如何将选区解析图的输出保存为图像？
如何将选区解析图的输出保存为图像？
提问于 2022-03-15 03:34:28
使用svgling模块，我生成了选区解析树。以下是svgling：svgling模块github的github链接
pip install svgling
import svgling
import nltk
var ='(S (NP this tree) (VP (V is) (AdjP pretty)))'
svgling.disable_nltk_png()
random=svgling.draw_tree(nltk.Tree.fromstring(var))
display(random)使用这段代码，我得到了这个图作为选区解析树的输出(如下所示)。我想要生成这个输出的.png文件。选区解析树(上述代码的输出)
为了将输出保存为.png文件，我运行了以下代码。
import os
from nltk.tree import Tree
from nltk.draw.tree import TreeView
from nltk.draw.util import CanvasFrame
from nltk.draw import TreeWidget
os.system('Xvfb :1 -screen 0 1600x1200x16 &') # create virtual display with size 1600x1200 and 16 bit color. Color can be changed to 24 or 8
os.environ['DISPLAY']=':1.0'
t = Tree.fromstring('(S (NP this tree) (VP (V is) (AdjP pretty)))')
cf = CanvasFrame()
TreeView(t)._cframe.print_to_file('output.ps')
os.system('convert output.ps output.png')然而，这段代码在google TclError: couldn't connect to display ":1.0"中显示了错误，并在jupyter笔记本中返回了一个数值(ex: 4)。
我试图在几个网站上调查它，但没有找到任何解决办法。
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-03-15 09:06:40
有一次，我还必须将选区解析图转换为图像。为此，我首先将其转换为PostScript (.ps)文件。然后，从.ps文件将其转换为.png文件。
为了将树关系图转换为.ps文件，我运行了以下代码。这将给出output.ps文件。
from nltk.tree import Tree
from nltk.draw.tree import TreeView
t = Tree.fromstring('(S (NP this tree) (VP (V is) (AdjP pretty)))')
TreeView(t)._cframe.print_to_file('output.ps')然而，我试图在google上运行代码。它给出了一个错误：
TclError: Google中没有显示名称和$DISPLAY环境变量
若要解决此问题，请运行以下代码：
!apt-get install -y xvfb # Install X Virtual Frame Buffer
import os
os.system('Xvfb :1 -screen 0 1600x1200x16 &') # create virtual display with size 1600x1200 and 16 bit color. Color can be changed to 24 or 8
os.environ['DISPLAY']=':1.0'现在要将output.ps文件转换为output.png：
!apt install ghostscript python3-tk
from PIL import Image
psimage=Image.open('output.ps')
psimage.save('output.png')然而，这样无法获得很好的图像质量。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71481565
复制相关文章
点击加载更多
相似问题
如何将画布图保存为图像？
如何将海龟输出保存为图像？
图像的可选区域
如何将rdkit DrawMorganBit输出保存为图像？
处理后的选区解析树
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
社区富文本编辑器全新改版！诚邀体验～
全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验
腾讯云开发者
