Mostrando las entradas con la etiqueta Imagen. Mostrar todas las entradas
Mostrando las entradas con la etiqueta Imagen. Mostrar todas las entradas

Dibujar un table de ajedrez cuadro por cuadro en un GIF con Python

In [7]:
import matplotlib.image as image
import numpy as np
from PIL import Image

color = [0,0,0]
filas, columnas = 200, 200

n = 8
nI = filas/n
nJ = columnas/n

img = np.ones((filas, columnas, 3))

def pintar(img,x0,x1,y0,y1,color):
    for x in range(int(x0),int(x1)):
        for y in range(int(y0),int(y1)):
            img[x][y] = np.array(color)

imagenes = []
for i in range(n):
    for j in range(n):
        if (i+j)%2==1:
            pintar(img,i*nI,(i+1)*nI,j*nJ,(j+1)*nJ,color)
            imagenes.append(Image.fromarray(np.uint8(img*255)))

im = Image.fromarray(np.uint8(img*255))
imagenes[0].save('gif/ajedrez.gif',
               save_all=True,
               append_images=imagenes[1:],
               optimize=False,
               duration=500,
               loop=0)
im
Out[7]:

Mostrar imagenes de MNIST usando Keras, Tensorflow en Python

In [3]:
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow import keras
import numpy as np

fashion_mnist = keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

plt.figure()
plt.imshow(train_images[123])
plt.savefig('img/imagen1.png')
plt.show()

Si queremos visualizar mas de una imagen podemos usar la siguiente funcion

In [4]:
import math
def ver(imagenes,lista):
    plt.figure(figsize=(5,5))
    n = math.ceil(np.sqrt(len(lista)))
    for i in range(n*n):
        if i >= len(lista):
            break
        plt.subplot(n,n,i+1)
        plt.xticks([])
        plt.yticks([])
        plt.imshow(imagenes[lista[i]])
    plt.savefig('img/imagen2.png')
    plt.show()
ver(train_images,[1,2,3,45])