【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（七）（数字图像基础）

第7讲数字图像基础
- 7.1 数字图像基本概念
- - 7.1.1 图像的离散化
  - - 7.1.1.1 连续图像和数字图像
    - 7.1.1.2 像素、位图、色彩深度/位深度、BMP格式
    - 7.1.1.3 色彩模式
    - - 7.1.1.3.1 二值图像（Binary Image）
      - 7.1.1.3.2 灰度图像（Gray Image）
      - 7.1.1.3.3 彩色图像（RGB）
      - 7.1.1.3.4 RGBA图像
      - 7.1.1.3.5 256色彩色图像
      - 7.1.1.3.6 CMYK-印刷四粉色
      - 7.1.1.3.7 YCbCr
      - 7.1.1.3.8 HSI 色彩模型
    - 7.1.1.4 图像格式
    - 7.1.1.5 图像压缩
    - 7.1.1.5.1 JPEG格式
    - 7.1.1.5.2 PNG格式（Portable Network Graphics，PNG）
    - 7.1.1.5.3 GIF格式（Graphics Interchange Format）
    - 7.1.1.5.4 TIFF格式（Tag Image File Format）
    - 7.1.1.6 图像类型
    - - 7.1.1.6.1 平面二维图像
      - 7.1.1.6.2 序列图像
      - 7.1.1.6.3 深度图像（Depth Map）：
- 7.2 Pillow图像处理库
- - 7.2.1 一些图像处理库
  - - 7.2.1.1 matplotlib.image方式
    - 7.2.1.2 PIL（Python Imaging Library）
  - 7.2.2 Pillow库
  - - 7.2.2.1 安装和导入包/模块
    - - 7.2.2.1.1 Pillow的安装
      - 7.2.2.1.2 导入PIL.image模块
      - 7.2.2.1.3 导入matplotlib.pyplot模块
    - 7.2.2.2 打开图像--Image.open()函数
    - 7.2.2.3 保存图像-save()方法
    - 7.2.2.4 图像对象的主要属性
    - 7.2.2.5 显示图像
    - 7.2.2.6 分别显示不同类别的图像
    - 7.2.2.7 转换图像的色彩模式
    - 7.2.2.8 颜色通道的分离与合并
    - 7.2.2.9 转化为数组
    - - 7.2.2.9.1 将灰度图像lena_gray.bmp转化为数组（反色）
    - 7.2.2.10 对图像的缩放、旋转和镜像
    - - 7.2.2.10.1 缩放图像
      - 7.2.2.10.1.1 img.resize()方法
      - 7.2.2.10.1.2 img.thumbnail()方法
      - 7.2.2.10.2 旋转、镜像（即左右翻转）
    - 7.2.2.11 裁剪图像
  - 7.2.3 常用的图像处理库
- 7.3 实例：手写数字数据集MNIST
- - 7.3.1 图像操作汇总表
  - 7.3.2 MNIST数据集
  - - 7.3.2.1 下载MNIST数据集
    - 7.3.2.2 输出训练集和测试集的长度
    - 7.3.2.3 输出图像数据和标记数据的形状
    - 7.3.2.4 显示手写数字图片
    - - 7.3.2.4.1 输出数据集中的第1个样本
      - 7.3.2.4.2 显示图片
      - 7.3.2.4.3 随机显示4幅手写数字图片
  - 7.3.3 习题及相关库补充（未作，有时间写）
- 7.4参考文献

第7讲数字图像基础

7.1 数字图像基本概念

有人说：计算机视觉是人工智能的大门（我不信），倒是一道门
计算机视觉成为人工智能应用方面的领头羊
本课实例都是与图像有关的

7.1.1 图像的离散化

7.1.1.1 连续图像和数字图像

连续图像：人眼直接感受到的图像
数字图像：把连续的图像数字化、离散化之后的图像，它是对连续图像的一种近似

7.1.1.2 像素、位图、色彩深度/位深度、BMP格式

图像是如何被离散化的？

像素（pixel）:是图像中的一个最小单位
位图（bitmap）：通过记录每一个像素值来存储和表达的图像
色彩深度/位深度：位图中每个像素点要用多少个二进制位来表示
BMP格式：Windows系统的标准位图格式，他能够很好的兼容各种windows程序
可以通过windows图片属性查看位深度，决定存储的字节数，这里称为24位真彩色

