python读取图片到数组

img.resize这个函数img.resize((width, height),Image.ANTIALIAS)
第二个参数：
Image.NEAREST ：低质量
Image.BILINEAR：双线性
Image.BICUBIC ：三次样条插值
Image.ANTIALIAS：高质量

numpy.array(object, dtype=None, copy=True, order=‘K’, subok=False, ndmin=0)
作用：创建一个数组
参数说明：
object:数组

公开数组接口的任何对象，__array__方法返回数组的对象，或任何（嵌套）序列。

dtype ： 数据类型，可选
数组所需的数据类型。如果没有给出，那么类型将被确定为保持序列中的对象所需的最小类型。此参数只能用于“upcast”数组。对于向下转换，请使用.astype(t)方法。

copy ： bool，可选
如果为true（默认值），则复制对象。否则，只有当__array__返回副本，obj是嵌套序列，或者需要副本来满足任何其他要求（dtype，顺序等）时，才会进行复制。

order ： {‘K’，‘A’，‘C’，‘F’}，可选
指定阵列的内存布局。如果object不是数组，则新创建的数组将按C顺序排列（行主要），除非指定了’F’，在这种情况下，它将采用Fortran顺序（专业列）。如果object是一个数组，则以下成立。

当copy=False出于其他原因而复制时，结果copy=True与对A的一些例外情况相同，请参阅“注释”部分。默认顺序为“K”。

subok ： bool，可选
如果为True，则子类将被传递，否则返回的数组将被强制为基类数组（默认）。

ndmin ： int，可选
指定结果数组应具有的最小维数。根据需要，将根据需要预先设置形状。

返回值：out:ndarray

img_array.reshape
更改行与列

.使用astype函数转换dtype
使用“对象.astype()”。
float_arr=arr.astype(np.float64)
#如果将浮点数转换成整数，则小数部分将会被截断

np.multiply()函数
函数作用
数组和矩阵对应位置相乘，输出与相乘数组/矩阵的大小一致

from PIL import Image#导入图像库
import tensorflow as tf#导入tensorflow
import numpy as np#导入numpy

def pre_dic(pic_path):
    img = Image.open(pic_path)#打开图片
    reIm = img.resize((28, 28), Image.ANTIALIAS)
    img_array = np.array(reIm.convert('L'))
    nm_array = img_array.reshape([1, 784])
    nm_array = nm_array.astype(np.float32)
    img_ready = np.multiply(nm_array, 1.0/255.0)
    return img_ready

if __name__ == '__main__':
    array = pre_dic('2.bmp')
    with open('input_0.h', 'w') as f:
        f.write(str(array.tolist()))