حالا یک پروژه بدیم که فقط داخل پایتون سیستم اجرا میشه

import cv2 import numpy as np # خوندن تصویر image = cv2.imread('path/to/image') # تبدیل تصویر به HSV hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # تعیین بازه رنگی سفید از رنگ s و v ها lower_white = np.array([0, 0, 220]) upper_white = np.array([0, 0, 255]) # پیدا کنیم که کدوم بخشای تصویر تو بازه مشخص وجود دارن mask = cv2.inRange(hsv, lower_white, upper_white) # محاسبه تعداد پیکسلای سفید total_pixels = mask.shape[0] * mask.shape[1] white_pixels = np.count_nonzero(mask) # محاسبه درصد رنگ سفید white_percentage = white_pixels * 100.0 / total_pixels # نمایش نتیجه print("Percentage of white pixels:", white_percentage) if white_percentage > 50:     print("The image is mostly white.") else:     print("The image is mostly black.") #پروژه_تشخیص_رنگ

کتابخونه cv2 فقط داخل سیستم نصب میشه

یک مثال ساده از عرور شناسی

یعنی کتابخونه numpy نصب نشده و باید نصبش کنین

حالا ی اموزش برای نصب کتابخونه بریم با یک روش دیگه (با ترمینال)

اینجا دستور رو وارد میکنی

import numpy as np import matplotlib.pyplot as plt # ساخت یه دایره با اندازه یکسان در تمام جهت‌ها circle = plt.Circle((0, 0), 0.5, color='gray', fill=True) # مختصات محورها تو حالت خاکستری روشن x = np.linspace(-1, 1, 1000) X, Y = np.meshgrid(x, x) Z = np.sqrt(X*X + Y*Y) # رسم محورها و دایره در یه نمودار fig, ax = plt.subplots() ax.contourf(X, Y, Z, levels=30, cmap='gray') ax.add_artist(circle) # رسم نمودار plt.axis('scaled') plt.show() #نشون_دادن_کره_ماه

کتابخونه هاشم که بلدین کدوما هستن