```python import cv2 import numpy as np import tensorflow import matplotlib.pyplot as plt #如此读取图像,直接返回numpy.ndarray img=cv2.imdecode(np.fromfile("C:/Users/104005162/Desktop/企业微信截图_20220212102256.png",np.uint8),-1) print(img.shape) #转换为bgr图片,注意此时是PNG图片,不能用矩阵直接转换! #img=img[:,:,::-1] #bgra img=cv2.cvtColor(img,cv2.COLOR_BGRA2RGB) img=np.expand_dims(img,axis=0) print(img.shape) #自动压缩掉其中维度值为1的维 #img=np.squeeze(img) #print(img.shape) #其池化后的默认输出为tensorflow.python.framework.ops.EagerTensor类型: Finally=tensorflow.keras.layers.AveragePooling2D((4,4))(img.astype(float)) print(Finally.shape) #通过此转换回numpy: Finally=np.squeeze(Finally.numpy().astype(np.int)) print(type(Finally)) plt.imshow(Finally) plt.show() ////////////////////////////////////////////////// 按行删除矩阵的0,1,2列: juzhen=np.eye(10,10) juzhen=np.delete(juzhen,[0,1,2],1) print(juzhen) 输出格式同样为一个二维矩阵。 ////////////////////////////////////////////////// 图形的另一种展示方法: juzhen=np.eye(10,10) juzhen=np.delete(juzhen,[0,1,2],1) print(juzhen) #其中(4,3)为宽高,英寸,facecolor背景颜色,edgecolor边框颜色 fig=plt.figure(figsize=(4,3),facecolor='blue') ax1=fig.add_subplot(1,3,1) ax1.imshow(juzhen) plt.show()