社区
脚本语言
帖子详情
numpy创建四维数组存储图片怎么做?
zhangboshen
2017-05-07 09:42:40
请问一下各位知道怎么样通过numpy创建一个四维数组用来存储多张图片吗?
要求最后得到的四维数组格式是 (图片数量,图片宽度,图片高度,通道数)
单张图片的读取我可以用import matplotlib.image as mpimg 这个模块来读取,现在的问题就是怎么将多张图片存成一个数组?
谢谢各位了。
...全文
3123
8
打赏
收藏
numpy创建四维数组存储图片怎么做?
请问一下各位知道怎么样通过numpy创建一个四维数组用来存储多张图片吗? 要求最后得到的四维数组格式是 (图片数量,图片宽度,图片高度,通道数) 单张图片的读取我可以用import matplotlib.image as mpimg 这个模块来读取,现在的问题就是怎么将多张图片存成一个数组? 谢谢各位了。
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
8 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
wuming无名
2018-07-28
打赏
举报
回复
楼主请问解决了吗,我现在也是这个问题,目前想到的思路是定义空的四维矩阵,读取图片转化为矩阵后分别放在1,2,3,4维上,但是我需要处理很多图片,不知道批处理怎么办
芽的日志
2018-07-23
打赏
举报
回复
在tensorflow里,我之前看到的都是采用tfrecord的格式批量存储图像,即可读取的时候是四维图像,这个方法省内存~不过我想问一下楼主采用import matplotlib.image as mpimg这个模块读取单张图像怎么生成4维的呢?
ovohproguv
2017-12-20
打赏
举报
回复
imgs = np.zeros((imgCount, rows, cols, dims)) i = 0 for imageFile in glob.glob(imageDir): # 打开图像并转化为数字矩阵(128x128x3) img = np.array(Image.open(imageFile)) imgs[i] = img i += 1
qq_23008305
2017-12-18
打赏
举报
回复
楼主怎么解决的,我急需要知道,可以发到我邮箱吗?1362444584@qq.com
GY_Nan
2017-07-13
打赏
举报
回复
楼主解决了么?发一下吧。。。。。我也遇到了这个问题
屎克螂
2017-05-09
打赏
举报
回复
那肯定也有导入图片的函数了, 多看看api吧,你在这里问TensorFlow的细节问题 我觉得没有什么结果,建议你去stack overflow
屎克螂
2017-05-08
打赏
举报
回复
存这么深干嘛,二维就够了 [ [图片内容,图片宽度,图片高度,通道数], [] ]
zhangboshen
2017-05-08
打赏
举报
回复
主要是TensorFlow里面处理的都是BHWC形式的四维张量,所以图片也必须这样的形式输入进去才可以。。 BHWC(Batchsize, Height, Width, Channel)
第十一节 图像处理之霍夫检测直线
import cv2 as cv import
numpy
as np #直线检测 #使用霍夫直线变换
做
直线检测,前提条件:边缘检测已经完成 #标准霍夫线变换 def line_detection(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150) #apertureSize参数默认其实就是3 cv.imshow("edges", edges) #cv.HoughLines参数设置:参数1,灰度图像;参数二,以像素为单位的距离精度(一般都是1,进度高,但是速度会慢一点) #参数三,以弧度为单位的角度精度(一般是1rad);参数四,阈值,大于阈值threshold的线段才可以被检测通过并返回到结果中 #该函数返回值为rho与theta lines = cv.HoughLines(edges, 1, np.pi/180, 200) for line in lines: rho, theta = line[0] #line[0]
存储
的是点到直线的极径和极角,其中极角是弧度表示的。 a = np.cos(theta) #theta是弧度 b = np.sin(theta) x0 = a * rho #代表x = r * cos(theta) y0 = b * rho #代表y = r * sin(theta) x1 = int(x0 + 1000 * (-b)) #计算直线起点横坐标 y1 = int(y0 + 1000 * a) #计算起始起点纵坐标 x2 = int(x0 - 1000 * (-b)) #计算直线终点横坐标 y2 = int(y0 - 1000 * a) #计算直线终点纵坐标 注:这里的数值1000给出了画出的线段长度范围大小,数值越小,画出的线段越短,数值越大,画出的线段越长 cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) #点的坐标必须是元组,不能是列表。 