7.1.1.3 色彩模式

为什么称为真彩色，除了24位，还有那些喃？

7.1.1.3.1 二值图像（Binary Image）

每个像素只有2种可能的取值，使用1位二进制来表示，位深度为1；最简单的图像表示方式
在图像处理和分析时，常常首先对图像进行二值化处理
凸显出感兴趣的目标，有效的减少数据量
只要是仅有两种颜色的图像，都可以被称为二进制图像

7.1.1.3.2 灰度图像（Gray Image）

每个像素使用1个字节表示，位深度为8，可以表示256种级别的灰度；
0表示黑色；255表示白色；1-254表示不同级别的灰色
其他任何一种单一颜色不同亮度的图像都可以称为灰度图像

7.1.1.3.3 彩色图像（RGB）

每个像素都有红（R）、绿（G）、蓝（B）三个分量
1个像素点使用3个字节，位深度为24位
可以表示256×256×256=16777216种颜色
对于人眼，已经可以反映出真实世界，所以称为24位真彩色
通常讲RGB三种分量称为通道，如红色通道

7.1.1.3.4 RGBA图像

RGB图像+8位透明度信息Alpha
这个透明度称为透明度通道，或者Alpha通道

7.1.1.3.5 256色彩色图像

每个像素用8位二进制表示，是调色版中的索引值
二进制数并不代表确定的颜色，而是调色板中的索引值，对应的颜色是按照索引值在调色板中查询出来的
对于不同的图像，所对应的这256种颜色的集合是不一样的
在保存和加载这种类型的位图时，需要将调色板和图像一同保存和加载

7.1.1.3.6 CMYK-印刷四粉色

每个像素用32位二进制表示

C：Cyan = 青色
M：Magenta = 洋红色
Y：Yellow = 黄色
K：black = 黑色

7.1.1.3.7 YCbCr

是DVD、摄像机、数字电视等消费类视频产品中色彩编码方案

Y：亮度分量
Cb：蓝色亮度分量
Cr：红色亮度分量

7.1.1.3.8 HSI 色彩模型

用H、S、I三个分量来描述

H：色调
S：饱和度
I：亮度

7.1.1.4 图像格式

BMP格式：占用存储空间大，不支持文件压缩，不适用于网页

7.1.1.5 图像压缩

适当降低图像质量来减小它所占用的空间
不同的图像压缩算法，对应不同得图像格式

7.1.1.5.1 JPEG格式

它是一种有损压缩方案
可以在保证高质量得前提下去除冗余的色彩和图像数据
压缩率高，所占空间小
可以压缩到原图的1/20大小，而图片的质量不会有明显的下降，非常适合存储照片以及在网页中显示照片
适合于色彩丰富、细节清晰细腻得大图像
不适合所含颜色较少，具有大块颜色相近得区域，或亮度差异十分明显的简单图片
每次编辑都会降低图像质量，不适合需要进行多次编辑的情况

7.1.1.5.2 PNG格式（Portable Network Graphics，PNG）

无损压缩，对图像本身质量的减损非常低，逐渐流行起来
适合于有规律渐变色彩的图像
对于色彩丰富，细节清晰细腻的大图表现效果不如JPEG格式

7.1.1.5.3 GIF格式（Graphics Interchange Format）

支持静态格式和动态格式
静态格式于JPEG格式的图片类似
动态图片由多幅图片保存为一个图片，循环显示，形成动画效果
只支持256色，适用于色彩简单、颜色较少的小图像

7.1.1.5.4 TIFF格式（Tag Image File Format）

是最复杂的一种图像格式
定义了4类不同类型的格式

二值图像（TIFF-B）
黑白灰度图像（TIFF-G）
带调色板的彩色图像（TIFF-P）
RGB真彩图像（TIFF-R）

支持RGB、JPEG等多种编码方法
具有非常好的扩展性、方便性、可改性，是印刷行业中最常用的格式
Web浏览器不支持TIFF格式

7.1.1.6 图像类型

7.1.1.6.1 平面二维图像

前面介绍的所有图像都是平面二维图像

7.1.1.6.2 序列图像

序列图像：时间上有一定顺序和间隔、内容上相关的一组图像

视频图像就是一种特殊的序列图像
其中的每幅图像称为帧图像
帧图像之间的时间间隔是固定的

7.1.1.6.3 深度图像（Depth Map）：

是一种三维场景信息的表达方式
每个像素点的取值，代表这个点离摄像机的距离
采用灰度图表示，每个像素点由一个字节表示
深度图像中，像素点的取值并不代表实际的距离，颜色的深浅只是代表相对距离的远近

