OpenCV（2）numpy+tensorflow+matplotlib基础

（1）numpy基础

import numpy as np
#定义全零矩阵
image = np.zeros((480,640,3),np.uint8)) #可用于表示640*480的彩色图矩阵
#定义线性增长矩阵
x = np.linspace(0,100,101)  #0到100的一维矩阵
#矩阵相乘
y = np.matmul(x1,x2)

（2）tensorflow基础

import tensorflow as tf
#创建常量
x1 = tf.constant(5,dtype = tf.int32)
#创建变量
x2 = tf.Variable(10,dtype = tf.int32)
x3 = tf.Variable(tf.random_uniform([4,4],0,1,tf.float32))
#创建特殊矩阵
x4 = tf.zeros([3,4]) #定义三行四列零矩阵
x5 = tf.fill([3,4],10) #定义全为10的三行四列矩阵
x6 = tf.linspace(0,10,11)
x7 = tf.zeros_like(x4) #定义维度和x4一样的零矩阵
#运行张量
with tf.Session() as sess:
	sess.run(tf.global_variables_initializer())
	print(sess.run(x1))
	print(sess.run(x2))
	print(sess.run(x3))

（3） matplotlib基础
绘制折线图、柱状图

import matplotlib.pyplot as plt
x = np.array([1,2,3,4,5])
y = np.array([2,4,6,8,10])
#折线图
plt.plot(x,y,"r",lw=2) #"r"代表颜色  lw为线条粗细
plt.figure()
#柱状图
plt.bar(x,y,1,alpha=1,color="r")
plt.show()

综合：利用matplotlib绘制图片直方图

import cv2 as cv
import matplotlib.pyplot as plt
import numpy as np
img = cv.imread("dog.jpg",1)
(height,width,deep) = img.shape
count = np.zeros(256,np.float)
color = ["b", "g", "r"]
for k in range(3):  #遍历3通道
    for i in range(height):
        for j in range(width):
            index = img[i,j,k]
            count[index] += 1
    #归一化：遍历计算每个像素值出现的概率
    for h in range(256):
        count[h] = count[h]/(height*width)
    plt.figure()  #添加窗口
    #plt.bar绘制柱状图 1、x轴 2、y轴 3、宽度
    plt.bar(x=range(256),height=count,width=1,alpha=1,color=color[k])
plt.show()