神经网络中对图片的操作

1.读取图片

from imageio import imread
kitten, puppy = imread(r'E:\CV_deepLearning\code\cs231n-camp-master\assignment\assignment2kitten.jpg'),\
 imread(r'E:\CV_deepLearning\code\cs231n-camp-master\assignment\assignment2puppy.jpg')

输出读取的图片像素数组的结构为（H,W,C）

In [45]: kitten.shape
Out[45]: (266, 400, 3)

In [46]: puppy.shape
Out[46]: (517, 517, 3)

说明imread之后的数组结构中，通道数C是在最后一位。

 

2.在经过卷积处理的时候，图片的数组结构需要为（C,H,W），因此需要变换结构之后才能进行卷积操作。

puppy_new = puppy.transpose((2, 0, 1))

将图片的数组结构变成（C,H,W）

 

3.显示图片

1）显示原图片

import matplotlib.pyplot as plt 
plt.imshow(puppy)

2)显示经过卷积层后的图片(假设已经有了API：conv_forward_naive，卷积核的效果是生成灰度图)

out, _ = conv_forward_naive(puppy, w, b, {'stride': 1, 'pad': 1})

plt.imshow(out.astype('uint8'))

也就是说，经过卷积核之后的图片数组要显示的话，不需要将数组结构进行调整。它本身是（F,H',W'），F为卷积核的数量。