7.2 Pillow图像处理库

上节回顾

位图：通过记录每一个像素的颜色值，来存储和表达图像
图像格式：BMP、JPEG、PNG、GIF、TIFF
色彩模式：二值图像、灰度图像、RGB图像、RGBA图像、256色图像、CMYK、YCbCr、HSI

7.2.1 一些图像处理库

7.2.1.1 matplotlib.image方式

仅支持导入PBG格式的图像，且功能有限

7.2.1.2 PIL（Python Imaging Library）

功能丰富，且简单易用
但是仅支持Python2.x版本，且已经停止更新

7.2.2 Pillow库

在PIL的基础上发展而成的兼容版本
支持python 3

7.2.2.1 安装和导入包/模块

7.2.2.1.1 Pillow的安装

使用Anaconda已经安装好
使用pip命令安装

pip install pillow

7.2.2.1.2 导入PIL.image模块

pillow的核心仍是PIL，所以在使用之前仍要导入PIL中image模块

from PIL import Image

iamge模块中有一个image类，通过image类的函数和方法和属性完成对图像的读取、显示和简单的操作

7.2.2.1.3 导入matplotlib.pyplot模块

要使用matplotlib.pyplot来显示图片

import matplotlib.pyplot as plt

7.2.2.2 打开图像–Image.open()函数

Image.open(路径)# 返回image对象

有一个经常使用的图像叫做lena.tiff可以在网上下载，网址为http://www.lenna.org/
然后可以在该文件目录下打开

img = Image.open('lena.tiff')

得到图像对象img

7.2.2.3 保存图像-save()方法

图像对象.save(文件路径)

参数是被保存的文件路径
对于上述lena.tiff图片就是

img.save('test.tiff')

save()方法不仅能够保存图像，还可以改变文件名的后缀，就可以转换图像格式

img.save('lena.jpg') # 将原图存储为jpg格式
img.save('lena.bmp') # 将原图存储为bpm格式

7.2.2.4 图像对象的主要属性

属性	说明
图像对象.format	图像格式
图像对象.size	图像尺寸
图像对象.mode	色彩模式

例如：

>>> from PIL import Image
>>> import matplotlib.pyplot as plt>>> img = Image.open('lena.tiff')
>>> img.save('test.tiff')
>>> img.save('test.jpg')
>>> img.save('test.bmp')
>>> img1 = Image.open("test.jpg")
>>> img2 = Image.open("test.bmp") >>> print("image:",img.format)
image: TIFF
>>> print("image1:",img1.format)
image1: JPEG
>>> print("image2:",img2.format)
image2: BMP>>> print("size:",img.size)
size: (512, 512)
>>> print("mode:",img.mode)
mode: RGB

7.2.2.5 显示图像

*可以使用matpltlib.pyplot模块中的 imshow()函数和show()函数显示图像

**plt.figure()**首先创建画布
**imshow()**函数负责对图像进行处理，并且显示它的格式

参数cmap=“gray”；意思是图像都是以灰度图像显示的

plt.imshow(image对象/Numpy数组)

然后调用**show()**函数显示出来

>>> plt.figure(figsize=(5,5))
<Figure size 500x500 with 0 Axes>
>>> plt.imshow(img)
<matplotlib.image.AxesImage object at 0x0000022508D1B908>
>>> plt.show()

运行结果为：

7.2.2.6 分别显示不同类别的图像

from PIL import Image
import matplotlib.pyplot as pltimg = Image.open('lena.tiff')
img.save('test.tiff')
img.save('test.jpg')
img.save('test.bmp')
img = Image.open("test.tiff")
img1 = Image.open("test.jpg")
img2 = Image.open("test.bmp")plt.figure(figsize=(15,5))plt.subplot(131)
plt.axis("off")
plt.imshow(img)
plt.title(img.format)plt.subplot(132)
plt.axis("off")
plt.imshow(img1)
plt.title(img1.format)plt.subplot(133)
plt.axis("off")
plt.imshow(img2)
plt.title(img2.format)plt.show()

结果输出为：

7.2.2.7 转换图像的色彩模式

取值	色彩模式
1	二值图像（每个像素8位二进制）
L	灰度图像
P	8位彩色图像
RGB	24位彩色图像
RGBA	32位彩色图像
CMYK	CMYK彩色图像
YCbCr	YCbCr彩色图像
I	32位整型灰度图像
F	32位浮点灰度图像

