Python imread、newaxis用法詳解
這篇文章主要介紹了python imread、newaxis用法詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
一:imread
用來讀取圖片,返回一個numpy.ndarray類型的多維數(shù)組,具有兩個參數(shù):
參數(shù)1 filename, 讀取的圖片文件名,可以使用相對路徑或者絕對路徑,但必須帶完整的文件擴展名(圖片格式后綴)
參數(shù)2 flags, 一個讀取標記,用于選擇讀取圖片的方式,默認值為IMREAD_COLOR,flag值的設定與用什么顏色格式讀取圖片有關
import cv2 path = 'E:\Flow classification\email_train1.jpg' image = cv2.imread(path) print(image) print(type(image))
二:newaxis
用來增加數(shù)組維度,如下:
import numpy as np a=np.array([1,2,3,4,5,6,7,8,9]) print(a.shape) print(a) b = a[:,np.newaxis] print(b.shape) print(b) c = b[:,:,np.newaxis] print(c.shape) print(c) d = c[:,:,:,np.newaxis] print(d.shape) print(d)
輸出結果如下:
(9,) [1 2 3 4 5 6 7 8 9] (9, 1) [[1] [2] [3] [4] [5] [6] [7] [8] [9]] (9, 1, 1) [[[1]] [[2]] [[3]] [[4]] [[5]] [[6]] [[7]] [[8]] [[9]]] (9, 1, 1, 1) [[[[1]]] [[[2]]] [[[3]]] [[[4]]] [[[5]]] [[[6]]] [[[7]]] [[[8]]] [[[9]]]]
以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。
相關文章
Python實現(xiàn)圖像去噪方式(中值去噪和均值去噪)
今天小編就為大家分享一篇Python實現(xiàn)圖像去噪方式(中值去噪和均值去噪),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12PyTorch計算損失函數(shù)對模型參數(shù)的Hessian矩陣示例
這篇文章主要為大家介紹了PyTorch計算損失函數(shù)對模型參數(shù)的Hessian矩陣的示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2022-05-05PyQt5實現(xiàn)數(shù)據(jù)的增刪改查功能詳解
這篇文章主要為大家介紹了如何使用Python中的PyQt5模塊來實現(xiàn)數(shù)據(jù)的增、刪、改、查功能,文中示例代碼講解詳細,感興趣的小伙伴可以了解一下2022-03-03使用Python爬蟲庫requests發(fā)送請求、傳遞URL參數(shù)、定制headers
今天為大家介紹一下Python爬蟲庫requests的發(fā)送請求、傳遞URL參數(shù)、定制headers的基礎使用方法2020-01-01