Wolfram 圖像 | 值得嘗試的事情

透過點擊程式碼內部並按下
+
可以編輯並執行任何程式碼.
圖像處理，分析和計算。對於初學者或專家，Wolfram 圖像計算提供了一套綜合而高效的圖像處理，識別和分析功能，與高度自動化的機器學習、統計、視覺化等密切整合。

輸入、處理和輸出圖像

輸入圖像檔案：
執行
In[]:=
flower=Import["ExampleData/coneflower.jpg"]
應用圖像效果：
執行
sepiaflower=ImageEffect[flower,"Sepia"]
以您選擇的格式輸出結果：
執行
Export["flowerexample.png",sepiaflower]

增強和恢復圖像

銳化圖像：
執行
In[]:=
Sharpen

自動增強圖像的對比、亮度和伽瑪：
執行
ImageAdjust

濾除圖像雜訊：
執行
MedianFilter
,1

色彩處理和圖像效果

透過改變顏色來建立新版本的產品圖片：
執行
ImageRecolor
,ColorsNear
,0.1
,ColorsNear
,0.02
,_

透過自動平衡色彩來模擬自然光線：
執行
ColorBalance

使用第二個圖片的樣式重新設計一個圖片：
執行
ImageRestyle
,


對齊和縫合圖像

將重疊的圖像合併為一個連貫的整體：
執行
ImageStitch
,
,

將未對齊且焦點不同的圖像集合對齊：
執行
aligned=ImageAlign
,
,
,
;
使用填充統一邊界，然後將對齊的圖像合併成聚焦良好的圖像：
執行
ImageFocusCombine[ImagePad[#,-9]&/@aligned]

執行物件偵測

使用預先訓練的網路辨識影像中的物件：
執行
In[]:=
ImageContents

突出顯示偵測到的物件：
執行
HighlightImage
,ImageBoundingBoxes

分類圖像與圖像特徵

分類圖像的主題：
執行
In[]:=
ImageIdentify
,
,

辨識情緒等臉部特徵：
執行
FacialFeatures
,
,
,"Emotion"

使用圖像執行神經網路

輸入特定的預訓練模型：
執行
In[]:=
net=NetModel["ResNet-101 Trained on YFCC100m Geotagged Data"]
將此模型應用於著名地標圖像，以識別圖像的地理位置：
執行
In[]:=
locations=net
,
,

繪製結果位置：
執行
GeoGraphics[GeoMarker[locations],GeoRangePadding->Scaled[0.1]]

執行區隔與區隔分析

建立顯示連接元件的二進位圖像。在此情況下，指定偵測的上限臨界值：
執行
MorphologicalBinarize
,.9
為每個元件著色：
執行
ColorizeMorphologicalComponents
,.9,Method->"Nested"
從 Wolfram 神經網路儲存庫輸入並使用語義分割網路：
執行
cityNet=NetModel["Dilated ResNet-22 Trained on Cityscapes Data"]
使用輸入的網路進行語義分割，並對結果進行著色：
執行

處理 3D 圖像