター、ページ番号、調整可能なマージン、カスタム用紙サイズ、レスポンシブデザインなどの機能を活用してPDFレイアウトを作成します。

• 標準準拠： PDF/AやPDF/UAなどのPDF標準に厳密に準拠し、UTF-8文字エンコーディングの互換性を確保し、画像、CSSスタイルシート、フォントなどのアセットを緻密に管理します。

前提条件

1. コードエディタとしてVisual Studio Codeがインストールされていることを確認してください。
2. Pythonバージョン3がインストールされています。

まず、スクリプトを追加するPythonファイルを作成してください。

Visual Studio Codeを開き、scikitDemo.pyというファイルを作成します。

必要なライブラリをインストール:

pip install scikit-image
pip install ironpdf

pip install scikit-image
pip install ironpdf

そして、下記のPythonコードを追加して、IronPDFとscikit-image Pythonパッケージの使用法をデモンストレーションします。

from skimage import io, filters
from ironpdf import * 

# Apply your license key
License.LicenseKey = "YOUR_LICENSE_KEY"

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Save the results to a file
io.imshow_collection([image, blurred_image, edges]).savefig('ironPdf-skimage.png')

# Convert the saved image to a PDF document
ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf")

# Display the images
io.show()

from skimage import io, filters
from ironpdf import * 

# Apply your license key
License.LicenseKey = "YOUR_LICENSE_KEY"

# Load an image
image = io.imread('image.jpg')

# Apply Gaussian blur
blurred_image = filters.gaussian(image, sigma=1.0)

# Apply Sobel edge detection
edges = filters.sobel(image)

# Save the results to a file
io.imshow_collection([image, blurred_image, edges]).savefig('ironPdf-skimage.png')

# Convert the saved image to a PDF document
ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf")

# Display the images
io.show()

コードの説明

このコードスニペットは、スキーマ（skimage）とIronPDFを使用して画像を処理し、結果をPDFドキュメントに変換する方法を示しています。 ここでは各部分の説明です：

1. インポート文： 画像の読み込みと画像フィルタリングのためにscikit-imageから必要な関数をインポートし、IronPDFの機能をインポートします。

2. ライセンスキーの適用： IronPDFのライセンスキーを設定します。 このステップは、IronPDFの機能を使用するために必要です。

3. 画像の読み込みと処理： Scikit-imageのio.imread関数を使用して'image.jpg'という画像を読み込みます。 次に、filters.gaussianを使用してシグマ値1.0で読み込んだ画像にガウスぼかしを適用し、filters.sobelを使用して読み込んだ画像にソーベルエッジ検出を適用します。

4. 結果の表示と保存： io.imshow_collection([image, blurred_image, edges]).savefig('ironPdf-skimage.png')：画像（元画像、ぼかし、およびエッジ）のコレクションを'ironPdf-skimage.png'として保存します。

5. 画像をPDFに変換： ImageToPdfConverter.ImageToPdf("ironPdf-skimage.png").SaveAs("ironPdf-skimage.pdf")：保存されたPNG画像をIronPDFの機能を利用してPDF文書に変換します。

6. 画像を表示する： io.show()：画像をグラフィカルウィンドウで表示します。

このコードスニペットは、画像処理のためのscikit-imageの機能と、処理された画像をPDFドキュメントに変換するためのIronPDFを組み合わせています。 画像を読み込み、ガウスぼかしとソーベルエッジ検出を適用し、PNGファイルとして保存し、そのPNGをIronPDFを使用してPDFに変換し、処理された画像を表示する例を示しています。 この統合は、科学研究、画像分析レポート、または自動ドキュメント生成ワークフローなどで、画像を処理し、分析し、PDF形式で文書化する必要があるタスクに便利です。

出力

PDF