NumPy
-
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。 -
.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) -
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.]] -
numpy.random.randn()
参考Amelie_xiao的文章
参考独正己身的文章 -
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 BGR问题
参考Dukixytapoo的文章
-
cv2.imread()
cv2.imread(filename, flags) --读取图片信息
参考lms-07的文章
-
图像的基本操作
参考qiukapi的文章
-
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