图像对象.convert(色彩模式)

例如：

img_gray = img.convert("L")
print("mode=",img_gray.mode)plt.figure(figsize=(5,5))
plt.imshow(img_gray)
plt.show()

输出结果为：

本来我寻思着为啥我这个还带点青色，难道我运行错了，本来想留着这个疑问，但是当我存储以后，发现是这样的：

还可以使用save()方法将其存储为新的文件

img_gray.save("lena_gray.bmp")

虽然使用convert()函数也可以把灰度图像转换为彩色图像，但是实际上很难恢复到原来的样子

7.2.2.8 颜色通道的分离与合并

图像对象.split()

Image.merge(色彩模式,图像列表)

例如：

from PIL import Image
import matplotlib.pyplot as pltimg = Image.open('lena.tiff')
img_r,img_g,img_b = img.split()plt.figure(figsize=(8,8))plt.subplot(221)
plt.axis("off")
plt.imshow(img_r,cmap="gray")# cmap是以灰度的方式显示
plt.title("R",fontsize=20)plt.subplot(222)
plt.axis("off")
plt.imshow(img_g,cmap="gray")
plt.title("G",fontsize=20)plt.subplot(223)
plt.axis("off")
plt.imshow(img_b,cmap="gray")
plt.title("B",fontsize=20)img_rgb = Image.merge("RGB",[img_r,img_g,img_b])
# 使用merge方法将所有的通道合并
plt.subplot(224)
plt.axis("off")
plt.imshow(img_rgb)
plt.title("RGB",fontsize=20)plt.show()

输出结果为：

RGB通道采用灰度图表示颜色的亮度，R图R通道中中，颜色越浅，表示红色越亮，颜色越深，表示红色越暗

7.2.2.9 转化为数组

计算机处理图象时，有时候会先把转化为数组
数组中的元素对应像素中的各个像素点，然后再逐像素的进行计算和处理
将图像对象转化为numpy数组

np.array(图像对象)

import numpy as np
arr_img = np.array(img)
print("shape:",arr_img.shape,"\n")
print(arr_img)

输出结果为

shape: (512, 512, 3)[[[226 137 125][226 137 125][223 137 133]...[230 148 122][221 130 110][200  99  90]][[226 137 125][226 137 125][223 137 133]...[[ 82  22  57][ 82  22  57][ 96  32  62]...[179  70  79][181  71  81][185  74  81]]]

7.2.2.9.1 将灰度图像lena_gray.bmp转化为数组（反色）

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
# 已经创建了lena_gray.bmp文件img_gray = Image.open("lena_gray.bmp")
arr_img_gray = np.array(img_gray)
print("\nshape:",arr_img_gray.shape)
print(arr_img_gray)

输出结果为：

shape: (512, 512)[[162 162 162 ... 170 155 128][162 162 162 ... 170 155 128][162 162 162 ... 170 155 128]...[ 43  43  50 ... 104 100  98][ 44  44  55 ... 104 105 108][ 44  44  55 ... 104 105 108]]

我们可以对这个值做一些处理：

from PIL import Image
import matplotlib.pyplot as plt
import numpy as npimg_gray = Image.open("lena_gray.bmp")
arr_img_gray = np.array(img_gray)# 新数组每个值都是原来的灰度值被255减去
arr_img_new = 255 - arr_img_grayplt.figure(figsize=(10,5))plt.subplot(221)
plt.axis("off")
plt.imshow(arr_img_gray,cmap="gray")plt.subplot(222)
plt.axis("off")
plt.imshow(arr_img_new,cmap="gray")plt.show()

输出结果为：

可以看到图像中的灰度和原图正好相反
Image模块中还提供了很多封装好的函数，可以直接对图片进行更上层的处理，不用转换为数组，对像素进行运算

7.2.2.10 对图像的缩放、旋转和镜像

7.2.2.10.1 缩放图像

7.2.2.10.1.1 img.resize()方法

图像对象.resize((width,height))

例如：

from PIL import Image
import matplotlib.pyplot as plt
import numpy as npimg = Image.open("lena.tiff")plt.figure(figsize=(5,5))
img_small = img.resize((64,64))#将其保存起来
img_small.save("lena_s.jpg")plt.imshow(img_small)
plt.show()

