numpy数组和图片

最新推荐文章于 2023-04-03 15:59:43 发布
最新推荐文章于 2023-04-03 15:59:43 发布
阅读量216 收藏 1
点赞数
分类专栏： python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ydestspring/article/details/115176230
版权

cv2.imread读取进来的图片为numpy类型数组，数组中的数据类型为np.uint8类型

在tensorflow中，计算时的数据变量通常为np.float32类型

注意数据类型转换，若cv2.imshow的数组为float32类型，图像就会基本全白

data_val = np.zeros([l_val, IMG_HEIGHT, IMG_WIDTH, IMG_DEPTH], dtype='float32')
data_val = data_val.astype(np.uint8)

数组中数据类型转换用astype函数实现

ydestspring
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python实现图片切割拼接实验——numpy数组的脑洞玩法
12-21
视频资料：https://tv.sohu.com/v/dXMvMzM1OTQyMDI2LzExMzQxMDY1MS5zaHRtbA==.html 视频的内容介绍：一张照片，横着切成若干条，并且没有打乱，随后隔条分成了两份，然后把这两份各自拼接在一起，出现了跟两张原图一模一样的图片，将两张图竖着切成若干条，并且没有打乱，随后隔条分成了四份，出现了四张跟原图一模一样的图片（等比例缩小） 目标：使用Python实现图片切割拼接实验 效果：效果如下图所示，证实这个实验是真的，只不过处理后的像素降低了 原理： Numpy对图像的处理实际上就是对ndarray的处理。图像和ndarray又有什么关系呢？
numpy数组与图片通道数之间的关系
最新发布
weixin_46585113的博客
12-27 378
print(array[0,0,2]) #第0个维度里面向量的第0个维度，第0个维度的第2个元素 注：0，1，2没有3。也就是说将这个numpy数组转换成（W,H,C）的形式即（3，3，3）后是这个样子的。这里解释看不懂，可以去找资料看下数组的维度是怎么看的（写来给我自己看的，所以不是很详细）输出结果为3 #这里也可以理解为 第2个通道 （0，0）的元素。k1=array[:,:,0] #第0个通道的元素。k1=array[:,:,0] #第0个通道的元素。
初学者指南: 使用NumPy数组进行图像处理
亨利王的博客
11-29 3701
Numpy数组的基本使用，对图片的基本处理，可加深对数组和图片之间关系的理解，对于人工智能的机器学习，深度学习大有帮助
图像处理：numpy数组格式，opencv格式，PIL格式。是怎么回事？
weixin_38787389的博客
04-03 609
图像：numpy数组格式，opencv格式，PIL格式。是怎么回事？
python 基于numpy数组的简单图像处理
侯小啾技术博客
03-26 2296
文章目录使用PIL库进行灰度处理将其旋转180度使用matplotlib库完成灰度处理 python 基于numpy数组的简单图像处理 如图，以该猫咪图片为例（忽略水印）。将该文件命名为cat.jpg，并对其展开以下操作。 使用PIL库进行灰度处理 from PIL import Image import numpy as np # 读取图像，并转化为数组 im = np.array(Image.open("cat.jpg")) # 灰度处理公式 gray_narry = np.array([0.2
基本的图像处理和操作——NumPy
qq_41905413的博客
06-12 825
NumPy NumPy是非常有名的Python科学计算工具包，其中包含了大量有用的思想，比如数组对象（用来表示向量、矩阵、图像等）以及线性代数函数。 1.1图像数组表示 载入图像时，通过调用array（）方法将图像转换成NumPy的数组对象。数组中所有的元素必须具有相同的数据类型。 from PIL import Image from pylab import * im = array(Image.open('FatherAndSon.jpg')) print(im.shape,im.dtype)
numpy表示图片详解
weixin_30896763的博客
07-20 926
我自己的一个体会,在学习机器学习和深度学习的过程里,包括阅读模型源码的过程里,一个比较大的阻碍是对numpy掌握的不熟,有的时候对矩阵的维度,矩阵中每个元素值的含义晕乎乎的. 本文就以一个2 x 2 x 3的三维矩阵为例,说明矩阵是如何表示图像的. 3d array表示一个图片.比如对ex = numpy.array([ [ [1, 2, 3], [4, 5, 6] ], [ [7, 8, 9],...
使用cv2实现图片与numpy数组的相互转化
热门推荐
lidichengfo0412的博客
10-12 1万+
1、安装cv2 pip install opencv-python 2、将图片转成像素值 import cv2 img = cv2.imread(image_file)
opencv和numpy数据格式的转换
wubing's 博客
