Scikit-learn, जिसे आमतौर पर sklearn के नाम से जाना जाता है, Python में एक लाइब्रेरी है जिसका उपयोग मशीन लर्निंग एल्गोरिदम को लागू करने के लिए किया जाता है। यह एक ओपन-सोर्स लाइब्रेरी है इसलिए इसका उपयोग मुफ्त में किया जा सकता है। यह लाइब्रेरी Numpy, SciPy और Matplotlib लाइब्रेरी पर निर्मित है।
'मार्चिंग स्क्वेयर्स' की विधि का उपयोग इमेज में कंटूर खोजने के लिए किया जाता है। 'skimage' लाइब्रेरी के 'मेजर' क्लास में मौजूद 'फाइंड_कंटूर' फ़ंक्शन का उपयोग किया जाता है। इसमें, ऐरे में मौजूद मानों को रैखिक तरीके से इंटरपोलेट किया जाता है।
इस तरह, आउटपुट इमेज में कंटूर की सटीकता बहुत बेहतर होगी। यदि इमेज में कंटूर प्रतिच्छेद करते हैं, तो कंटूर खुले होते हैं, अन्यथा वे बंद होते हैं।
आइए समझते हैं कि scikit-learn लाइब्रेरी का उपयोग करके इमेज में कंटूर कैसे खोजें -
उदाहरण
import numpy as np
import matplotlib.pyplot as plt
from skimage import measure
x, y = np.ogrid[-6.7:np.pi:215j, -1.2:np.pi:215j]
r = np.sin(np.exp((np.sin(x)**3 + np.cos(y)**2)))
contours = measure.find_contours(r, 0.8)
fig, ax = plt.subplots()
ax.imshow(r, cmap=plt.cm.gray)
for contour in contours:
ax.plot(contour[:, 1], contour[:, 0], linewidth=2)
ax.axis('Image')
ax.set_xticks([])
ax.set_yticks([])
plt.show()आउटपुट

व्याख्या
आवश्यक पैकेज वातावरण में आयात किए गए हैं।
NumPy पैकेज की मदद से डेटा उत्पन्न किया गया है।
इमेज के कंटूर निर्धारित करने के लिए 'फाइंड_कंटूर' फ़ंक्शन का उपयोग किया जाता है।
'सबप्लॉट' फ़ंक्शन का उपयोग मूल इमेज और कंटूर वाली इमेज को कंसोल पर दिखाने के लिए किया जाता है।