Python для начинающих
1.06K subscribers
301 photos
3 videos
232 files
62 links
Python для начинающих
Download Telegram
Введение в использование модуля shutil для управления файлами и директориями
Введение в использование модуля shutil для управления файлами и директориями

Программисты — те ещё путешественники по файловой системе: то надо переместить файлы, то скопировать, а иногда и удалить. «А как мне это сделать через Python?» — спросите вы. Вот тогда на сцену выходит модуль shutil. Это ваш швейцарский нож для работы с файлами и директориями. Прост, удобен и невероятно мощный. Сегодня мы погрузимся в работу с этим модулем и разберём его на примерах.

### Что такое shutil?

shutil — это модуль стандартной библиотеки Python, который упрощает управление файлами и папками. Всё, начиная от копирования файлов и заканчивая рекурсивным удалением директорий, становится в разы проще благодаря shutil. Давайте разберём его возможности на практике.

---

### Копирование файлов
Иногда нужно быстро скопировать файл, сохранив его содержимое и метаданные. Для этого в shutil есть функция copy2. Посмотрим на пример:

import shutil

# Допустим, есть файл source.txt, и мы хотим его скопировать
source = 'source.txt'
destination = 'backup/source_copy.txt'

shutil.copy2(source, destination)
print(f'Файл скопирован из {source} в {destination}')


Эта команда создаёт точную копию файла source.txt в папке backup. Если папки backup нет, вы получите ошибку, так что убедитесь, что она существует.

Функция copy2 копирует не только сам файл, но и его метаданные, такие как дата создания или права доступа.

---

### Перемещение файлов и папок
Копировать — это хорошо, но что делать, если файл или директория просто должны поменять своё место? Легко! Используем функцию move.

import shutil

# Перемещаем файл
source = 'data/file.txt'
destination = 'archive/file.txt'

shutil.move(source, destination)
print(f'Файл перемещён из {source} в {destination}')


move отлично справляется, как с файлами, так и с папками. Если в папке archive уже есть файл с таким же именем, он будет перезаписан.

---

### Удаление директорий
Когда файлов становится слишком много, и их удаление вручную превращается в кошмар, shutil.rmtree можно считать настоящим спасением. Он рекурсивно удаляет файлы и папки.

import shutil

# Удаляем папку вместе со всем её содержимым
target_dir = 'old_backup'

shutil.rmtree(target_dir)
print(f'Папка {target_dir} удалена.')


Но осторожно! rmtree не спрашивает, уверены ли вы в своих действиях! Этот метод удаляет всё безвозвратно.

---

### Сжатие директорий
Хотите собрать папку и её содержимое в архив? Пожалуйста! С помощью функции make_archive это делается на раз-два:

import shutil

# Архивируем папку
folder_to_archive = 'project'
archive_name = 'project_backup'

shutil.make_archive(archive_name, 'zip', folder_to_archive)
print(f'Папка {folder_to_archive} успешно заархивирована в {archive_name}.zip')


Эта функция создаёт ZIP-архив project_backup.zip со всем содержимым указанной папки. Если вы обрабатываете проекты, в которых множество файлов и папок, это суперполезный инструмент.

---

### Определение свободного места на диске
Представьте, что перед копированием большого файла вам нужно проверить, достаточно ли свободного места. shutil поможет и с этим:

import shutil

# Проверяем свободное место на диске
total, used, free = shutil.disk_usage('/')

print(f'Всего: {total // (1024**3)} ГБ')
print(f'Использовано: {used // (1024**3)} ГБ')
print(f'Свободно: {free // (1024**3)} ГБ')


Эта функция вернёт общий объём диска, использованное место и остаток, причём в байтах. Удобно, не правда ли?

