如何用plt处理深度学习，特别是小波用的方法

在脑电分析的时候转换成了小波图像，现在需要加上噪声，就很麻烦，

想到一种可以的方法就是用plt生产图像，然后放进内存里，然后读出来，

这个比读要慢，但是总比解决不了好。

import matplotlib.pyplot as plt
import pylab
import imageio
import skimage.io
import cv2
from cStringIO import StringIO
import PIL
#申请缓冲地址
buffer_ = StringIO()#using buffer,great way!
#保存在内存中，而不是在本地磁盘，注意这个默认认为你要保存的就是plt中的内容
plt.savefig(buffer_,format = 'png')
buffer_.seek(0)
#用PIL或CV2从内存中读取
dataPIL = PIL.Image.open(buffer_)
#转换为nparrary，PIL转换就非常快了,data即为所需
data = np.asarray(dataPIL)
cv2.imshow('image', data)
#释放缓存    
buffer_.close()

 但是这个不好用，用canny更好