输出结果为：

可以看到图片的质量明显下降了，出现了类似马赛克的效应，可以看到现在图片的尺寸已经变成了64*64，这个操作是一个降采样的过程

7.2.2.10.1.2 img.thumbnail()方法

该方法是原地操作，返回值是none
也就是说直接对img对象进行了缩放

7.2.2.10.2 旋转、镜像（即左右翻转）

图像对象.transpose(旋转方式)

通过参数选择旋转或者翻转的方式

参数	说明
Image.FLIP_LEFT_RIGHT	水平翻转
Image.FLIP_TOP_BOTTOM	上下翻转
Image.ROTATE_90	逆时针旋转90°
Image.ROTATE_180	逆时针旋转180°
Image.ROTATE_270	逆时针旋转270°
Image.TRANSPOSE	将图像进行转置
Image.TRANSVERSE	将图像进行转置，再水平翻转

例如：

img_flr = img.transpose(Image.FLIP_LEFT_RIGHT)
img_r90 = img.transpose(Image.ROTATE_90)
img_tp = img.transpose(Image.TRANSPOSE)

例如，下面将这些变换的结果分别显示在不同的子途中

from PIL import Image
import matplotlib.pyplot as plt
import numpy as npplt.rcParams['font.sans-serif'] = "SimHei"
img = Image.open("lena.tiff")plt.figure(figsize=(10,10))plt.subplot(221)
plt.axis("off")
plt.imshow(img)
plt.title("原图",fontsize=20)plt.subplot(222)
plt.axis("off")
img_flr = img.transpose(Image.FLIP_LEFT_RIGHT)
plt.imshow(img_flr)
plt.title("左右翻转",fontsize=20)plt.subplot(223)
plt.axis("off")
img_r90 = img.transpose(Image.ROTATE_90)
plt.imshow(img_r90)
plt.title("逆时针旋转90度",fontsize=20)plt.subplot(224)
plt.axis("off")
img_tp = img.transpose(Image.TRANSPOSE)
plt.imshow(img_tp)
plt.title("转置",fontsize=20)plt.show()

输出结果为：

7.2.2.11 裁剪图像

裁剪图像：再图像上指定的位置裁剪出一个矩形区域

图像对象.crop((x0,y0,x1,y1))

