小编VIB*_*ROT的帖子

如何使用 pycountry 从国家名称转换大陆名称。我有一个这样的国家列表

country = ['India', 'Australia', ....]

我想从中获得大陆名称。

continent = ['Asia', 'Australia', ....]

我使用 xarray 在 python 中打开了一个 netcdf 文件，数据集摘要如下所示。

Dimensions:    (latitude: 721, longitude: 1440, time: 41)
Coordinates:
  * longitude  (longitude) float32 0.0 0.25 0.5 0.75 ... 359.25 359.5 359.75
  * latitude   (latitude) float32 90.0 89.75 89.5 89.25 ... -89.5 -89.75 -90.0
    expver     int32 1
  * time       (time) datetime64[ns] 1979-01-01 1980-01-01 ... 2019-01-01
Data variables:
    z          (time, latitude, longitude) float32 50517.914 ... 49769.473
Attributes:
    Conventions:  CF-1.6
    history:      2020-03-02 12:47:40 GMT by grib_to_netcdf-2.16.0: /opt/ecmw...

我想得到沿纬度和经度维度的 z 值的平均值。

我尝试使用此代码：

df.mean(axis = 0)

但它正在删除时间坐标，并返回给我这样的东西。

Dimensions:  (latitude: …

我的图像背景为浅紫色，字符为深蓝色。我的目标是从图像中识别文本。所以我试图从背景中去除浅紫色，以便我的图像没有噪音，但我找不到该图像的确切颜色代码，因为它在任何地方都有些不同，所以我无法掩盖图片。这是我的代码

import numpy as np
from PIL import Image

im = Image.open('capture.png')

im = im.convert('RGBA')
data = np.array(im)

rgb = data[:,:,:3]
color = [27, 49, 89]   # Original value to be mask
black = [0,0,0, 255]
white = [255,255,255,255]
mask = np.all(rgb == color, axis = -1)
data[mask] = black
data[np.logical_not(mask)] = white

new_im = Image.fromarray(data)
new_im.save('new_file.png')

所以我想如果我可以去除所有特定颜色范围内的颜色，比如 [R:0-20, G:0-20, B:80-100] 也许这会起作用。有人可以告诉我我该怎么做。

任何其他解决此问题的建议也将不胜感激。

我有一个如图所示的单词的二值图像，并且我想在不同图像中裁剪每个字符的图像。输出应具有 k、7、2、f、5 和 m 的不同图像。我尝试在 python 中使用 OpenCV，但由于某种原因我无法提取它。如果我可以在每个文本上绘制一个框，那就足够了。