---

### Итоги
Модуль shutil — это практически универсальный помощник для работы с файлами и папками. С его помощью можно копировать, перемещать, удалять, архивировать и даже проверять состояние дисков. Концепции просты, а функции — интуитивно понятны, что делает этот модуль отличным инструментом как для начинающих, так и для профессиональных разработчиков.
Теперь, когда вы знаете о shutil, следующий раз, сталкиваясь с задачей управления файлами и директориями, вы точно будете знать, за какой инструмент взяться. Попробуйте поэкспериментировать с примерами выше — это лучший способ освоить этот мощный модуль!
Работа с многоязычными текстами в Python: модуль gettext
### Работа с многоязычными текстами в Python: модуль gettext

Если вы разрабатываете приложение или веб-сайт, которым могут пользоваться люди в разных странах, то рано или поздно вы столкнетесь с задачей его локализации — то есть перевода интерфейса и сообщений на множество языков. Тут на сцену выходит Python с его инструментами для работы с многоязычными текстами, и один из них — модуль gettext.

gettext — это стандартный модуль Python, предназначенный для обеспечения многоязычной поддержки в приложениях. Он помогает разработчикам сделать их проекты проще в переводе и управлении языковыми файлами. А самое главное, с ним можно начать работать даже если вы впервые слышите слово "локализация". Давайте разбираться, как это работает.

---

### Основные принципы работы gettext

В основе модуля gettext лежит концепция использования каталога сообщений — message catalog. Каталог состоит из файла с переводами, в который записываются строки оригинального текста и их переводы на целевой язык. Формат файлов следующий:

1. .pot (Portable Object Template) — шаблон перевода. В нем находятся текстовые строки без перевода.
2. .po (Portable Object) — файл, где к текстовым строкам добавляются переводы.
3. .mo (Machine Object) — скомпилированная версия .po для использования в приложении.

Сам процесс работы можно разбить на три этапа:
1. Вы помечаете строки в коде, которые должны быть переведены.
2. Генерируете .pot файл.
3. Переводчики создают .po файлы и компилируют их в .mo.

---

### Пример использования модуля gettext

Рассказывать теорию полезно, но эффективнее будет показать, как это работает на практике. Начнем с базового примера.

#### Шаг 1. Подготовка строк для перевода

Предположим, что у нас есть небольшой скрипт. Вместо простого текста мы будем использовать функцию _(), чтобы пометить строки для перевода.

import gettext

# Настройка языка
lang = gettext.translation('example', localedir='locales', languages=['fr'], fallback=True)
lang.install()

# Переменные для перевода
print(_("Hello, user!"))
print(_("Welcome to our application."))


Здесь:
- Мы подключили модуль gettext и настроили его для работы с французским языком (languages=['fr']).
- Функция _() автоматически заменит переданные строки их переведенными версиями.

---

#### Шаг 2. Генерация .pot файла

Чтобы создать шаблон перевода из нашего скрипта, используется утилита xgettext, которая анализирует текстовые строки в коде и добавляет их в .pot файл:

xgettext -o locales/example.pot script.py


---

#### Шаг 3. Перевод строки

Теперь откроем файл locales/example.pot, добавим переводы и сохраним его как .po. Например:

# French translation
msgid "Hello, user!"
msgstr "Bonjour, utilisateur!"

msgid "Welcome to our application."
msgstr "Bienvenue dans notre application."


Этот файл позже компилируется в .mo:

msgfmt -o locales/fr/LC_MESSAGES/example.mo locales/example.po


---

#### Шаг 4. Проверка перевода

Если все сделано правильно, французские строки будут загружены при запуске скрипта. Вывод, соответственно, будет таким:

Bonjour, utilisateur!
Bienvenue dans notre application.


Теперь ваше приложение "говорит" на французском!

---

### Особенности и полезные советы

- Fallback на оригинал. Если перевод для текущего языка не найден, gettext вернет строку на языке оригинала. Это удобно, если не все строки переведены.
- Работа с контекстом. Вы можете добавлять пояснения к строкам для переводчиков, чтобы избежать двусмысленных интерпретаций.
- Компактность и ясность. Использование _() вместо сложных вызовов функций делает код приятным для чтения и упрощает поддержку.

---

### Заключение

Локализация — это не трудный процесс, если подойти к нему правильно. Модуль gettext — это мощный инструмент, который поможет вашему проекту стать доступным миллионам пользователей по всему миру.
🔥1
Поддержка файлов .po и .mo делает возможным отделение перевода от кода, что особенно важно, если у вас есть профессиональные переводчики или нужно поддерживать несколько языков.

