图片处理【简单灰度处理/numpy】/axis=0/1/2

图片处理步骤：

① 导入库

import numpy as np
# 绘图的工具
import matplotlib.pyplot as plt
# 将绘图工具嵌入到代码行中
%matplotlib inline

② 读入图片

# RGB 透明度 ARGB  RGBA
cap=plt.imread('./captcha.jpg')

③ 查看图片形状 及 提升透明度 

#查看原图形状及图片
cap.shape
plt.imshow(cap)

#查看三维（截取至第三列，去除最后一维）
cap[:,:,:3]
plt.imshow(cap[:,:,:3])

#备份cap,直接读取第三列（下标从0开始）
cap_alpha=cap.copy()
cap_alpha[:,:,3]

# 给第三列赋值 10 ，即增加最后一列的透明度
cap_alpha[:,:,3]=10
cap_alpha

#透明化
plt.imshow(cap_alpha)

 

④ 选取每个单元的数组每行最小值作为行，以此类推叠加行，形成一个22*55的一维数组

# 截取至三维，并存储
cap_3=cap[:,:,:3]
cap_3

# 选取每个小单元的每一行中选出最小值，每个单元的每行选出来的最小值组成一行一维数组，以此类推叠加行
cap_3.min(axis=2).shape ——> (22, 55)
cap_3_gray=cap_3.min(axis=2)
plt.imshow(cap_3_gray,cmap='gray')

⑤ 把灰的数据变白

# 变形成一维数组
cap_3_gray=cap_3_gray.reshape(-1)
# 150数据算是比较白，要把大于150的数据变成全白的【即255是全白】
cond=np.argwhere(cap_3_gray>150)
cap_3_gray[cond]=255

 

拓展：

b=np.random.randint(0,100,size=(2,5,3))

axis=0 、1、 2 差别

• b.min(axis=0) ——> 【取第一维度】结果：5行3列 * 比较2个或n个数组里每一行每一列对应单个位置的大小，取最小值
• b.min(axis=1) ——> 【取第二维度】结果：2行3列 * 比较每个size=(5,3)里面每一列值大小，取最小值的结果显示一行，以此类推，累加行！
• b.min(axis=2) ——>【取第三维度==b.min(axis=-1) 】 结果：2行5列 * 比较每个size=(5,3)里面每一行值大小，取最小值的结果显示一行，以此类推，累加行！
• b.sum(axis=(-1,-2)) 取后两个维度的总和