本文链接:https://blog.csdn.net/xufive/article/details/96475103
手头有 109 张头部 CT 的断层扫描图片,我打算用这些图片尝试头部的三维重建。基础工作之一,就是要把这些图片数据读出来,组织成一个三维的数据结构(实际上是四维的,因为每个像素有 RGBA 四个通道)。这个数据结构,自然是 numpy 的 ndarray 对象,读取图像文件我习惯使用 PIL。因此,需要导入两个模块:
import numpy as np
from PIL import Image
接下来,我用一行代码就把 109 张图片读到了一个 109x256x256x4 的 numpy 数组中,耗时 172 毫秒:
data = np.stack([np.array(Image.open('head%d.png'%i)) for i in range(109)], axis=0)
通常,上面这一行代码应该写成这样:
data = list()
for i in range(109):
img = Image.open('head%d.png'%i)
img = np.array(img)
data.append(img)
data = np.stack(data, axis=0)
之后
1. 一行代码打印乘法口诀
print('\n'.join([' '.join(["%2s x%2s = %2s"%(j,i,i*j) for j in range(1,i+1)]) for i in range(1,10)]))