Попробуйте использовать gettext в своих проектах, и вы сами удивитесь, как он упрощает разработку многоязычных приложений.
Как создавать простые и сложные взаимодействия с API с помощью HTTPie
### Как создавать простые и сложные взаимодействия с API с помощью HTTPie

Если вы хоть раз сталкивались с работой с API, то уже наверняка знаете, насколько важным инструментом становятся HTTP-запросы. Чтобы изучить API, проверить его работу или отладить приложения, вам нужен удобный и мощный инструмент для выполнения таких запросов. Один из таких инструментов — это HTTPie. Забудьте о сложностях curl или громоздкой Postman, HTTPie предлагает простой, понятный и быстрый способ отправки запросов к API. А ещё он легок в освоении для новичков!

HTTPie — это командный инструмент, который делает взаимодействие с API максимально доступным, благодаря интуитивно понятному синтаксису. Сегодня я расскажу, как с его помощью легко отправлять запросы, передавать параметры, работать с аутентификацией и даже разбираться с комплексными запросами.

---

### Установка HTTPie

Первым делом установим HTTPie. Сделать это можно через Python Package Index (PyPI). Достаточно выполнить одну команду в терминале:

pip install httpie


Готово! Вы вооружены инструментом, с которым работа с API превратится в удовольствие.

---

### Основы взаимодействия

### Простой GET-запрос

Чаще всего при работе с API нам нужно получить данные. Для этого используется метод GET. Например, вы хотите узнать текущую информацию о погоде с какого-нибудь сервиса. Пример запроса:

http https://api.example.com/weather


Консоль моментально выведет читаемый JSON-ответ. Это одна из сильных сторон HTTPie: читаемость запросов и ответов. В JSON-объекте легко увидеть структуру данных.

---

### GET-запрос с параметрами

Допустим, API требует, чтобы вы передали город и страну в запросе. В HTTPie параметры указываются через ключ-значение, разделённые "=", прямо в строке. Например:

http https://api.example.com/weather city==London country==UK


Обратите внимание на использование ==, а не =. Это фишка HTTPie, позволяющая отличать параметры от других частей команды.

---

### POST-запрос: Отправка данных

При разработке, кроме получения данных, нужно часто отправлять их. Метод POST используется, чтобы, к примеру, регистрировать пользователей или передавать файлы. Вот как выглядит запрос для добавления нового пользователя:

http POST https://api.example.com/users name=JohnDoe email=johndoe@example.com


HTTPie автоматически сформирует тело запроса и передаст данные в нужном формате.

---

### Аутентификация

Многие API требуют аутентификацию. HTTPie поддерживает различные способы, например Basic Auth. Передать логин и пароль можно с помощью ключа -a:

http -a johndoe:password123 https://api.example.com/private


Если вы используете Bearer Token, то добавьте его через заголовок:

http https://api.example.com/private 'Authorization: Bearer your_token_here'


---

### Работа с сложными API

Иногда API требуют от нас не только базовых команд, но и работы с вложенными структурами данных или загрузки файлов. Рассмотрим отправку JSON-объекта с вложенными данными:

http POST https://api.example.com/orders order_id=123 products:='[{"id": 1, "name": "Book"}, {"id": 2, "name": "Pen"}]'


Обратите внимание на :=. Это специальный оператор, который указывает HTTPie, что перед нами сложный JSON-объект. HTTPie умно преобразует строку в объект и отправит всё корректно.

Ещё вам может понадобиться загрузить файл. Например, нужно отправить картинку на сервер:

http POST https://api.example.com/upload file@./image.jpg


file@ указывает, что вы прикладываете файл. Всё легко и понятно!

