array(numpy) 的size 和Image(PIL) 的shape比较

every blog every motto: You can do more than you think.

0. 前言

array(numpy) 的size 和Image(PIL) 的shape比较

1. 正文

1. 1 比较

所用图像如下图:
在这里插入图片描述
导入库

from PIL import Image
import numpy as np

打开图像

img = Image.open('./ele.jpg')

img size(PIL->Image)

img.size

在这里插入图片描述
图片转成数组

img_array = np.array(img)

打印数组的shape

img_array.shape

在这里插入图片描述
可以看到二者显示的长宽顺序是不一样的。
Image.size 显示为(宽,高)
array.shape显示为(高,宽,通道数)

1.2 image 显示通道

img.split()

如下图,显示有三个通道。
在这里插入图片描述

  • 4
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

胡侃有料

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值