图解Python中数据分析工具包:Numpy

图解Python中数据分析工具包:Numpy,第1张

原因

借助numpy读取之后,转为opencv 的格式

opencv imread和imdecode 最后一个参数flag的取值如下

IMREAD_ANYCOLOR : 4

IMREAD_ANYDEPTH : 2

IMREAD_COLOR : 1

IMREAD_GRAYSCALE : 0

IMREAD_IGNORE_ORIENTATION : 128

IMREAD_LOAD_GDAL : 8

IMREAD_REDUCED_COLOR_2 : 17

IMREAD_REDUCED_COLOR_4 : 33

IMREAD_REDUCED_COLOR_8 : 65

IMREAD_REDUCED_GRAYSCALE_2 : 16

IMREAD_REDUCED_GRAYSCALE_4 : 32

IMREAD_REDUCED_GRAYSCALE_8 : 64

IMREAD_UNCHANGED : -1

IMREAD_UNCHANGED :不进行转化,比如保存为了16位的,读取出来仍然为16位。

IMREAD_GRAYSCALE :进行转化为灰度图,比如保存为了16位的,读取出来为8位,类型为CV_8UC1。

IMREAD_COLOR :进行转化为三通道图像

IMREAD_ANYDEPTH :如果图像深度为16位则读出为16位,32位则读出为32位,其余的转化为8位。

IMREAD_ANYCOLOR :

IMREAD_LOAD_GDAL :使用GDAL驱动读取文件,GDAL(Geospatial Data Abstraction Library)是一个在X/MIT许可协议下的开源栅格空间数据转换库。它利用抽象数据模型来表达所支持的各种文件格式。它还有一系列命令行工具来进行数据转换和处理。

使用PIL把从gif转为一般

实战小程序:画出y=x^3的散点图

样例代码如下:

[python] view plain copy

#coding=utf-8

import pylab as y    #引入pylab模块

x = ynplinspace(-10, 10, 100)  #设置x横坐标范围和点数

yplot(x, xxx,'or')  #生成图像

ax = ygca()

axspines['right']set_color('none')

axspines['top']set_color('none')

axxaxisset_ticks_position('bottom')

axspines['bottom']set_position(('data', 0))

axyaxisset_ticks_position('left')

axspines['left']set_position(('data', 0))

axset_yticks([-1000, -500, 500, 1000])

yxlim(xmin() , xmax() ) #将横坐标设置为x的最大值和最小值

yshow() #显示图像

[python] view plain copy

import pylab as y

程序中引入的pylab属于matplotlib的一个模块,将其名字用y代替,其中包括了许多NumPy和pyplot模块中常用的函数,方便用户快速进行计算和绘图,十分适合在IPython交互式环境中使用。

[python] view plain copy

ynplinspace(-10, 10, 100)

此为numpy中的一个函数,返回的是等间距的值,numpylinspace(a,b,c):a指的是开始位置,b表示的是结束位置,c表示产生点的个数(默认为50)

举例:

[python] view plain copy

>>> nplinspace(20, 30, num=5)

array([ 2  ,  225,  25 ,  275,  3  ])

[python] view plain copy

yplot(x, xxx,'or')  #生成图像

后面加上‘o'表示为散点图

'r'可设置颜色为红色,基本上和matlab的 *** 作很像。

[python] view plain copy

yxlim(xmin(), xmax())

这条语句使用了xlim函数,将横坐标设置为x的大小

以上就是关于图解Python中数据分析工具包:Numpy全部的内容,包括:图解Python中数据分析工具包:Numpy、常用的十大python图像处理工具、2022-05-01 python opencv 读取图片返回None等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!

欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/web/9433508.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-04-28
下一篇2023-04-28

发表评论

登录后才能评论

评论列表(0条)

    保存