python 第三方库常用方法

NumPy

NumPy 参考手册

1. np.dot()

   np.dot()函数主要有两个功能，向量点积和矩阵乘法.

   注意:
   若两个参数a和b都是一维向量则是计算的点积
   当其中有一个是矩阵时（包括一维矩阵），dot便进行矩阵乘法运算。所以如果是一个向量和一个矩阵相乘，这个向量会自动转换为一维矩阵进行计算。

2. .ndim 和 .shape

   list_1 = [ 1, 2, 3, 4, 5, 6]
   list_2 = [ [1, 2, 3], [4, 5, 6]]
   list_3 = [ [ [1, 2, 3], [4, 5, 6]], [ [1, 2, 3], [4, 5, 6]]]
   array1 = np.array(list_1)
   array2 = np.array(list_2)
   array3 = np.array(list_3)
   print(array1.ndim, array2.ndim, array3.ndim)
   # 1 2 3
   print(array1.shape, array2.shape, array3.shape)
   # (6,) (2, 3) (2, 2, 3)
   

   ndim：返回的是数组的维度，返回的只有一个数，该数即表示数组的维度。
   shape：表示各位维度大小的元组，返回的是一个元组。(理解为形状或框架)

   一维数组：arr1.ndim维度为1，是一个1x6的矩阵，行向量，但返回的不是（1，6），是（6，1），是不是考虑默认是个列向量
   二维数组：ndim为2，是一个2x3的矩阵，所以返回（2，3）
   三维数组：最外层数组维度为2，应该是（2，n），包含两个二维数组均为（2，3），所以替换掉n，（2，2，3）

3. np.zeros

   zeros(shape, dtype=float, order=‘C’)
   shape:形状
   dtype:数据类型，可选参数，默认numpy.float64
   order:可选参数，c代表与c语言类似，行优先；F代表列优先

   import numpy as np
   print(np.zeros((2,5)))
   

   结果为一个2行5列的矩阵
   [[0. 0. 0. 0. 0.]
   [0. 0. 0. 0. 0.]]

4. numpy.random.randn()

   参考Amelie_xiao的文章
   参考独正己身的文章

5. x.resize()

   x.resize()用于修改数组形状，注意区分cv2.resize()

   参考IT小白自习室的文章

OpenCV

OpenCV 4.0 中文文档

1. opencv BGR问题

   参考Dukixytapoo的文章

2. cv2.imread()

   cv2.imread(filename, flags) --读取图片信息

   参考lms-07的文章

3. 图像的基本操作

   参考qiukapi的文章

4. cv2.resize()

   cv2.resize()函数用于调整图像的尺寸

   cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]])
   

   参数说明：

   • src: 输入图像。
   • dsize: 输出图像的尺寸，可以是一个单元素的元组（仅指定宽度），或者两个元素的元组（宽度和高度）。
   • fx 和 fy: 缩放因子，分别表示宽度和高度的缩放比例。如果未指定，则使用dsize参数。
   • interpolation: 插值方法，用于确定像素值。常用的插值方法有cv2.INTER_LINEAR（线性插值）、cv2.INTER_NEAREST（最近邻插值）等