深度学习入门图像变换-图片的操作与处理

1；读取图片

from PIL import Image
photo = Image.open(path)
photo

## 图片的像素展示与调整
print(photo.size)
photo = photo.resize([128, 128])
print(photo.size)
photo

import numpy as np

Im = np.array(photo)
# 处理后可以进行代数运算
prinfig, ax=plt.subplots(2, 5)  # 设置画板格式
ax = ax.flatten()  # ax拉成1*2*5的axes组，可以进行ax[i]的操作t(Im.shape)
Im[:,:,0]
# 展示某一层的数据

对图像每层的数据进行操作

Im = Im/255  # 255代表颜色深度的最大值 为了利用tensorflow和keras进行编程
print(Im[:,:,0])

from matplotlib import pyplot as plt
plt.imshow(Im)

# 对每层的数据进行操作
Im0=1.0*Im;Im0[:,:,1]=0;Im0[:,:,2]=0
Im1=1.0*Im;Im1[:,:,0]=0;Im1[:,:,2]=0
Im2=1.0*Im;Im2[:,:,0]=0;Im2[:,:,1]=0
plt.figure()

# 单色图片
fig,ax=plt.subplots(1,3)  # 添加画布 1行3列
fig.set_figwidth(15)  # 画布格式设置
ax[0].imshow(Im0)  # R
ax[1].imshow(Im1)    # G
ax[2].imshow(Im2)   # B

补充：

fig, ax=plt.subplots(2, 5)  # 设置画板格式
ax = ax.flatten()  # ax拉成1*2*5的axes组，可以进行ax[i]的操作
# 没有flatten()的操作，只有单行可以进行ax[i]的操作

每层像素的数值转换

Im0=0.5*Im  # 弱化操作
Im1=0.5*Im+0.5  # 强化
Im2=1-Im  # 黑白颠倒

plt.figure()
fig,ax=plt.subplots(1,3)
fig.set_figwidth(15)
ax[0].imshow(Im0)
ax[1].imshow(Im1)
ax[2].imshow(Im2)