---

### Заключение

HTTPie — это отличный инструмент для взаимодействия с API: он прост, мощен и при этом дружелюбен к разработчику. Если раньше вам приходилось тратить время на сложные команды curl или графический интерфейс Postman, то с HTTPie вы сможете решать задачи прямо из терминала быстро и эффективно. Попробуйте его в работе, и ваш опыт взаимодействия с API изменится в лучшую сторону!
👍2
Реализация протокола MQTT на Python: основные шаги
Реализация протокола MQTT на Python: основные шаги

Сегодня поговорим про MQTT — легковесный протокол для передачи сообщений «из точки в точку». MQTT отлично подходит для IoT (Интернета вещей), систем мониторинга и других задач с высокой требовательностью к надежной передаче данных при минимальной нагрузке. В Python с этим протоколом работать проще простого благодаря мощному модулю paho-mqtt. Давайте разберем его на практике!

---

### Что такое MQTT?

MQTT (Message Queuing Telemetry Transport) — это протокол «издатель-обозреватель» (publish-subscribe), основывающийся на модели клиента и брокера. Клиенты могут либо публиковать сообщения в определенные топики (темы), либо подписываться на них. Например, датчик температуры публикует данные в топик sensors/temperature, а ваше приложение их читает.

---

### Настройка среды

Прежде всего, нам нужно установить необходимую библиотеку. Открываем терминал и вводим:

pip install paho-mqtt


Также понадобится MQTT-брокер. Один из самых популярных — Eclipse Mosquitto. Вы можете развернуть его локально или использовать облачный вариант, например, CloudMQTT.

---

### Пишем клиента для публикации сообщений

Начнем с простого — отправим данные в топик. Для этого создадим Python-скрипт, который будет публиковать сообщения.

import paho.mqtt.client as mqtt
import time

broker_address = "test.mosquitto.org" # Используем публичный тестовый брокер
topic = "home/livingroom/temperature"

def publish_messages():
client = mqtt.Client("Publisher") # Создаем MQTT-клиента
client.connect(broker_address) # Подключаемся к брокеру

for i in range(5):
message = f"Temperature reading: {20 + i}°C"
client.publish(topic, message) # Публикуем сообщение в указанный топик
print(f"Published: {message}")
time.sleep(2) # Небольшая пауза между отправками

if __name__ == "__main__":
publish_messages()


В этом коде:
- Мы подключаемся к публичному брокеру test.mosquitto.org.
- Публикуем сообщения с температурой в топик home/livingroom/temperature.
- Каждый клиент MQTT идентифицируется уникальным именем, в данном случае — Publisher.

---

### Создаем клиента для подписки

Теперь напишем скрипт, который будет получать сообщения из того же топика. Именно так устройства в IoT-экосистемах общаются между собой.

import paho.mqtt.client as mqtt

broker_address = "test.mosquitto.org"
topic = "home/livingroom/temperature"

def on_message(client, userdata, message):
print(f"Received message: {message.payload.decode('utf-8')} from topic: {message.topic}")

def start_subscriber():
client = mqtt.Client("Subscriber") # Создаем MQTT-клиента
client.on_message = on_message # Указываем обработчик для входящих сообщений
client.connect(broker_address) # Подключаемся к брокеру

client.subscribe(topic) # Подписываемся на нужный топик
print(f"Subscribed to topic: {topic}")

client.loop_forever() # Запускаем бесконечный цикл для обработки сообщений

if __name__ == "__main__":
start_subscriber()


Здесь обработчик on_message вызывается всякий раз, когда в топике появляется новое сообщение. Запустив этот скрипт, вы увидите в консоли все входящие данные.

---

### Ключевые моменты

1. Гибкость топиков: В топиках можно использовать иерархию, например, home/kitchen/light или home/livingroom/temperature. Символы + и # дают «дикарям» (wildcards) возможность подписки на группы топиков.
2. QoS-уровни: MQTT поддерживает три уровня качества доставки (0, 1, 2). Выбор зависит от ваших требований: скорость VS надежность.
3. Автономная работа: Если клиент теряет связь с брокером, сообщения можно сохранять. Для этого используется параметр retain.

---

### Итог

MQTT — это мощный инструмент для простого, надежного и легковесного обмена данными.
👍1
С библиотекой paho-mqtt на Python вы можете за считаные минуты написать рабочее приложение для IoT. Хотите, чтобы ваш «умный дом» не только слушал команды, но и передавал данные? Теперь вы знаете, с чего начинать! 🚀
Как настроить взаимодействие между Python-приложением и Google Cloud Platform
Как настроить взаимодействие между Python-приложением и Google Cloud Platform?

