Diferencias

Muestra las diferencias entre dos versiones de la página.

--- informatica:programacion:python:modulos:numpy [2020/12/09 15:30] – [Números aleatorios] tempwin
+++ informatica:programacion:python:modulos:numpy [2020/12/09 15:59] (actual) – [Métodos] tempwin
@@ Línea 51: / Línea 51: @@
 </code>
+<WRAP center round tip 60%>
+No es necesario indicar el argumento ''shape'', podemos ahorrárnoslo y hacer ''np.zeros%%((3,5))%%''
+</WRAP>
 <WRAP center round info 60%>
@@ Línea 195: / Línea 200: @@
 Por sí mismo, NumPy no es capaz de manejar imágenes sino que se apoya en el módulo PIL (biblioteca pillow, //Python Imaging Library//)
+<code python>
+import numpy as np
+from PIL import Image
+# Para poder ver las imágenes en un Notebook de Jupyter
+import matplotlib.pyplot as plt
+%matplotlib inline
+pic = Image.open('ruta/imagen.png')
+# Si queremos ver la imagen en Jupyter
+pic
+type(pic)
+# PIL.PngImagePlugin.PngImageFile
+</code>
+Convertimos la imagen a un array de NumPy:
+<code python>
+pic_arr = np.asarray(pic)
+type(pic_array)
+# numpy.ndarray
+pic_arr.shape
+# (1080,1920, 3)
+# Mostrar el array como imagen:
+plt.imshow(pic_arr)
+</code>
+Para acceder a los canales de color:
+<code python>
+pic_red = pic_arr.copy()
+# R = 0, G = 1, B = 2
+# Canal rojo. 0, sin rojo, negro. 255 puro rojo.
+pic_red[:,:,0]
+# Lo representamos como escala de grises, es decir,
+# si la imagen se acerca al negro, es que no tendrá presencia de rojo.
+# Si se acerca al blanco, tendrá mucha presencia de rojo.
+plt.imshow(pic_red[:,:,0],cmap='gray')
+# Lo mismo para el verde
+plt.imshow(pic_red[:,:,1],cmap='gray')
+# Lo mismo para el azul
+plt.imshow(pic_red[:,:,2],cmap='gray')
+</code>