入门代码
代码---->图片
from PIL import Image import numpy as np img=np.random.randint(0,255,90000).reshape(100,300,3) im=image.fromArray(np.uint8(img),"RGB") im.show()
代码解释
from PIL import Image//PIL导入图片的框架 import numpy as np//手动创建一个矩阵 img=np.random.randint(0,255,90000).reshape(100,300,3)//写一个矩阵出来,矩阵np里面的值随机取,如果要做一个图像出来,必须是整数,整数取值范围是0~255之间,图片RGB, //以100*300的彩色图为例,宽w100,高300,彩色(通道)3层,共100*300*3=90000个像素.reshape(,)塑形变成一个二维或三维矩阵,彩色图是三维的,这三层分别是宽高和通道。 im=image.fromArray(np.uint8(img),"RGB")//输出图片调用image.fromarray(np.uint8(img),"RGB"),从矩阵里面读取图片 im.show()//输出 //把RGB变成L就是灰度图,把reshape里面的向量变成二维
-
‘’PIL‘’导入图片的框架
-
矩阵里面的值是随机取的,但要求在0~255之间,再给矩阵塑形(令为彩色)
-
从矩阵中输出图片用最后两句
-
把RGB变成L就是灰度图,把reshape里面的向量变成二维
计算机如何理解图像?
-
图像的本质是矩阵
-
大脑(写的程序)就是做矩阵运算的
-
深度学习基本原理
-
-
图像识别原理分析:样本图片--->神经网络(即写的代码)---->识别出图像
使识别出来的值h与样本图y的
越趋近于0,越精确