scipy笔记—scipy.misc.imresize用法(方便训练图像数据)
scipy.misc.imresize
不同于普通的reshape, imresize不是单纯的改变图像矩阵的维度,而是能将图片重采样为指定像素,这样给深度学习中训练图像数据带来方便。
import numpy as np
import matplotlib.pyplot as plt
import h5py
import scipy
from PIL import Image
from scipy import ndimage
%matplotlib inline
num_px = 64
my_image = "my_image4.jpg" # 修改你图像的名字
fname = "images/" + my_image # 图片位置
image = np.array(ndimage.imread(fname, flatten=False)) # 读入图片为矩阵
plt.imshow(image)
# my_image = scipy.misc.imresize(image, size=(num_px, num_px)).reshape((1, num_px * num_px * 3)).T # 转置图片为 (num_px*num_px*3, 1)向量
# 重新设置图像像素
my_image = scipy.misc.imresize(image, size=(num_px, num_px))
plt.imshow(my_image)
2020.6.3日修改============================================================
这个函数在新版本的scipy中不能用了,改成
import imageio from skimage.transform import resize ## START CODE HERE ## (PUT YOUR IMAGE NAME) my_image = "my_image4.jpg" # 修改你图像的名字 ## END CODE HERE ## # We preprocess the image to fit your algorithm. fname = "images/" + my_image # 图片位置 image = np.array(imageio.imread(fname)) # 读入图片为矩阵, 这里用原版本的会出错,scipy的那个函数被删了 print(image.shape) # 转置图片为 (num_px*num_px*3, 1)向量 my_image = resize(image, output_shape=(num_px, num_px)).reshape((1, num_px * num_px * 3)).T print(my_image)