【Python】图像数据的存储

图像数据在计算机中是以 像素矩阵 的形式存储的。为了输入到机器学习模型中，图像数据需要被 扁平化 为一维特征向量。

图像的数据表示

(1) 图像的像素矩阵

图像是由像素（Pixel）组成的，每个像素代表图像中的一个点。对于灰度图像，每个像素的值通常是一个 0 到 255 的整数，表示该点的亮度（0 表示黑色，255 表示白色）。

例如，一个 8x8 的灰度图像可以表示为一个 8 行 8 列的矩阵，每个元素是一个像素值：

[
  [  0,  10,  20,  30,  40,  50,  60,  70],
  [ 80,  90, 100, 110, 120, 130, 140, 150],
  [160, 170, 180, 190, 200, 210, 220, 230],
  [240, 250, 255, 245, 235, 225, 215, 205],
  [195, 185, 175, 165, 155, 145, 135, 125],
  [115, 105,  95,  85,  75,  65,  55,  45],
  [ 35,  25,  15,   5,   0,  10,  20,  30],
  [ 40,  50,  60,  70,  80,  90, 100, 110]
]

(2) 图像的扁平化

为了将图像数据输入到机器学习模型中，通常需要将 二维的像素矩阵 转换为 一维的特征向量。这个过程称为 扁平化（Flattening）。

例如，上面的 8x8 图像扁平化后，会变成一个长度为 64 的一维向量：

[  0,  10,  20,  30,  40,  50,  60,  70,  80,  90, 100, 110, 120, 130, 140, 150,
 160, 170, 180, 190, 200, 210, 220, 230, 240, 250, 255, 245, 235, 225, 215, 205,
 195, 185, 175, 165, 155, 145, 135, 125, 115, 105,  95,  85,  75,  65,  55,  45,
  35,  25,  15,   5,   0,  10,  20,  30,  40,  50,  60,  70,  80,  90, 100, 110]

这样，每个图像就变成了一个特征向量，可以像表格数据一样输入到机器学习模型中。

手写数字数据集中的图像表示

(1) 手写数字数据集的结构

在手写数字数据集中，每个图像是一个 8x8 的灰度图像，共有 1797 个样本。数据集的结构如下：

• digits.images：形状为 (1797, 8, 8)，表示 1797 个 8x8 的图像。

• digits.data：形状为 (1797, 64)，表示 1797 个样本，每个样本是 64 维的特征向量（8x8 图像扁平化后的结果）。

• digits.target：形状为 (1797,)，表示每个样本的真实标签（0 到 9）。

(2) 图像数据的扁平化

手写数字数据集已经将图像扁平化为特征向量，存储在 digits.data 中。例如：
第一个图像的像素矩阵：

第一个图像扁平化后的特征向量：

图像数据的可视化

(1) 显示原始图像

我们可以使用 matplotlib 显示原始图像：
输入：

import matplotlib.pyplot as plt

plt.imshow(digits.images[0], cmap='gray')
plt.title(f"Label: {digits.target[0]}")
plt.axis('off')
plt.show()

• digits.images[0] 是第一个图像的像素矩阵。

• cmap=‘gray’ 表示使用灰度图。

• plt.axis(‘off’) 关闭坐标轴显示。
  

(2) 显示扁平化后的特征向量

扁平化后的特征向量可以通过 digits.data[0] 查看，但它是一个一维向量，无法直接显示为图像。如果需要重新显示为图像，可以将其重新调整为 8x8 的矩阵：

# 将扁平化后的特征向量重新调整为 8x8 矩阵
image = digits.data[0].reshape(8, 8)

# 显示图像
plt.imshow(image, cmap='gray')
plt.title(f"Label: {digits.target[0]}")
plt.axis('off')
plt.show()