numpy与opencv中的reshape和rezise问题

最新推荐文章于 2024-07-30 16:05:12 发布

csdn_elsa

最新推荐文章于 2024-07-30 16:05:12 发布

阅读量1.8k

点赞数

分类专栏： python学习

本文链接：https://blog.youkuaiyun.com/csdn_elsa/article/details/85010434

版权

python学习专栏收录该内容

24 篇文章

订阅专栏

本文探讨了numpy中的reshape和resize操作以及在opencv中的应用。numpy的reshape不改变原始矩阵形状，有返回值，而resize会直接修改原始矩阵且无返回值。在opencv中，resize的顺序是从x轴到y轴，需要注意行列顺序，错误的尺寸调整会导致错误。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、reshape

a = np.array([[1,2,3,4],             
	      [5,6,7,8],           
	      [9,10,11,12]])
print(a)

b = np.reshape(a,(12,1))
print(b)
print(a)

结果为

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
[[ 1]
 [ 2]
 [ 3]
 [ 4]
 [ 5]
 [ 6]
 [ 7]
 [ 8]
 [ 9]
 [10]
 [11]
 [12]]
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

所以，使用np.reshape(array,shape)不改变原始矩阵的shape，同时有返回值

a = np.array([[1,2,3,4],             
	      [5,6,7,8],            
	      [9,10,11,12]])
print(a)

b = a.reshape(12,1)
print(b)
print(a)

使用 a.reshape(shape)形式时，结果一样。

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
[[ 1]
 [ 2]
 [ 3]
 [ 4]
 [ 5]
 [ 6]
 [ 7]
 [ 8]
 [ 9]
 [10]
 [11]
 [12]]
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

二、resize
1.numpy中

a = np.array([[1,2,3,4],
              [5,6,7,8],
              [9,10,11,12]])
print(a)

c = a.resize(4,3)
print(c)
print(a)

结果为

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
None
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]

使用a.resize(shape)形式，resize返回值为None，对原始矩阵进行修改

a = np.array([[1,2,3,4],
              [5,6,7,8],
              [9,10,11,12]])
print(a)

c = np.resize(a,(4,3))
print(c)
print(a)

结果为

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

使用np.resize(array,shape)的形式，同np.reshape一样，有返回值，不改变原始矩阵的shape

2.opencv

a = np.array([[1,2,3,4],
             [5,6,7,8], 
             [9,10,11,12]])
print(a)

c = cv2.resize(a,(4,3))
print(c)
print(a)

结果为

[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]]

这里有一些问题，
一个是，cv2的resize先从x轴，再y轴，即先列后行（先高后宽），所以resize(4,3)结果是三行四列。

附上cv的文档

resize 
Resizes an image. 
C++: void resize(InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR )¶ 
Python: cv2.resize(src, dsize[, dst[, fx[, fy[, interpolation]]]]) → dst 
C: void cvResize(const CvArr* src, CvArr* dst, int interpolation=CV_INTER_LINEAR ) 
Python: cv.Resize(src, dst, interpolation=CV_INTER_LINEAR) → None 
Parameters: 
src – input image. 
dst – output image; it has the size dsize (when it is non-zero) or the size computed from src.size(), fx, and fy; the type of dst is the same as of src. 
dsize – 
output image size; if it equals zero, it is computed as: 
\texttt{dsize = Size(round(fx*src.cols), round(fy*src.rows))} 
Either dsize or both fx and fy must be non-zero.
--------------------- 
原文：https://blog.youkuaiyun.com/loovelj/article/details/81097614

在resize改为(3,4)后，报错如下：

error: (-215:Assertion failed) func != 0 in function 'cv::hal::resize'

错误原因还未研究透彻，暂时搁置。

将代码改为如下形式，则不会报错：

a = np.array([[1,2,3,4],
              [5,6,7,8],
              [9,10,11,12]],dtype=float
print(a)

c = cv2.resize(a,(3,4))
print(c)
print(a)

结果为：

[[  1.   2.   3.   4.]
 [  5.   6.   7.   8.]
 [  9.  10.  11.  12.]]
[[  1.16666667   2.5          3.83333333]
 [  3.66666667   5.           6.33333333]
 [  6.66666667   8.           9.33333333]
 [  9.16666667  10.5         11.83333333]]
[[  1.   2.   3.   4.]
 [  5.   6.   7.   8.]
 [  9.  10.  11.  12.]]

同时可以看到，矩阵被改为4x3列