Crea e implementa una API REST para extraer los colores predominantes de las imágenes
Crea e implementa una API REST para extraer colores predominantes en imágenes.
Utilizando aprendizaje automático no supervisado, FastAPI y Docker
![Imagen del autor.](https://miro.medium.com/v2/resize:fit:640/format:webp/1*21zRsIUAkt_Yxr9zpPIuNQ.png)
Tabla de contenidos
- Declaración del problema
- Extraer colores de imágenes
- Estructura del proyecto
- Código
- Desplegar el contenedor Docker
- ¡Vamos a probarlo!
- Documentación de la API
- Conclusiones
- Aviso de licencia
1. Declaración del problema
Imaginemos una sala de control de una instalación de fabricación, donde los productos fabricados deben ser clasificados automáticamente. Por ejemplo, según su color, los bienes pueden ser redirigidos a diferentes ramas de una cinta transportadora para su posterior procesamiento o embalaje.
De lo contrario, también podemos imaginar un vendedor en línea que intenta mejorar la experiencia del usuario agregando una funcionalidad de búsqueda por color. Los clientes pueden encontrar más fácilmente un artículo de ropa de un color en particular, lo que simplifica su acceso a los productos de interés.
O, al igual que el autor, puedes imaginarte a ti mismo como un consultor de TI que implementa una herramienta simple, rápida y reutilizable para generar paletas de colores para presentaciones, gráficos y aplicaciones a partir de imágenes de entrada.
Estos son solo algunos ejemplos de cómo extraer los colores principales de una imagen puede mejorar la eficiencia operativa o impulsar la experiencia del cliente.
- ¿Son realmente buenos los modelos de lenguaje grandes para generar datos estructurados complejos? Este artículo de IA presenta Struc-Bench Evaluando las capacidades de los LLM e introduciendo una solución de ajuste fino con conciencia de estructura.
- ¿Cómo convertirse en un científico de datos después de BCom?
- Deja de usar print()
En esta publicación de blog, utilizamos Python para implementar la extracción de colores predominantes de una imagen dada. Luego, utilizamos FastAPI y Docker para empaquetar y desplegar la solución como un servicio.
El propósito de esta publicación es compartir una ilustración de principio a fin sobre la implementación de un servicio liviano y autónomo que aprovecha las técnicas de aprendizaje automático para llevar a cabo un propósito comercial. Dicho servicio se puede integrar fácilmente en una arquitectura de microservicios.
2. Extraer colores de imágenes
Una imagen digital es esencialmente una cuadrícula bidimensional de componentes individuales conocidos como píxeles. Los píxeles son la unidad más pequeña de visualización en la imagen y llevan información sobre su color. Un…
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Por qué la NASA está enviando secretos nacionales a la Luna
- Innovación para la inclusión Hack.The.Bias con Amazon SageMaker
- Expertos en ciberseguridad se disponen a asegurar las elecciones de Estados Unidos en 2024
- ChatGPT y el Futuro de los Asistentes Virtuales 💻
- 10 Mejores Asistentes de Programación de IA (Septiembre 2023)
- Entendiendo SQL Comenzando con las Funciones de Ventana
- Cómo elegir un programa/curso de IA en la universidad