Skip to main content

Test 1 version - Image processing. This project belongs to Karina Tiemi Kato, Tech Lead, Machine Learning Engineer, Data Scientist Specialist at Take. This package is a demo for simulation of upload on the Test Pypi website, and it's from one of the classes from Tech Generation Unimed - BH - Data Science Bootcamp. E-mail:karinatkato@gmail.com

Project description

Projeto: Criacao de pacote de Processamento de Imagens

Descricao: O pacote image_exercise e usado para:

Processing:
	- Correspondencia de histograma
	- Semelhanca estrutural
	- Redimensionar imagem
Utils:
	- Ler imagem
	- Salvar imagem
	- Plotar imagem
	- Resultado da plotagem
	- Plotar histograma

Overview (template)

Este e um overview do que faremos:

image

Fonte: Karina Kato - Machine Learning Engineer/Machine Learning Tech Lead - Take

Passo a passo

1. Criar um projeto

Voce pode realizar um fork deste projeto para utiliza-lo como modelo. Ele ja segue a organizacao da imagem apresentada acima.

2. Editar os arquivos "setup.py", "requirements.txt" e "README.md"

Apos criado o projeto e editado os arquivos "setup.py", "requirements.txt" e "README.md" e necessario gerar as distribuicoes "wheel" e "sdist". Para isso, voce deve:

3. Acessar a raiz do seu projeto

Acesse a raiz do seu projeto para aplicar os proximos passos.

4. Aplicar os comandos de instalacao

No seu terminal, aplique os seguintes comandos:

python -m pip install --upgrade pip
python -m pip install --user twine
python -m pip install --user setuptools
pip install wheel

5. Aplicar o comando para criar a distribuicao

Crie a distribuicao, aplicando o seguinte comando:

python setup.py sdist bdist_wheel

6. Publicar pacote

Realizada as etapas anteriores com exito, o proximo passo e a publicacao do pacote. Voce precisa ter uma conta no Test Pypi e no Pypi para realizar essa etapa. A seguir os links:

https://test.pypi.org/account/register/

https://pypi.org/account/register/

Test Pypi

6.1. Primeiro, publique no Teste Pypi, aplicando o seguinte comando:

python -m twine upload --repository-url https://test.pypi.org/legacy/ dist/*

6.2. Agora, instale o pacote de teste:

pip install -i https://test.pypi.org/simple/image_exercise

Pypi

6.3. Com tudo testado, e hora de publicar o pacote no Pypi:

python -m twine upload --repository-url https://upload.pypi.org/legacy/ dist/*

6.4. Instale o pacote publicado:

Utilize o gerenciador de pacotes pip para instalar image_exercise

pip install image-exercise

Autor

Projeto original: by Karina Kato

Este exercicio: by Tiago de Freitas Faustino

Este projeto tem o objetivo apenas de exercitar a criacao publicacao e utilizacao de pacotes. Para este fim, como ainda nao tenho um projeto proprio, foram realizados apenas pequenos ajustes no projeto original de Karina Kato.

Licenca

MIT

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

image_exercise-0.0.1.tar.gz (4.2 kB view details)

Uploaded Source

Built Distribution

image_exercise-0.0.1-py3-none-any.whl (4.9 kB view details)

Uploaded Python 3

File details

Details for the file image_exercise-0.0.1.tar.gz.

File metadata

  • Download URL: image_exercise-0.0.1.tar.gz
  • Upload date:
  • Size: 4.2 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.1 CPython/3.10.6

File hashes

Hashes for image_exercise-0.0.1.tar.gz
Algorithm Hash digest
SHA256 2af30744583469ce2aa14f2b3fe145d2875acefce2a482e1722601d80b866c57
MD5 4ca9dc65ccb63184d2b76a1c414fd116
BLAKE2b-256 3bad411e566cb106d6a06d4b807df520d2ba9d0e036b71ec5fa24b868410b160

See more details on using hashes here.

File details

Details for the file image_exercise-0.0.1-py3-none-any.whl.

File metadata

  • Download URL: image_exercise-0.0.1-py3-none-any.whl
  • Upload date:
  • Size: 4.9 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.1 CPython/3.10.6

File hashes

Hashes for image_exercise-0.0.1-py3-none-any.whl
Algorithm Hash digest
SHA256 e42655e159408dc4f019a1fc4d4f0206e84b85710b9f4e6bea4d37f58bf5d5b9
MD5 802da59befbd048b5b321939be8ff31d
BLAKE2b-256 6d4868434fff845740f3a7ca93f00109599e38c69509d1a1233d901f649b1aef

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page