Python 第三方库 numpy

本文介绍了如何使用numpy在Python中处理raw图像,包括读取、转换、计算统计量和保存。通过示例展示了reshape、mean、std等操作,并提到了numpy在处理大量数据时的高效性,同时提醒在批量环境下可能需要优化算法。
摘要由CSDN通过智能技术生成

numpy

前段时间使用了numpy,浅浅了解了一下这个模块

简单上手

通常我们使用都是别名:import numpy as np

比如我们要读取一张raw图:raw_data = np.fromfile(filepath, dtype=np.uint16)

我们将读取到的数据转成一个二维矩阵(我们需要给定矩阵形状shape):matrix_2d = raw_data.reshape((4096,4608)).

创建一个三维矩阵(给定shape{可以理解为z,x,y三个轴:比如对于raw图而言,时域多帧可以视作z轴,raw图在时域上的多张图叠加}和数据类型):matrix_3d = np.zeros((z,x,y), np.float32)

我们可以对矩阵求均值,方差,标准差(在求值的时候如果是三维或多维,还可以指定是在哪一个维度上进行求取的axis=0,这里是对z轴求取,(z,x,y)):np.mean(matrix_3d, axis=0),np.std(),np.var(),np.sqrt()

可以将二位矩阵保存为raw图: matrix_2d.astype(np.uint16).tofile("filepath.raw")

疑难杂症

第一次遇到的时候卡在reshape,不理解这是什么东西,以为是形状,如果当初有人告诉我用维度来理解的话我也不会这么疑惑了

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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