使用tensorflow压缩图像,并转为numpy

本文探讨了如何使用OpenCV和TensorFlow进行图像读取,包括转为RGB格式并应用AveragePooling2D进行特征压缩。重点介绍了删除矩阵特定列的操作,并展示了两种展示图形的方法。主题涉及图像处理技术,特别是与深度学习相关的池化和特征提取过程。
摘要由CSDN通过智能技术生成

```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()

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

颢师傅

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值