学习笔记-工具篇

使用matplotlib 进行图片显示

1.导入包

import matpoltlib.pyplot as plt

2. 显示图片

plt显示图片要求是RGB格式，如果使用cv2读取的图片要进行转换。
要想进行多图显示，首先要明确一个函数plt.subplot方法

plt.subplot(nrow, ncol, index)
# nrows 和 n cols 分别表示将显示区域划分为 row行 col列的区域，index 表示在哪个区域显示。

例如： subplot(233)表示在当前画布的右上角创建一个两行三列的绘图区域（如下图所示），同时，选择在第 3 个位置绘制子图

接下来就是分别输入要显示的图片使用plt.imshow()

plt.imshow(image1)

最后一步就是显示出来

plt.show()

示例代码

plt.subplot(2,1,1)
plt.imshow(a)
plt.subplot(2,1,2)
plt.imshow(image2)
plt.show()

cv2如何读取中文路径

在python中使用cv2读取和保存含有中文路径的图片

img_path = "H:/下载/新建文件夹/1.jpg"
# 读取图片使用该方法
img = cv2.imdecode(np.fromfile(img_path, dtype = np.uint8), -1)

# 保存路径中含有中文路径使用该方法
save_path = "H:/新建文件夹/1.jpg"
cv2.imencode('.jpg', img)[1].tofile(save_path)

view()函数的使用

在pytorch中我们经常会看到x.view(),这个方法的作用相当于numpy 中的resize(),但是用法可能不太一样。
他的作用可以这样理解，先将tensor 中所有的元素排列成一个一维向量，然后在根据view()中的参数重新组合成一个新维度的tensor

a = torch.Tensor([[[1,2,3],[4,5,6]]])
b = torch.Tensor([1,2,3,4,5,6])
print(a.view())
print(b.view())
# 得到的结果都是
tensor([[1.,2.,3.,4.,5.,6.]])

在举一个例子

a = torch.Tensor([[[1,2,3],[4,5,6]]])
print(a.view(3,2))
#将会得到
tensor([[1.,2.],
        [3.,4.],
        [5.,6.]])