reshape and transpose

图像打印的应用

目标： 将多张图片按照指定行列输出
前置知识： reshape对数据的存储顺序不做改变，transpose会对数据的保存顺序做出改变。
感性理解:
本文中以200张28×28的图片辅助理解，希望输出中每列有20张图片，每行有10张图片。

1. 对多张灰度图片而言，其在内存中的保存形式为连续逐行（按照图片顺序，每张图片像素点从左到右，从上到下依次保存），假设此时数据形状为长度为[200×28×28]的行向量。
    
2. 将一张图片看做最小操作单元，并对其进行reshape操作，可将其表示形状为[-1, rows, 28, 28]的张量（简单理解为四维数据），其中第0轴表示样本数量，第1轴表示该图片的行标，第二轴表示该图片的列标， 同时第二轴和第三轴联合起来表示了图片。

   x = np.reshape(x, [-1, x, 28, 28])  
   

   因为本例中，希望转置后的输出为每行有10张图片,那么表示转置前有10行数据，既rows=10，代码中为x=10
    
3. 在以图片为基本单元构成的矩阵中，通过transpose（转置）将图片矩阵进行改变，并实现在图片数据的存储层次的改变。只将表示位置的第一第二轴进行互换，实现手段为：

   x = np.transpose(x, [0, 2, 1, 3])   # [-1, 28, x, 28]
   

    
4. 此时的图片可以看成形状为 [m/x, 28*x, 28] 的张量（图片矩阵）, 其中m为总的图片数量，在使用Opencv时，因imshow()或imwrite()对输入数据格式的要求，需要做进一步reshape()

   x = np.reshape(x, [20, 28*10, 28])   # 本行可省略，只是为了便于理解
   x = np.reshape(x, [-1, 28*10])
   

Test:

1. 输出图片 20 × 10

   imgs = np.reshape(imgs, [-1, 10, 28, 28])
   imgs = np.transpose(imgs, [0, 2, 1, 3])
   # imgs = np.reshape(imgs,[20, 28*10, 28])
   imgs = np.reshape(imgs, [-1, 28*10])
   

    

2. 输出图片 5 × 40

   imgs = np.reshape(imgs, [-1, 40, 28, 28])
   imgs = np.transpose(imgs, [0, 2, 1, 3])
   # imgs = np.reshape(imgs,[20, 28*10, 28])
   imgs = np.reshape(imgs, [-1, 28*40])
   

    

储存及其更深层次的理解

未完待续...