做cnn的难免要做大量的图片处理。由于接手项目时间不长，且是新项目，前段时间写代码都很赶，现在稍微总结（恩，总结是个好习惯）。
1,首先安装python-Image和python-skimage、python-matplotlib。
简单代码：
import Image as img
import os
from matplotlib import pyplot as plot
from skimage import io,transform
import argparse
def show_data(data):
fig = plot.figure()
ax = fig.add_subplot(121)
ax.imshow(data, cmap='gray')
ax2 = fig.add_subplot(122)
ax2.imshow(data)
plot.show()
if __name__ == "__main__":
parse = argparse.ArgumentParser()
parse.add_argument('--picpath', help = "the picture' path")
args = parse.parse_args()
img_file1 = img.open(args.picpath)#Image读图片
one_pixel = img_file1.getpixel((0,0))[0]
print "picture's first pixe: ",one_pixel
print "the picture's size: ", img_file1.size#Image读出来的size是高宽
show_data(img_file1)
img_file2 = io.imread(args.picpath)#skimage读图片
show_data(img_file2)
print "picture's first pixel: ", img_file2[0][0][0]
print "the picture's shape: ", img_file2.shape#skimage读出来的shape是高，宽， 通道
调用及输出：
其实Image读出来的是PIL什么的类型，而skimage.io读出来的数据是numpy格式的。如果想直接看Image和skimage读出来图片的区别，可以直接输出它们读图片以后的返回结果。
2.Image和skimage读图片：
img_file1 = img.open(args.picpath) img_file2 = io.imread(args.picpath)
3.读图片后数据的大小：
print "the picture's size: ", img_file1.size print "the picture's shape: ", img_file2.shape
4.得到像素：
one_pixel = img_file1.getpixel((0,0))[0] img_file2[0][0][0]
分析：
1.从3的输出可以看出img读图片的大小是图片的（height,width）；
skimage的是(height,width, channel)[这也是为什么caffe在单独测试时要要在代码中设置：transformer.set_transpose('data',(2,0,1))，因为caffe可以处理的图片的数据格式是(channel,height,width)，所以要转换数据啊]
2.img读出来的图片获得某点像素用getpixel((h,w))可以直接返回这个点三个通道的像素值
skimage读出来的图片可以直接img_file2[0][0][0]获得，但是一定记住它的格式，并不是你想的(channel,height,width)
关于matplotlib简单的画图请关注下篇～
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
P70系列延期，华为新旗舰将在下月发布
3月20日消息，近期博主@数码闲聊站 透露，原定三月份发布的华为新旗舰P70系列延期发布，预计4月份上市。
而博主@定焦数码 爆料，华为的P70系列在定位上已经超过了Mate60，成为了重要的旗舰系列之一。它肩负着重返影像领域顶尖的使命。那么这次P70会带来哪些令人惊艳的创新呢？
根据目前爆料的消息来看，华为P70系列将推出三个版本，其中P70和P70 Pro采用了三角形的摄像头模组设计，而P70 Art则采用了与上一代P60 Art相似的不规则形状设计。这样的外观是否好看见仁见智，但辨识度绝对拉满。