图像数组表示
Numpy:Python科学计算工具包,其中包含了大量有用的思想,比如数组对象(用来表示向量、矩阵、图像等)以及线性代数函数。数组对象可以帮助实现数组中的重要操作,比如矩阵乘积、转置、解方程系统、向量乘积和归一化,这为图像变形、对变换进行建模、图像分类、图像聚类等提供了基础。
文章目录
图像数组表示
载入图象时,调用array()方法将图像转换成Numpy的数组对象,数组对象是多维的,可以用来表示向量、矩阵和图像。数组中的所有元素必须具有相同的数据类型,除非创建数据对象时指定数据类型,否则数据类型会按照数据的类型自动确定。
im = array(Image.open('empire.jpg'))
print im.shape, im.dtype
im = array(Image.open('empire.jpg').convert('L'), 'f')
print im.shape, im.dtype
以下为控制台输出结果:
(800, 569, 3) uint8
# 第一个元组表示图像数组的大小(行、列、颜色通道)uint8:数组元素的数据类型,图像通常被编码成无符号八位整数(uint8)
(800, 569) float32
说明:第一种情况,载入图像并将其转换到数组中,数组的数据类型为“uint8”,第二种情况,对图像进行灰度化处理,并在创建数组时使用额外的参数“f”,将数据类型转换为浮点型。
灰度图像没有颜色信息,在形状数组中,只有两个数值。
访问数组中的元素
value = im[i, j, k] # 访问 位于坐标i, j, 以及颜色通道K的像素值
# 数组切片方式访问多个数组元素
# 切片方式返回的是以指定间隔下标访问该数组的元素值
im[i, :]