cv.imshow("image-lines", image) #统计概率霍夫线变换 def line_detect_possible_demo(image): gray = cv.cvtColor(image, cv.COLOR_RGB2GRAY) edges = cv.Canny(gray, 50, 150, apertureSize=3) # apertureSize参数默认其实就是3 lines = cv.HoughLinesP(edges, 1, np.pi / 180, 60, minLineLength=60, maxLineGap=5) for line in lines: x1, y1, x2, y2 = line[0] cv.line(image, (x1, y1), (x2, y2), (0, 0, 255), 2) cv.imshow("line_detect_possible_demo",image) src = cv.imread("E:/opencv/picture/track.jpg") print(src.shape) cv.namedWindow('input_image', cv.WINDOW_AUTOSIZE) cv.imshow('input_image', src) line_detection(src) src = cv.imread("E:/opencv/picture/track.jpg") #调用上一个函数后,会把传入的src
数组
改变,所以调用下一个函数时,要重新读取
图片
line_detect_possible_demo(src) cv.waitKey(0) cv.destroyAllWindows() 霍夫检测直线原理: 关于hough变换,核心以及难点就是关于就是有原始空间到参数空间的变换上。以直线检测为例,假设有一条直线L,原点到该直线的垂直距离为p,垂线与x轴夹角为θθ,那么这条直线是唯一的,且直线的方程为 ρ=xcosθ+ysinθρ=xcosθ+ysinθ, 如下图所
c语言中三维
数组
的转置,
Numpy
三维
数组
的转置与交换轴
二维
数组
的转置应该都知道,就是行列交换而在
numpy
中也可以对三维
数组
进行转置,np.T 默认进行的操作是将0轴与2轴交换本文主要对三位
数组
轴交换的理解上发表本人的看法。a = np.array(range(24))Out[101]:array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,17, 18, 19, 20, 21...
Numpy
之ndarray
数组
详解
本课程包括以下内容:1 ndarray
数组
多种
创建
方式,以及每种
创建
方式的细节。2 ndarray与list的区别详解。3 ndarray
数组
的广播规则详解。4 通过ndarray
数组
实现多元线性回归。
Python 三维
数组
升为
四维
数组
在尝试用深度学习
做
项目时,发现对于Pytorch框架下的cnn网络,灰度图的输入格式应该为(n,ch,h,w)。n为
图片
数量,ch为通道数,h,w为
图片
长宽像素。 然而实际在opencv处理的通道数为1灰度图时,其给出的
图片
大小为(h,w)其直接忽视了通道数,这样数据集的格式为(n,h,w)。不满足Pytorch输入要求。 而如果采用np.reshape(1,h,w)改变格式,当
图片
用reshape(h,w)复原为(h,w)时可能会失真。因此可以采用np.newaxis加一个维度。 以下为代码 for j
python
NumPy
应用
NumPy
的应用
Numpy
是一个开源的Python科学计算库,用于快速处理任意维度的
数组
。
Numpy
支持常见的
数组
和矩阵操作,对于同样的数值计算任务,使用
NumPy
不仅代码要简洁的多,而且
NumPy
的性能远远优于原生Python,基本是一个到两个数量级的差距,而且数据量越大,
NumPy
的优势就越明显。
Numpy
最为核心的数据类型是ndarray,使用ndarray可以处理一维、二维和多维
数组
,该对象相当于是一个快速而灵活的大数据容器。
NumPy
底层代码使用C语言编写,解决了GIL的限制,ndarray在
脚本语言
37,719
社区成员
34,238
社区内容
发帖
与我相关
我的任务
脚本语言
JavaScript,VBScript,AngleScript,ActionScript,Shell,Perl,Ruby,Lua,Tcl,Scala,MaxScript 等脚本语言交流。
复制链接
扫一扫
分享
社区描述
JavaScript,VBScript,AngleScript,ActionScript,Shell,Perl,Ruby,Lua,Tcl,Scala,MaxScript 等脚本语言交流。
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
试试用AI创作助手写篇文章吧
+ 用AI写文章