图像矩阵读入python_Python-将图像读入图像矩阵

最新推荐文章于 2022-10-23 16:09:51 发布

热云数据

最新推荐文章于 2022-10-23 16:09:51 发布

阅读量686

点赞数

文章标签：图像矩阵读入python

本文链接：https://blog.csdn.net/weixin_36018494/article/details/112018692

版权

本文介绍了如何在Python中使用numpy以更高效、更Pythonic的方式将图像读入为矩阵。通过创建一个数组，使第一维代表图像索引，第二、三维分别代表图像的行和列，这种方法可以轻松地处理RGB或多幅图像。示例代码展示了如何构建和操作这个矩阵，以方便地访问和处理图像数据。

摘要由CSDN通过智能技术生成

法尔科的职位无疑是做这件事的典范。但是，如果我可以建议一种更numpy/Pythonic的方法来实现这一点，我会让第一个维度成为您想要的图像的索引，而第二个和第三个维度是图像的行和列，并且可以选择第四个维度作为您想要的颜色通道。因此，假设您的图像具有维度M x N，并且您具有K图像，那么对于彩色图像，您将创建一个K x M x N长或K x M x N x 3长的矩阵。

因此，在给定当前代码的情况下，numpy中的一行代码可能是这样的：data = np.array([mpimg.imread(name) for name in os.listdir('images/sample_images/')], dtype=np.float64)

因此，如果要访问ith图像，只需data[i]。这将独立于图像是RGB还是灰度来工作。。。因此，通过执行data[i]，您将得到一个RGB图像或一个灰度图像，这取决于您决定使用什么来打包数组。

但是，你需要确保所有的图片都是一致的。。。也就是说，它们都是彩色的或是灰度的。

但是，为了向您展示这一点，让我们尝试使用5 x 5 x 3“RGB”图像，其中每个图像都从0开始，并增加到K-1，在这种情况下K将是10：data = np.array([i*np.ones((5,5,3)) for i in range(10)], dtype=np.float64)

让我们看一个运行示例(在IPython中)：In [26]: data = np.array([i*np.ones((5,5,3)) for i in range(10)], dtype=np.float64)

In [27]: data.shape

Out[27]: (10, 5, 5, 3)

In [28]: img = data[0]

In [29]: img

Out[29]:

array([[[ 0., 0., 0.],

[ 0., 0., 0.],