Créer une palette de couleurs à l’aide de Python

Les humains peuvent différencier environ 10 millions de couleurs. Pour les considérer, vous appelez quelque chose appelé une palette de nuances. Une combinaison d’ombres a les dispositifs pour afficher la variété complète de couleurs visibles à l’œil humain. Dans la vraie vie, vous les utilisez pour créer des conceptions visuelles sur papier tandis que vous les utilisez numériquement pour inclure de l’ombre pour afficher des éléments.

En fin de compte, votre ordinateur encode toutes les différentes tonalités que vous voyez sur votre écran en utilisant un format spécifique. Avec Python, vous pouvez développer une combinaison de couleurs encodée RVB en seulement quelques lignes de code grâce à OpenCV et également au composant NumPy.

Le module OpenCV et NumPy

Vous pouvez évaluer des photos ainsi que des vidéos en utilisant OpenCV. Il s’agit d’une ressource totalement gratuite et ouverte, de base à utiliser, ainsi que de nombreuses collections pratiques. Celles-ci fournissent des techniques d’identification, de recherche et de surveillance d’objets en deux et trois mesures. Pour monter OpenCV dans votre configuration, ouvrez un terminal et exécutez également :

Le composant NumPy est une collection populaire supplémentaire que vous verrez de nombreux programmes Python utiliser. NumPy– Python numérique– est un composant que vous pouvez utiliser pour l’évaluation des informations et l’ordinateur clinique. Il fournit des objets de sélection à n dimensions ainsi que des opérations mathématiques qui facilitent la manipulation de ces sélections.

Pour installer NumPy dans votre environnement, implémentez :

En règle générale, vous utiliserez OpenCV pour traiter les images à l’aide de méthodes telles que la détection latérale. Vous pouvez ensuite utiliser NumPy pour effectuer une évaluation des informations sur l’image traitée. En utilisant ce mélange, vous pouvez créer et déchiffrer un code QR, catégoriser les images, effectuer une reconnaissance optique des caractères et construire des systèmes de surveillance vidéo capables de détecter l’activité et de suivre les personnes en temps réel.

Comment construire une palette de couleurs en utilisant Python

Suivez ces étapes pour construire une palette de couleurs en utilisant OpenCV ainsi que le module NumPy en Python.

Vous pouvez trouver la source de Palette de couleurs en utilisant Python dans cette base de données GitHub.

Commencez par importer les composants OpenCV ainsi que NumPy. Spécifiez une fonction appelée fonctionvide() qui a l’instruction pass. L’instruction pass fonctionne comme un espace réservé pour le code que vous pouvez créer ultérieurement. Ceci est particulièrement utile avec des fonctionnalités telles que createTrackbar, que vous utiliserez plus tard. Il appelle une fonction de rappel valide et vous pouvez passer emptyFunction comme espace réservé pour le moment.

Générer une plage tridimensionnelle de taille 512 * 512 * 3 avec un type de données uint8 utilisant NumPy’s zéro() fonctionnalité. Chaque variété comprendra 512 colonnes ainsi que 512 lignes. uint 8 représente un nombre entier non signé, de sorte que le programme remplit la variété avec des nombres absolus.

Définissez le nom de la fenêtre que le programme affichera et transmettez-le également au fenêtrenommée() fonction pour aménager une fenêtre d’accueil :

Produisez ensuite trois barres de suivi pour les composants de teinte rouge, écologique et bleu. Vous pouvez le faire en utilisant OpenCV createTrackbar() fonction. Tout d’abord, passez l’étiquette en rouge, bleu ou vert. Deuxièmement, vous devez passer le nom de la fenêtre où vous comptez positionner ces barres instance, windowName.

La troisième spécification est la limite minimale de la barre de suivi, 0 dans ce cas. Le 4ème paramètre définit la valeur optimale, qui est de 255 pour une valeur de couleur 24 bits. Le 5ème et dernier paramètre est une fonctionnalité de rappel pour laquelle createTrackbar nécessite une fonctionnalité valide. C’est pourquoi vous avez précédemment développé emptyFunction, pour fonctionner comme un espace réservé.

Déclarez une échappatoire while infinie et transmettez également le nom de la fenêtre en plus de l’image que vous avez l’intention de montrer à OpenCV imshow() fonctionnalité. Comme l’image a une sélection tridimensionnelle de nos, le programme affiche initialement un affichage noir.

Vérifiez si l’utilisateur a appuyé sur la touche d’évasion en vérifiant la valeur de waitkey() contre 27 (le code ASCII de la touche Escape). La fonction waitkey() affiche la fenêtre d’accueil pendant la variété de millisecondes fournie ou jusqu’à ce que vous poussiez un secret. En passant un en entrée, il affiche la fenêtre d’accueil pendant une milliseconde mais repousse en raison de l’infinie faille while.

Pour obtenir la position existante de la barre de suivi, transmettez le nom de la barre de suivi avec le nom de la fenêtre à getTrackbarPos() . Répétez cette étape pour les 3 éléments de teinte différents, bleu, respectueux de l’environnement et également rouge. Utilisez l’opérateur slice pour désigner les trois valeurs dans le tableau d’images. Cela changera certainement la collection précédente de valeurs, à l’origine toutes absolument non, avec les valeurs actuelles en fonction des paramètres de la barre de suivi.

Une fois que l’individu appuie sur l’astuce Escape, l’utilisation destroyAllWindows() pour fermer les fenêtres d’accueil, le programme a ouvert :

Enfin, placez tout ensemble et exécutez-le pour gérer et voir également votre palette de couleurs.

La sortie du programme de palette de couleurs Python

Lors de l’exécution du programme ci-dessus, une fenêtre apparaît contenant 3 barres de suivi pour les nuances Bleu, Vert et Rouge. Les barres de piste se déplacent de 0 à 255. Lorsque vous modifiez les valeurs des différentes barres, vous devriez voir différents tons de couleurs dans la zone ci-dessous.

Dans ce tout premier exemple, vous pouvez voir la configuration de la barre bleue à 0, verte à 69, ainsi que rouge à 255. La teinte de sortie résultante est une teinte orange/rouge. De plus, la fenêtre incurable affiche les valeurs de couleur sous la forme 069 255.

De même, lorsque vous définissez la barre bleue sur 130, le vert sur 0 et le rouge sur 75, vous obtiendrez certainement une teinte indigo.

Les différentes applications d’OpenCV

OpenCV offre des fonctions utiles pour des tâches telles que la gestion d’images, la reconnaissance d’objets, la reconnaissance de visage et le suivi. En utilisant OpenCV, vous pouvez produire des applications de vision par ordinateur en temps réel qui seraient certainement un avantage dans des domaines tels que la robotique, l’automatisation industrielle, l’imagerie médicale, ainsi que les systèmes de surveillance.

L’avenir de la vision par ordinateur est encourageant. Vous aurez la possibilité d’utiliser la vision par ordinateur pour aider les personnes visuellement endommagées, d’améliorer le développement de l’agriculture, d’améliorer la sécurité routière à l’aide de voitures autonomes et de parcourir diverses autres planètes, comme Mars.

Abonnez-vous à notre newsletter