Application of digital image processing technique in the microstructure analysis and the machinability investigation

ОБРАБОТКА МЕТАЛЛОВ Том 23 № 4 2021 30 ТЕХНОЛОГИЯ plt.axis(“off”) plt.imshow(segmented_image) img3 = cv2.hconcat([image1,segmented_image]) cv2.imshow(‘K Means Clustering’,img3) cv2.waitKey(0) # waits until a key is pressed cv2.destroyAllWindows() # destroys the window showing image Приложение 2: 2 Программа Appendix 2: 2 Program На рис . 4 показаны входные данные микроструктуры и соответствующая привязка к сегрегации черно - белой области в качестве выходных данных в Python . Fig. 4. shows the microstructure input data and corresponding snap of the segregation of the black and white area as output in Python. Рис . 4. Микроструктура и сегрегация с помощью кластеризации K - средних в Python Fig. 4. Microstructure and segregation by K -means clustering in Python Конфликт интересов Авторы заявляют об отсутствии конфликта интересов .  2021 Авторы . Издательство Новосибирского государственного технического университета . Эта статья доступна по лицензии Creative Commons «Attribution» (« Атрибуция ») 4.0 Всемирная (https://creativecommons.org/licenses/by/4.0/)