实验5 数字图像基础

1. 实验目的

①了解数字图像基本属性；
②掌握Pillow图像处理库的基本操作。

2. 实验内容

①使用Pillow库对图像进行图像色彩模式转换、颜色通道的分离与合并、转化为数组、缩放、旋转、镜像和裁剪等操作；
②将图像转化为多维数组；
③下载MNIST数据集，访问并以图片形式显示数据集中的样本。

3. 实验过程

题目一：

下载lena.tiff图像（见7.2小节课件），将R、G、B三通道分离，采用灰度图表示颜色的亮度，并分别对各个通道按要求进行处理。
要求：
(1)将R通道的图像缩小为50×50，显示在子图1中，子标题为:“R-缩放”，字体大小为14；
(2)将G通道的图像先水平镜像，再顺时针旋转90度，显示在子图2中，子标题为:“G-镜像+旋转”，字体大小为14，并显示坐标轴；
(3)对B通道的图像进行裁剪，裁剪位置：左上角(0, 0) 右下角(150, 150)，显示在子图3中，子标题为:“B-裁剪”，字体大小为14；
(4)将原始的R、G、B通道的图像合并，显示在子图4中，子标题显示图像的色彩模式，字体大小为14；
(5)将要求(4)的处理结果保存为PNG格式的图片，路径为当前工作目录，文件名为“test.png”，如图1所示；
(6)将以上生成的4幅图像显示在2×2的画布中，全局标题为“图像基本操作”，标题字体大小为20，颜色为蓝色，如图2所示。

图1 图像保存

图2 图像显示

在此之前我先上传一张lena的图片供各位下载

当然各位也可以在官网进行下载
lena官网需要各位
源码

import matplotlib.pyplot as plt
from PIL import Image
plt.rcParams["font.family"] = "SimHei"
img1 = Image.open("D:\WorkSpace\VScodeproject01\muqi\lena.tiff")
#分离R，G，B三个通道
img_r,img_g,img_b = img1.split()

plt.figure(figsize=(8,8))
#将R通道的图像缩小为50×50，显示在子图1中，子标题为:“R-缩放”，字体大小为14
imgr = img_r.resize((50,50))
plt.subplot(221)
plt.axis("off")
plt.imshow(imgr,cmap="gray")# cmap是以灰度的方式显示
plt.title("R-缩放",fontsize = 14)

#将G通道的图像先水平镜像，再顺时针旋转90度，显示在子图2中，子标题为:“G-镜像+旋转”，字体大小为14，并显示坐标轴
imgg1 = img_g.transpose(Image.FLIP_LEFT_RIGHT)
imgg2 = imgg1.transpose(Image.ROTATE_270)
plt.subplot(222)
plt.imshow(imgg2,cmap = "gray")
plt.title("G-镜像+旋转",fontsize = 14)

#对B通道的图像进行裁剪，裁剪位置：左上角(0, 0) 右下角(150, 150)，显示在子图3中，子标题为:“B-裁剪”，字体大小为14
imgb = img_b.crop((0,0,150,150))
plt.subplot(223)
plt.axis("off")
plt.imshow(imgb,cmap = "gray")
plt.title("B-裁剪",fontsize = 14)

#将原始的R、G、B通道的图像合并，显示在子图4中，子标题显示图像的色彩模式，字体大小为14
imgrgb = Image.merge("RGB",[img_r,img_g,img_b])
plt.subplot(224)
plt.axis("off")
plt.imshow(imgrgb)
plt.title(imgrgb.mode,fontsize = 14)

#将要求(4)的处理结果保存为PNG格式的图片，路径为当前工作目录，文件名为“test.png”
imgrgb.save(r"D:\WorkSpace\VScodeproject01\muqi\test.png")
#将以上生成的4幅图像显示在2×2的画布中，全局标题为“图像基本操作”，标题字体大小为20，颜色为蓝色
plt.suptitle("图像基本操作",fontsize = 20,color= "b")

plt.tight_layout(rect=[0,0,1,0.9])

plt.show()

注：

1. 不可直接照搬源码，需要修改文件路径
2. [python出现Errno 2]
   Invalid argument请查看这篇博客

题目二：
按下列要求完成程序，随机显示MNIST数据集中的样本，效果如下图所示。

要求：
(1)下载手写数字数据集，读取训练集和测试集数据，放在NumPy数组train_x、train_y、test_x、test_y中；（train_x：训练集图像，train_y：训练集标签，test_x：测试集图像，test_y：测试集标签）
(2)随机从所有测试集数据中显示16幅数字图像；
(3)16幅图像按照4×4方式排列在一张画布中，每幅图像的子标题为该图像的标签值，字体大小为14，全局标题为“MNIST测试集样本”，字体大小为20，颜色为红色。
源码

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "SimHei"

#下载手写数字数据集
mnist = tf.keras.datasets.mnist
(train_x,train_y),(test_x,test_y) = mnist.load_data()

#随机从所以测试集中显示16张数字图像
#plt.figure(figsize=(12,12))

for i in range(16):
    num = np.random.randint(1,50000)

    #16幅图像按照4×4方式排列在一张画布中，每幅图像的子标题为该图像的标签值，字体大小为14
    plt.subplot(4,4,i+1)
    plt.axis("off")
    plt.imshow(train_x[num],cmap="gray")
    plt.title("标签值" + str(train_y[num]),fontsize = 14)


# 全局标题为“MNIST测试集样本”，字体大小为20，颜色为红色。
plt.suptitle("MNIST测试集样本",fontsize = 20,color = "r")

plt.tight_layout(rect=[0,0,1,0.9])

plt.show()

4. 实验小结&讨论题

① 实验过程中遇到了哪些问题，你是如何解决的？
图片导入失败，发现是路径出错。

② 你知道Keras中还集成了哪些数据集吗？请列举1-2个例子，并进行简单介绍。

1. 波士顿房价数据
   本数据集取自由卡内基梅隆大学维护的StatLib库。这个数据集包含了19世纪70年代末波士顿郊区不同地点的房屋信息数据，每条数据包含13个属性，目标属性是某地点房屋的售价(单位为k$)。
   这个数据集的数据较老，再加上房价与很多因素有关，不具有通用性。它可用于练习回归算法，对于实际项目的作用有限，如果用它来预测中国的房价，绝对谬之千里。
2. CIFAR10 (十种类别的图片集)
   本数据集包含50,000个32x32彩色训练图像和10,000个测试图像，一共10个类别的标签。
3. CIFAR100 (100种类别的图片集)
   和CIFAR10数据集类似，只是标签类别扩充到100个，也就是有100个类别的图像。
4. MNIST (手写数字图片集)
   本数据集包含10个数字的60,000个28x28灰度图像，以及10,000个图像的测试集。
5. Fashion-MNIST (10种时尚类别的图片集)
   本数据集包含10个时尚类别的60,000个28x28灰度图像，以及10,000个图像的测试集。此数据集可用作MNIST的替代品。
6. IMDB电影点评数据
   来自IMDB的25,000个电影评论的数据集，标记为正面评价和负面评价。数据集并不是直接包含单词字符串，而是已经过预处理，每个评论都被编码为一系列单词索引（整数）。
7. 路透社新闻数据
   这是来自路透社的11,228条新闻线索的数据集，标记有46个主题。与IMDB数据集一样，每条新闻线索都被编码为一系列单词索引（相同的约定）。

③ 在题目基本要求的基础上，你对每个题目做了那些扩展和提升？或者你觉得在编程实现过程中，还有哪些地方可以进行优化？
完全按照题目的要求来做的。