x0,y0 为左上角
x1,y1 为右下角
返回值：图像对象


```python
img_region = img.crop((100,100,400,400))

例如：

from PIL import Image
import matplotlib.pyplot as pltimg = Image.open("lena.tiff")plt.figure(figsize=(10,5))plt.subplot(121)
plt.imshow(img)plt.subplot(122)
img_region = img.crop((100,100,400,400))# 注意y轴是从上往下而从小到大的
plt.imshow(img_region)plt.show()

输出结果为：

7.2.3 常用的图像处理库

skimage
cv2

7.3 实例：手写数字数据集MNIST

7.3.1 图像操作汇总表

图像操作	方法/函数/属性
打开图像	Image.open(路径)
保存图像	图像对象.save()
查看图像的属性	图像对象.format、图像对象.size、图像对象.mode
显示图像	plt.imshow(Image对象/Numpy数组)
转移图像的色彩模式	图像对象.convert(色彩模式)
颜色通道的分离和合并	图像对象.split()、Image.merge(色彩模式,图像列表)
将图像转换为数组	np.array(图像对象)
图像的缩放	图像对象.resize((width,height))
旋转和镜像	图像对象.transpose(旋转方式)

7.3.2 MNIST数据集

Mixed National Institute of standards and Technology and Technology database
New York University, Yann LeCun
60000条训练数据和10000条测试数据
由250个不同的人手写而成
都是28*28像素，灰度图像
将每一副图片存储在28*28的二维数组中，数组中的每个元素对应着图片中的每个像素
MNIST数据集已经被集成在keras中了，可以使用keras中的datasets模块来访问它

7.3.2.1 下载MNIST数据集

import tensorflow as tf
mnist = tf.keras.datasets.mnist
(train_x,train_y),(test_x,test_y) = mnist.load_data()

第一次会先进行下载：

Downloading data from https://storage.googleapis.com/tensorflow/tf-keras-datasets/mnist.npz11493376/11490434 [==============================] - 12s 1us/step

下载路径：C:\Users\Administrator\.keras\datasets\mnist.npz

7.3.2.2 输出训练集和测试集的长度

print("Training set:",len(train_x))
print("testing set:",len(test_x))

输出结果为：

Training set: 60000
testing set: 10000

7.3.2.3 输出图像数据和标记数据的形状

print("train_x:",train_x.shape,train_x.dtype)
print("trian_y:",train_y.shape,train_y.dtype)

输出结果为：

train_x: (60000, 28, 28) uint8
trian_y: (60000,) uint8

7.3.2.4 显示手写数字图片

7.3.2.4.1 输出数据集中的第1个样本

这是一个28*28中的数组，数组中的每个元素对应图像的一个像素
因为数字的背景为黑色，数字不为零的元素就是手写的笔画的部分

>>> train_x[0]
array([[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   3,18,  18,  18, 126, 136, 175,  26, 166, 255, 247, 127,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,  30,  36,  94, 154, 170,253, 253, 253, 253, 253, 225, 172, 253, 242, 195,  64,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,  49, 238, 253, 253, 253, 253,253, 253, 253, 253, 251,  93,  82,  82,  56,  39,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,  18, 219, 253, 253, 253, 253,253, 198, 182, 247, 241,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,  80, 156, 107, 253, 253,205,  11,   0,  43, 154,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,  14,   1, 154, 253,90,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0, 139, 253,190,   2,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,  11, 190,253,  70,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,  35,241, 225, 160, 108,   1,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,81, 240, 253, 253, 119,  25,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,  45, 186, 253, 253, 150,  27,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,  16,  93, 252, 253, 187,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0, 249, 253, 249,  64,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,  46, 130, 183, 253, 253, 207,   2,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,  39,148, 229, 253, 253, 253, 250, 182,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,  24, 114, 221,253, 253, 253, 253, 201,  78,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,  23,  66, 213, 253, 253,253, 253, 198,  81,   2,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,  18, 171, 219, 253, 253, 253, 253,195,  80,   9,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,  55, 172, 226, 253, 253, 253, 253, 244, 133,11,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0, 136, 253, 253, 253, 212, 135, 132,  16,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0],[  0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0,   0,   0,   0,   0,   0,   0,