10-30 7291
opencv和numpy数据格式的转换 opencv的数据格式就是用numpy unit8 格式存储的。两者之间可以相互装换； 想用imshow格式输出，array格式一定用转换为uint8的格式。用array.astype(np.uint8)强制转换为uint8的格式。 对于彩色图像有三个通道，每一个通道都是一样的操作，最后用cv2.merge(r,g,b)函数将三个通道的值何在一起就行。 import cv2 as cv import numpy as np filename = 'A.jpg'
Python - 将图片转化成numpy数组
weixin_36670529的博客
04-16 1万+
from PIL import Image import numpy as np image = Image.open("/home/yang/图片/dog.jpg") # 用PIL中的Image.open打开图像 image_arr = np.array(image) # 转化成numpy数组
numpy数组做图片拼接的实现（concatenate、vstack、hstack）
09-18
主要介绍了numpy数组做图片拼接的实现（concatenate、vstack、hstack），文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
python 实现将Numpy数组保存为图像
09-18
今天小编就为大家分享一篇python 实现将Numpy数组保存为图像，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
keras例程学习与神经网络理解（一）
ydestspring的博客
03-19 2332
keras的example文件夹中有很多例程，学习mnist_mlp.py例程该例程实现功能为，从mnist数据集获取60000个训练样本和10000个测试样本，样本为0-9十个数字，用全连接神经网络进行训练，并测试结果。例程采用60000个数据样本进行训练，对于一般的电脑来说，这样训练会比较费时间，学习测试较慢所以，可以加入以下几行代码：# mnist has 60000 datas,down ...
mmdet框架训练流程通俗理解
ydestspring的博客
08-04 1833
mmdet2版本 训练执行文件为tools/train.py 执行train.py文件后，主要做3件事：（1）创建model；（2）创建dataset；（3）根据配置进行训练，即调用train_detector函数； 创建model 执行model=build_detector函数创建 该函数首先会注册models类，再根据配置生成响应的model 这个过程用到了解释器@语法，语法较为复杂 通俗理解：就是根据具体的models的类型，如backbone、neck、head等，按照字典表进行
centernet损失函数修改记录
ydestspring的博客
11-19 1372
想将centernet中w,h的loss修正关联起来，采用iouloss进行优化，于是需修改loss函数，注意事项如下： （1）loss函数本身到网络的输出层存在一个函数，这个函数求导，再逐层链式向前求导，完成训练。所以，自己写出的损失函数到pred一定要明确可导，不能乱写。 （2）写损失函数尽量使用torch自带的函数和+，-，*，/号进行操作，避免新建变量和for循环等操作，容易造成梯度无法反向传播。 （3）正常操作流程如下：loss函数继承nn.module模块，编写forward过程。 （4
pytorch及mmdet模型训练学习笔记
ydestspring的博客
09-11 1067
（1）定义模型基本操作： 定义一个class继承BaseModule，class为模型的类 一个class中包括2部分，init和forward函数 init为初始化，固定套路继承父类init，用super函数写 super(BasicBlock, self).__init__(init_cfg) forward为前向传播函数，即定义数据进来后如何前向传播，包含了数据输入，处理，输出过程。 （2）具体分析一个forward函数 def _inner_forward(x): id
mmdet新建个人数据集
ydestspring的博客
08-25 744
mmdet新建sixray数据集
mmdet框架理解
ydestspring的博客
02-16 682
mmdet框架顶层简易理解。
把numpy数组保存为图片
03-14
可以使用PIL库将numpy数组保存为图片，具体代码如下： ```python from PIL import Image import numpy as np # 创建一个numpy数组 arr = np.random.randint(0, 255, size=(100, 100, 3), dtype=np.uint8) # 将numpy数组转换为PIL Image对象 img = Image.fromarray(arr) # 保存图片 img.save('test.png') ``` 这样就可以将numpy数组保存为名为test.png的图片。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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