【源码+文档】基于Pytorch的花卉识别

2.1.2 预处理实现

按照上面的处理流程，获取处理后的图片数组文件。为了后续方便，最终得到的图片的格式为 38080 的图片。每一个模块实现过程如下：

读取图片文件： os.listdir 获取图片所在的文件夹下的所有图片的名称，得到图片的总个数 N。利用 matplotlib 提供的 imread 函数读取 jpg 格式的文件。

转换到 38080 的格式： 直接读出的 jpg 格式的格式为 80803 的数组，利用 numpy 的 transpose 函数，转换各个坐标轴，即 = . (2,0,1)得到

38080 的数据。

得到所有的图片数据和标签数据： 申请 N380*80的数组 Pictures 和 N维向量 labels，每读取一个图片，将当前图片赋值到 Pictures 中，同时将文件名的第一个字母转换成数字，即为对应的标签，将其赋值到 labels 向量中。

保存读取的文件： 利用 np.save 将处理得到的数据保存。

读取已经保存后文件： 利用 np.load 加载已经保存的数据。

2.2 降维可视化

降维可视化是将高维的图片数据映射到二维和三维空间中，以图像的方式观察各个类别的分布，达到可视化的目的。

 源码和文档都托管在了【WRITE-BUG数字空间】上面了，有需要的可自取~