python 学习笔记（三）

sublime text4编辑器

上次遇到的问题：
修改代码后，运行结果不变。始终是第一次打开时的运行结果。

网上搜索了很多，始终没有找到是哪的问题。我以为是安装问题，还有配置的问题，搜了下配置教程，发写一个比较好的配置教程：sublime text介绍及插接配置 这个教程前面几节关于配置的可以看一下。后面关于PHP和别的语言的配置就不需要了。（这个不是解决问题的视频）。

还有一个配置教程，就是避免每次编译都弹出一个窗口的问题。sublime避免每次编译弹新的窗口8分钟往后就可以看到，这里面也给出了F5编译，快捷键的代码的来源。

回到最初的问题，无意中看到这个类似问题：sublime text运行结果重复他是在运行Java出现的问题，但是都是这个编译器，所以看了一下（关键是搜不到类似的问题）。最下面的回复是说的，单独保存后在编译就可以了。试了一下，果然可以。

搜编译器编译时自动保存，没看到相关配置介绍。倒是看到了自动保存这个功能，Sublime Text3自动保存的功能
照着配置后，可以自动保存了。但是自动保存的前提是，要把光标切换到别的页面！就是要移动光标点一下编辑代码之外的界面。

如上图。

图像反转

想将RGB转灰度图单独放到外面的函数里面。写了一个函数。编译一直提示

TabError: inconsistent use of tabs and spaces in indentation

原因：Python区分块级别是通过Space空格和Table制表来进行区分的，并且对这两种分隔符都有相当严厉的规定，要么都用空格键缩进，要么都用tab键缩进，不能混用。

死活找不到哪里混用了！！！！

网上推荐将编辑器的空格显示打开。操作方式

加号中间的空格吗？？？
——
删除后试一下。
——
删除后还是不行。

for循环里对齐格式不对吗？
删掉gray前的空格，删到紧跟着 for循环语句，在回车。
——
错误。消失！

这里一直提示缩进错误！
——
删掉空格。错误消失！！！
新问题

too many values to unpack (expected 2)

函数返回值比给的接收变量多，所以出错。修改
运行结果：

下图为原图，上图为转换出来的灰度图。

import cv2

import matplotlib.pyplot as plt

import numpy as np

def RGBtogray(image):
	'''
	RGB 转为灰度图
	'''
	gray = np.zeros(image.shape,np.uint8)

	#提取rgb三通道
	B,G,R = cv2.split(image)

	##加权平均法 I(x,y)=0.3*I_R(x,y)+0.59*I_G(x,y)+0.11*I_B(x,y)

	row,col,channel= image.shape

	for r in range(0,row):
  	  for l in range(0,col):
  	  	gray[r,l]=0.3*R[r,l]+0.59*G[r,l]+0.11*B[r,l]
	
	return	gray

#图片路径
img_path = r"E:\Laboratory documents\DIP_study_note\image\flower.jpg"

#img_path = input("请输入地址：")

#读取图片
image = cv2.imread(img_path)

print('image11 shape'+ str(image.shape))

gray_picture = np.zeros(image.shape,np.uint8)

gray_picture =RGBtogray(image)

#plt.figure(figsize = (20, 15))

# 	plt.subplot(1,3,i+1)

plt.imshow(gray_picture)
plt.title("RGBtogray")
plt.xticks([]),plt.yticks([])
#plt.savefig('E:\Laboratory documents\DIP_study_note\image\plt_figure\flower_gray.png')
plt.show()

这里有个问题，这样转换灰度图速率太低，循环次数太多。

现在进行简单地灰度反转。

def Reverse_picture(image):
	'''
	灰度值翻转
	'''
	output = np.zeros(image.shape,np.uint8)
	
	row,col,channel= image.shape

	for r in range(0,row):
  	  for l in range(0,col):
  	  	output[r,l]=255-image[r,l]

	return output

上图为灰度翻转后的图像。明显看到和原图直接转的灰度图相比，亮暗部分出现了翻转。