image.shape[] 和array.shape[]的含义

image.shape[]也是将图片转换成array.shape[]来输出的，所以理解了array.shape[]就可以理解image.shape[]了
array.shape表示array的组成情况
shape[0],shape[1],shape[2],shape[3]…表示array不同层次的元素数量
从shape[0]-shape[1]表示的是array从外到内的组成元素个数
举例如下
定义如下数组 dem1

dem1 = np.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.]]])
print(dem1.shape[0])
print(dem1.shape[1])
print(dem1.shape[2])

输出结果为

2
3
8

定义如下数组dem2

dem2 = np.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.]])
print(dem2.shape[0])
print(dem2.shape[1])

输出结果为

3
8

若在dem2的程序中加入 print(dem2.shape[2])
则会显示 IndexError: tuple index out of range

同理，运用到image.shape[]时，image.shape[0],image.shape[1]表示图像长，宽，image.shape[0],image.shape[1],image.shape[2]表示图像长，宽，通道数

*需要注意，数组层数不同，方括号的数量也不同，否则会显示

TypeError: data type not understood

此问题可参考博客 https://blog.csdn.net/quintind/article/details/77370276

image.shape[] 和array.shape[]的含义相关推荐

(python numpy) np.array.shape 中 (3,)、(3,1)、(1,3)的区别
(python numpy) np.array.shape 中 (3,).(3,1).(1,3)的区别被人问到这个问题,就记录一下吧 1. (3,) (3,)是[x,y,z][x,y,z][x,y, ...
python array.shape
shape的功能是查看矩阵或者数组(array)的维数. print(type(array([[[1.0,1.1]]]).shape)) <class 'tuple'> print(arr ...
Python中的shape[0]、shape[1]和shape[-1]含义
使用shape[0]读取矩阵的行数(长度) shape[1]的读取矩阵列数直接用.shape可以快速读取矩阵的形状. 使用方法 import numpy as np x=np.array([[1,2 ...
numpy的Y.shape和Y.shape[0]的区别
numpy数组的shape属性返回数组的维度.如果Y有n行和m列,那么Y.shape是(n,m).所以Y.shape[0]是n. 所以假定 import numpy as np a=np.array ...
ValueError: Shape mismatch: The shape of labels (received (768,)) should equal the shape of logits e
问题运行tensorflow 的resnet网络,预测结果,出现报错 ValueError: Shape mismatch: The shape of labels (received (768,) ...
tensorflow 基础: static shape VS Dynamic shape, get_shape VS tf.shape() , reshape VS set_shape
######################################################################################### 1) 概念:stat ...
python中shape[0]与shape[1]
import numpy as np k = np.matrix([[1, 2, 3, 4],[5, 6, 7, 8],[9, 10, 11, 12]]) print(np.shape(k)) # 输 ...
AcrMap通过几何计算添加shape.length和shape.area字段
为了进行几何计算(给图层添加面积.周长字段),矢量图层必须要进行投影变换,针对现有的图层(WKID:4326),有两种处理方式: 方法一:源数据转换为投影坐标系 1.打开工具箱 2.广州地区一般投影成 ...
python numpy array中维度的区别 array.shape
运行以下代码: 3 import numpy as np4 5 aa = np.array([6 [1,2,3,4],7 [5,6,7,8],8 [9,8,7,6]9 ]) 10 11 r1 = aa ...
python中的shape[-1]与shape[0]，shape[1]的含义，用法
初学深度学习,遇到shape[-1],了解了一下他的含义: 首先需要知道,对于二维张量,shape[0]代表行数,shape[1]代表列数,同理三维张量还有shape[2]: 一般来说-1代表最后一个 ...

image.shape[] 和array.shape[]的含义

image.shape[] 和array.shape[]的含义相关推荐

最新文章

热门文章