python将图片转矩阵

    在机器学习手写数字识别案例中,需要将手写数字图片转矩阵向量。其实转矩阵,就需要根据图片上像素点来组成一个矩阵,如果把图片看作一个 长*宽 的二维矩阵,那么矩阵中的每个点的像素表示的数字组成一个新的矩阵。

    一般图片我们会将他转灰度图,整个图片就由数字和空白组成,这样就好取像素值了。

    下面介绍两种办法将手写数字图片转矩阵:

     原始图片:

    代码一:

import numpy as np
from PIL import Image
img = Image.open('number6.png')
img = img.resize((32,32))
img = img.convert("L")

img_new = img.point(lambda x:0 if x> 170 else 1)
arr = np.array(img_new)
for i in range(arr.shape[0]):
    print(arr[i])

   运行结果:

 

    这种方式,直接打印的是每一组向量,而不是字符串的形式。 

    代码二: 


                
图片为灰阶矩阵是一种常见的图像处理操作,Python中有多种方法可以实现这个功能。以下是一种常见的方法: 首先,需要导入Python的图像处理库PIL(Python Imaging Library)。如果没有安装该库,可以使用以下命令进行安装: ``` pip install pillow ``` 导入PIL库后,可以使用`Image.open()`方法打开一张图片。例如,假设要换的图片名为`image.jpg`,可以使用以下代码进行打开: ```python from PIL import Image image = Image.open('image.jpg') ``` 接下来,可以使用`convert()`方法将图片换为灰阶图像。默认情况下,换为灰阶图像后,每个像素值的范围将从0到255。代码如下: ```python gray_image = image.convert('L') ``` 最后,可以将灰阶图像换为矩阵形式。可以使用`numpy`库将灰阶图像换为矩阵,然后可以使用`ndarray`的`tolist()`方法将矩阵换为列表。代码如下: ```python import numpy as np gray_matrix = np.array(gray_image) gray_matrix_list = gray_matrix.tolist() ``` 现在,`gray_matrix_list`就是将图片换为灰阶矩阵后得到的结果。你可以在后续的代码中使用`gray_matrix_list`进行进一步的处理。 总结起来,将图片换为灰阶矩阵的步骤主要包括导入PIL库、打开图片换为灰阶图像、将灰阶图像换为矩阵和列表。以上是其中一种常见的方法,根据实际需求,也可以选择其他方法来实现同样的功能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

luffy5459

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值