Если вы хотите, чтобы ваше Python-приложение получило суперспособности типа хранения данных в базе, работы с машинным обучением или управления огромными объемами информации, то облачные решения Google Cloud Platform (GCP) станут отличным выбором. Сегодня я расскажу, как интегрировать Python-приложение с GCP и сделаю это на максимально простых и понятных примерах.

### Зачем нужно подключаться к GCP?

GCP предоставляет множество сервисов: базы данных (BigQuery, Firestore), хранилища файлов (Cloud Storage), серверы для выполнения кода (Cloud Functions) и многое другое. Вместо создания сложной инфраструктуры с нуля, вы можете использовать готовые решения Google и сосредоточиться непосредственно на своей логике.

Теперь давайте настроим наше приложение для работы с GCP. Всё разберем пошагово.

---

### 1. Установим библиотеку Google Cloud для Python

Для начала нужно установить SDK: набор инструментов, который позволит Python "общаться" с GCP. Это делается через pip:

pip install google-cloud
pip install google-cloud-storage # Если нужен доступ к Cloud Storage


Google предоставляет готовые модули для большинства своих сервисов: google-cloud-firestore для базы данных Firestore, google-cloud-bigquery для аналитики данных в BigQuery, и так далее.

---

### 2. Настроим проект в GCP

1. Создайте проект. Перейдите в Google Cloud Console и создайте новый проект.
2. Включите нужные API. Для работы с определенными сервисами их API нужно активировать. Например, для хранения файлов включите Cloud Storage API. Это можно сделать в разделе "API & Services".
3. Скачайте ключи для аутентификации. Зайдите в раздел "Service Accounts", создайте пользователя, которому вы доверите доступ к вашим данным, и скачайте JSON-файл с его ключом. Этот файл понадобится Python-приложению для взаимодействия с GCP.

---

### 3. Настроим код для подключения

Считаем, что ваш JSON-файл с ключами называется service_account_key.json. Обязательно указывайте путь к этому файлу через переменную окружения GOOGLE_APPLICATION_CREDENTIALS:

export GOOGLE_APPLICATION_CREDENTIALS="path/to/service_account_key.json"


Теперь Python-приложение будет авторизовано в GCP!

---

### 4. Пример: Работа с Google Cloud Storage

Google Cloud Storage — это облачное хранилище для файлов. Сохранять, читать или удалять файлы просто:

from google.cloud import storage

# Создаем клиента
client = storage.Client()

# Получаем ссылку на существующий bucket (хранилище)
bucket = client.bucket('my_bucket_name')

# Загружаем файл
blob = bucket.blob('example.txt')
blob.upload_from_string('Hello, GCP!')

print('File uploaded successfully.')


Вот и всё, ваши данные уже в облаке! Когда кому-то понадобится этот файл, вы можете предоставить ссылку на него:

# Генерация публичной ссылки
url = blob.generate_signed_url(expiration=3600) # Ссылка действительна 1 час
print(f'Download your file here: {url}')


---

### 5. Пример: Работа с Firestore

Firestore — это облачная база данных, которая идеально подходит для хранения и быстрого поиска данных. Создадим документ и получим его:

from google.cloud import firestore

# Создаем клиента
db = firestore.Client()

# Добавляем данные в коллекцию "users"
doc_ref = db.collection('users').document('user123')
doc_ref.set({
'name': 'Alice',
'age': 30,
'location': 'Wonderland'
})

print('User added successfully!')

# Получаем данные
doc = doc_ref.get()

if doc.exists:
print('Document data:', doc.to_dict())
else:
print('No such document!')


---

### Что дальше?

Теперь ваше Python-приложение может использовать всю магию Google Cloud Platform.
👍2
Вы сможете хранить файлы в Cloud Storage, обрабатывать данные с помощью BigQuery, строить API на основе Cloud Functions или даже обучать модели машинного обучения.

