Python编程总结（一）

1. python中将Numpy数组保存为图像的方法：

        方法1： import scipy.misc

                   scipy.misc.imsave(‘resultImg.jpg’, numpyMat)

        注意：上面的转换将最小值min转换为黑色，将最大值转换为白色，如果需要得到精确的灰度或者RGB值，应该使用下面的方 式：

                  import scipy.misc

                  scipy.misc.toimage(numpyMat, cmin = 0, cmax =(自己设定的值)).save(‘resultImg.jpg’)

        方法2：from PIL import Image

                  outImg = Image.fromarray(numpyMat)

                  outImg.save(‘resultImg.jpg’)

        方法3：使用struct中的pack和unpack进行打包，根据格式的具体报文内容进行写图；

        方法4：import matplotlib

                  matplotlib.image.imsave(‘resultImg.jpg’, numpyMat)

        方法5：import matplotlib.pyplot as plt

                  plt.imshow(numpyMat)

                  plt.savefig(‘resultImg.jpg’)，

         注意：这里将保存plot图而不是图像本身。

        方法6：使用opencv中的函数，具体如下：

                  import cv2

                  import numpy as np

                  cv2.imwrite(‘resultImg.jpg’, numpyMat)

        总结：通过对上面的实现过程进行分析，可以看到大部分的方法实现都是采用的第三方的库，只有第3种方法是采用自己的代码实现，具体过程需要对图像的格式header等有深入的了解。

 

2. Numpy类型矩阵的形状重塑：

    Img_mat = Img_mat.reshape((row, cols));

 

3. python中将Numpy矩阵变为一个行矩阵:

    Img_mat.reshape(-1): 结果是一个一行的一维向量；

    Img_mat.reshape(-1,1): 结果是一个一列的二维向量；

 

4. python中创建一个3行4列的二维全0数组或全1的无符号8位整型数组：

    arr = np.zeros((3,4), dtype = ’uint8’);

    arr = np.ones((3,4), dtype = ’uint8’);

 

5. Python 中从一个文件调用另外一个文件的方法：例如从b.py调用fun函数到a.py中，可以使用下面的语句（在a.py中）：

    import b

    xxx = b.func()

 

6. python中aa[::2,::,2]的意识是每隔两行每隔两列进行抽样，[1::2,1::,2]是指从第二行和第二列开始每隔两行和每隔两列进行采样。

 

7. a//b的结果是：floor除法，即结果是不大于小数结果的最大整数。

 

8. python中*args和**kwargs用法：