0,   0,   0,   0,   0,0,   0]], dtype=uint8)

7.3.2.4.2 显示图片

import tensorflow as tf
import matplotlib.pyplot as pltmnist = tf.keras.datasets.mnist
(train_x,train_y),(test_x,test_y) = mnist.load_data()plt.axis("off")
plt.imshow(train_x[0],cmap="gray")
plt.show()

输出结果为：

下面输出这个图片的标签

>>> train_y[0]
5

7.3.2.4.3 随机显示4幅手写数字图片

import tensorflow as tf
import matplotlib.pyplot as plt
import numpy as npmnist = tf.keras.datasets.mnist
(train_x,train_y),(test_x,test_y) = mnist.load_data()for i in range(4):num = np.random.randint(1,60000)plt.subplot(1,4,i+1)plt.axis("off")plt.imshow(train_x[num],cmap="gray")plt.title(train_y[num])plt.show()

输出结果为：

7.3.3 习题及相关库补充（未作，有时间写）

7.4参考文献

[1] 神经网络与深度学习——TensorFlow实践

【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（七）（数字图像基础））相关推荐

【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（八）（TensorFlow基础））
[神经网络与深度学习-TensorFlow实践]-中国大学MOOC课程(八)(TensorFlow基础)) 8 TensorFlow基础 8.1 TensorFlow2.0特性 8.1.1 Tenso ...
【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（四）（Python语言基础（2））
[神经网络与深度学习-TensorFlow实践]-中国大学MOOC课程(四)(Python语言基础(2)) 第4讲 Python语言基础(2) 4.1 内置数据结构 4.1.1 序列数据结构(sequ ...
【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（十二）（人工神经网络（1）））
[神经网络与深度学习-TensorFlow实践]-中国大学MOOC课程(十二)(人工神经网络(1))) 12 人工神经网络(1) 12.1 神经元与感知机 12.1.1 感知机 12.1.2 Delt ...
【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（十四）（卷积神经网络））
[神经网络与深度学习-TensorFlow实践]-中国大学MOOC课程(十四)(卷积神经网络)) 14 卷积神经网络 14.1 深度学习基础 14.1.1 深度学习的基本思想 14.1.2 深度学习三 ...
MOOC网神经网络与深度学习TensorFlow实践8——卷积神经网络
卷积神经网络深度学习基础图像识别和深度学习图像卷积卷积神经网络
MOOC网神经网络与深度学习TensorFlow实践3——数字图像处理、TensorFlow基础
数字图像处理数字图像基本概念 pillow图像处理库手写数字数据集MNIST TensorFlow基础 TensorFlow2.0特性创建张量维度变换部分采样张量运算
MOOC网神经网络与深度学习TensorFlow实践1——TensorFlow简介、python语言基础
TensorFlow简介 TensorFlow环境的安装和使用使用清华镜像的提示更改conda python包源创建新的虚拟环境,在环境的交互界面用pip安装各种包. python语言基础
MOOC网神经网络与深度学习TensorFlow实践4——回归问题
回归问题机器学习基础一元线性回归解析法实现一元线性回归多元线性回归解析法实现多元线性回归三维模型可视化
MOOC网神经网络与深度学习TensorFlow实践2——numpy科学计算库、matplotlib
numpy科学计算库只打乱第一维的数据: Matplotlib 散点图折线图和柱状图波士顿房价数据集可视化鸢尾花数据集可视化
python拍照搜题_Python数据分析实践,中国大学MOOC(慕课)答案公众号搜题
Python数据分析实践,中国大学MOOC(慕课)答案公众号搜题更多相关问题 I can guess you were in a hurry. You ( ) your sweater inside ...

【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（七）（数字图像基础））

【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（七）（数字图像基础）

第7讲 数字图像基础

7.1 数字图像基本概念

7.1.1 图像的离散化

7.1.1.1 连续图像和数字图像

7.1.1.2 像素、位图、色彩深度/位深度、BMP格式

7.1.1.3 色彩模式

7.1.1.3.1 二值图像（Binary Image）

7.1.1.3.2 灰度图像（Gray Image）

7.1.1.3.3 彩色图像（RGB）

7.1.1.3.4 RGBA图像

7.1.1.3.5 256色彩色图像

7.1.1.3.6 CMYK-印刷四粉色

7.1.1.3.7 YCbCr

7.1.1.3.8 HSI 色彩模型

7.1.1.4 图像格式

7.1.1.5 图像压缩

7.1.1.5.1 JPEG格式

7.1.1.5.2 PNG格式（Portable Network Graphics，PNG）

7.1.1.5.3 GIF格式（Graphics Interchange Format）

7.1.1.5.4 TIFF格式（Tag Image File Format）

7.1.1.6 图像类型

7.1.1.6.1 平面二维图像

7.1.1.6.2 序列图像

7.1.1.6.3 深度图像（Depth Map）：

7.2 Pillow图像处理库

7.2.1 一些图像处理库

7.2.1.1 matplotlib.image方式

7.2.1.2 PIL（Python Imaging Library）

7.2.2 Pillow库

7.2.2.1 安装和导入包/模块

7.2.2.1.1 Pillow的安装

7.2.2.1.2 导入PIL.image模块

7.2.2.1.3 导入matplotlib.pyplot模块

7.2.2.2 打开图像–Image.open()函数

7.2.2.3 保存图像-save()方法

7.2.2.4 图像对象的主要属性

7.2.2.5 显示图像

7.2.2.6 分别显示不同类别的图像

7.2.2.7 转换图像的色彩模式

7.2.2.8 颜色通道的分离与合并

7.2.2.9 转化为数组

7.2.2.9.1 将灰度图像lena_gray.bmp转化为数组（反色）

7.2.2.10 对图像的缩放、旋转和镜像

7.2.2.10.1 缩放图像

7.2.2.10.1.1 img.resize()方法

7.2.2.10.1.2 img.thumbnail()方法

7.2.2.10.2 旋转、镜像（即左右翻转）

7.2.2.11 裁剪图像

7.2.3 常用的图像处理库

7.3 实例：手写数字数据集MNIST

7.3.1 图像操作汇总表

7.3.2 MNIST数据集

7.3.2.1 下载MNIST数据集

7.3.2.2 输出训练集和测试集的长度

7.3.2.3 输出图像数据和标记数据的形状

7.3.2.4 显示手写数字图片

7.3.2.4.1 输出数据集中的第1个样本

7.3.2.4.2 显示图片

7.3.2.4.3 随机显示4幅手写数字图片

7.3.3 习题及相关库补充（未作，有时间写）

7.4参考文献

【神经网络与深度学习-TensorFlow实践】-中国大学MOOC课程（七）（数字图像基础））相关推荐

最新文章

热门文章

第7讲数字图像基础