Пусть вас не пугает обилие возможностей — начните с малого, поэкспериментируйте с одним из сервисов. GCP предоставляет бесплатный уровень (Free Tier), чтобы вы могли изучить его возможности без финансовых затрат.

Интеграция Python и GCP — это один из самых мощных инструментов в арсенале современного разработчика! Создавайте, масштабируйтесь и сохраняйте рабочие часы благодаря облачным технологиям.
👍1
Основы разработки микроконтроллеров на Python: библиотека MicroPython
Основы разработки микроконтроллеров на Python: библиотека MicroPython

Если вы думаете, что язык Python — это только про веб-разработку, анализ данных и скрипты, то вы сильно заблуждаетесь. Этот язык настолько гибкий и универсальный, что его можно использовать даже для программирования микроконтроллеров! Встречайте — MicroPython. В этом посте я расскажу, как начать работу и какие возможности открывает перед вами эта удивительная библиотека.

### Что такое MicroPython?

MicroPython — это облегчённая версия Python, созданная специально для микроконтроллеров. Она идеально подходит для таких платформ, как ESP32, ESP8266, Raspberry Pi Pico и других устройств с ограниченным количеством памяти. Основная идея MicroPython заключается в возможности использовать привычный синтаксис Python для управления физическими устройствами. За счёт этого он становится доступным даже для новичков, не погружая вас в сложную терминологию и низкоуровневое программирование.

### Установка MicroPython

Для начала работы вам понадобится микроконтроллер, поддерживающий MicroPython. Самым популярным выбором является недорогой ESP32. Чтобы загрузить на него прошивку MicroPython, выполните следующие действия:

1. Скачайте актуальную прошивку с официального сайта MicroPython — micropython.org.
2. Установите инструмент esptool с помощью pip:

   pip install esptool


3. Подключите микроконтроллер к компьютеру и выполните команды для прошивки:

   esptool.py --chip esp32 erase_flash
esptool.py --chip esp32 write_flash -z 0x1000 micropython.bin


После этого ваш микроконтроллер будет готов к программированию на MicroPython.

### Как писать код?

Работать с MicroPython можно через REPL-консоль или загружая скрипты на устройство. Проще всего начать с установки текстового редактора, например, Thonny, который поддерживает подключение к MicroPython из коробки.

### Пример: мигающий светодиод

Начнём с классического «Hello, world!» для микроконтроллеров — мигания светодиодом. Подключите светодиод к пину GPIO вашего микроконтроллера и попробуем запрограммировать его.

Вот базовый пример кода:

from machine import Pin
from time import sleep

led = Pin(2, Pin.OUT) # Подключение светодиода к GPIO2

while True:
led.value(1) # Включить светодиод
sleep(1)
led.value(0) # Выключить светодиод
sleep(1)


Этот код включает и выключает светодиод с задержкой в одну секунду, используя библиотеку machine для управления выводами GPIO.

### Пример: работа с датчиком температуры

Давайте попробуем что-то посложнее. Например, будем считывать данные с температурного датчика DHT11 и выводить их в консоль. Для этого понадобится библиотека dht, которая встроена в MicroPython.

Подключите датчик к одному из пинов GPIO (например, GPIO4) и загрузите следующий код:

from machine import Pin
import dht

sensor = dht.DHT11(Pin(4)) # Подключение DHT11 к GPIO4

try:
sensor.measure()
temp = sensor.temperature()
humidity = sensor.humidity()
print("Temperature:", temp, "°C")
print("Humidity:", humidity, "%")
except OSError as e:
print("Failed to read sensor:", e)


Этот скрипт считывает данные о температуре и влажности с датчика и выводит их в консоль. Всё просто и удобно!

### Преимущества MicroPython

MicroPython открывает огромные возможности для прототипирования и обучения работе с микроконтроллерами:

1. Простота: Порог входа крайне низкий благодаря синтаксису Python.
2. Кроссплатформенность: Ваши навыки Python применимы как для десктопа, так и для микроконтроллеров.
3. Активное сообщество: Существует множество библиотек и примеров.

