openpose训练genLMDB.py代码阅读

1、numpy.random.permutation

随机排列一个序列，返回一个排列的序列。

>>> np.random.permutation(10)
array([1, 7, 4, 3, 0, 9, 2, 5, 8, 6])
>>> np.random.permutation([1, 4, 9, 12, 15])
array([15,  1,  9,  4, 12])
>>> arr = np.arange(9).reshape((3, 3))
>>> np.random.permutation(arr)
array([[6, 7, 8],
       [0, 1, 2],
       [3, 4, 5]])

2、卷积边界cvCopyMakeBorder()函数

cvCopyMakeBorder（）函数可以复制图像并制作边界，将特定图像轻微变大，然后以各种方式自动填充图像边界，当Bordertype=IPL_BORDER_REPLICATE时，原始图像边缘的行和列被复制到大图像的边缘，当Bordertype=IPL_BORDER_CONSTANT时，有一个像素宽的黑色边界。

3、Python ord() 函数

ord() 函数是 chr() 函数（对于8位的ASCII字符串）或 unichr() 函数（对于Unicode对象）的配对函数，它以一个字符（长度为1的字符串）作为参数，返回对应的 ASCII 数值，或者 Unicode 数值，如果所给的 Unicode 字符超出了你的 Python 定义范围，则会引发一个 TypeError 的异常。

以下展示了使用 ord() 方法的实例：

>>>ord('a') 97

>>> ord('b') 98

>>> ord('c') 99

4、numpy.concatenate((a1, a2, ...), axis=0)

https://www.cnblogs.com/ymjyqsx/p/6472507.html

5、三维数据？？？

6、np.transpose   

      https://blog.csdn.net/xiongchengluo1129/article/details/79017142

7、key = '%07d' % writeCount   

      补零操作，对writeConut变量进行位的扩充 如writeCount=0,那么key=0000000

      https://www.cnblogs.com/koliverpool/p/6623335.html参考文章

8、caffe.io.array_to_datum(img4ch,label=0)#convert numpy ndarray to caffe datum format将数据转换成caffe识别的datum数据

9、将数据写入lmdb格式

     首先env=lmdb.open(lmdb_path,map_size=int(le12)),设置存储lmdb的路径和存储空间的大小, map_size定义最大储存容量，单位是kb

     其次，txn = env.begin(write=True),# 参数write设置为True才可以写入

     接着，txn.put(key, datum.SerializeToString())# 添加数据和键值

     最后，txn.commit()  env.close()  通过commit()函数提交更改

10、cv.imread(path,num)

        import cv2

        img = cv2.imread('image.jpg')

         print(img)

         cv2.imread在不加第二个参数的情况下默认将图片转换成了一个三维数组，最里面的一维代表的是一个像素的三个通道的灰度值，第二个维度代表的是第一行所有像素的灰度值，第三个维度，也就是最外面的一个维度代表的是这一张图片。

imread函数有两个参数，第一个参数是图片路径，第二个参数表示读取图片的形式，有三种：

cv2.IMREAD_COLOR：加载彩色图片，这个是默认参数，可以直接写1。
cv2.IMREAD_GRAYSCALE：以灰度模式加载图片，可以直接写0。
cv2.IMREAD_UNCHANGED：包括alpha，可以直接写-1。

     本部分参考链接https://blog.csdn.net/qq_36336522/article/details/86915577     

                               https://www.jianshu.com/p/ef84715e0fdc

                               https://www.runoob.com/python/python-mysql.html