### Заключение

MicroPython — это невероятно сильный инструмент, который позволяет использовать Python даже на микроконтроллерах. Работая с ним, вы можете не только автоматизировать повседневные задачи, но и создавать полноценные IoT-устройства.
👍3
Изучение методов обработки изображений с использованием библиотеки scikit-image
### Изучение методов обработки изображений с использованием библиотеки Scikit-Image

Обработка изображений – это та область, которая сочетает в себе магию математики, искусства и программистского мастерства. Если вы когда-либо хотели научиться добавлять фильтры, выделять контуры объектов или модифицировать изображения на уровне пикселей, позвольте представить библиотеку scikit-image. Это мощный инструмент с простым интерфейсом. Его главная цель – сделать сложные задачи обработки изображений доступными даже для начинающих Python-разработчиков.

Давайте погрузимся в мир scikit-image и разберем несколько полезных методов из этой библиотеки на конкретных примерах.

---

### 1. Загрузка изображений и их просмотр

Первый шаг в обработке изображения – это его открытие. В scikit-image за это отвечает функция io.imread.

from skimage import io
import matplotlib.pyplot as plt

# Загрузка изображения из интернета
image = io.imread('https://upload.wikimedia.org/wikipedia/commons/4/47/PNG_transparency_demonstration_1.png')

# Отображение изображения
plt.imshow(image)
plt.axis('off')
plt.show()


Элементарно! Вы скачали изображение, отобразили его и готовы приступить к обработке. А что если нам нужно сделать его черно-белым?

---

### 2. Преобразование в оттенки серого

Цветные изображения состоят из множества пикселей, каждый из которых имеет RGB-значение. Иногда требуется упростить изображение, оставив только уровни яркости. Для этого в scikit-image есть функция rgb2gray.

from skimage.color import rgb2gray

# Преобразование в оттенки серого
gray_image = rgb2gray(image)

# Отображение результата
plt.imshow(gray_image, cmap='gray')
plt.axis('off')
plt.show()


И вот перед нами черно-белое изображение! Всё происходит за считанные строки.

---

### 3. Выделение краев

Один из ключевых моментов обработки изображений – выделение объектов с помощью их контуров. В scikit-image для этого предусмотрен метод canny.

from skimage.feature import canny

# Выделение контуров методом Кэнни
edges = canny(gray_image, sigma=1)

# Отображение контуров
plt.imshow(edges, cmap='gray')
plt.axis('off')
plt.show()


Алгоритм Кэнни позволяет легко находить границы объектов, например, очертания фасадов зданий. sigma регулирует уровень сглаживания: чем выше значение, тем более сглаженные контуры вы получите.

---

### 4. Изменение размера изображения

Для обработки больших изображений иногда требуется изменить их размер — уменьшить или увеличить, сохранив пропорции. Воспользуемся функцией resize.

from skimage.transform import resize

# Уменьшение изображения до 50% от исходного размера
resized_image = resize(image, (image.shape[0] // 2, image.shape[1] // 2))

# Отображение уменьшенного изображения
plt.imshow(resized_image)
plt.axis('off')
plt.show()


Теперь вы можете работать с более компактной версией изображения, экономя память и время выполнения операций.

---

### 5. Применение фильтров

Фильтрация изображений – это не только Instagram-эффекты, но и полезный инструмент для устранения шума. Попробуем применить гауссовское размытие с использованием функции gaussian.

from skimage.filters import gaussian

# Применение размытия
blurred_image = gaussian(gray_image, sigma=2)

# Отображение результата
plt.imshow(blurred_image, cmap='gray')
plt.axis('off')
plt.show()


Функция gaussian смягчает резкие переходы, убирая мелкие дефекты и шум, но при этом сохраняя основные структуры.

---

### Пару слов в завершение

Библиотека scikit-image – это настоящий швейцарский нож для работы с изображениями. В ней есть инструменты для сегментации, изменения формата, выделения объектов, анализа текстур и множества других задач. Главное – терпеливо экспериментировать и искать подходящее решение. У scikit-image удобная документация, а её функционал способен удовлетворить как новичков, так и опытных специалистов.

Эти примеры – всего лишь первая ступенька в лестнице возможностей scikit-image.
Погружайтесь и творите, ведь с Python можно всё!