多张图片读入后组成一个矩阵。怎么读取图片,可以让其读入的形式是:ndarray(a,b,c)分别的含义:a为多少张图片,b*c为图片大小

  • 不显示通道数:

    要将多张图片读取为一个 NumPy 数组(ndarray),其中 a 表示图片数量,bc 分别表示每张图片的高度和宽度(不显示通道数),你可以使用 Python 中的 PIL(Pillow)库和 NumPy 库。下面是一个示例代码,展示了如何实现这一点:

    代码示例

import numpy as np
from PIL import Image
import os

def load_images_from_folder(folder):
    images = []
    for filename in os.listdir(folder):
        img_path = os.path.join(folder, filename)
        img = Image.open(img_path).convert('L')  # 转为灰度图像,只有一个通道
        images.append(np.array(img))

    # 如果你想保持所有图片的尺寸一致,可以在这里对它们进行裁剪或缩放
    # 例如:
    # img = img.resize((desired_width, desired_height))

    return np.array(images)

# 指定图片所在的文件夹路径
folder_path = 'path/to/your/images/'
image_array = load_images_from_folder(folder_path)

print(image_array.shape)  # 输出.shape 应该是 (a, b, c)
 

  • 说明

     
    1. 导入库:你需要确保已经安装了 PillowNumPy 库,可以使用以下命令安装:

    2. pip install Pillow numpy
       

    3. 图片读取

      • os.listdir(folder) 列出文件夹中的所有文件名。
      • Image.open(img_path).convert('L') 读取每张图片并将其转换为灰度图像(单通道)。
      • np.array(img) 将图片转换为 NumPy 数组。
    4. 返回结果:所有图片以数组形式返回,并且形状为 (a, b, c),其中 a 是图片数量,bc 是图片的高度和宽度。

    5. 调整图片大小:如果图片尺寸不一,可以在读取时添加尺寸调整的代码,以确保所有图片的形状一致。

  • 显示通道数:

    要将多张图片读取为一个 NumPy ndarray,并且使其形状为 (a, b, c),其中 a 是图片的数量,bc 是每张图片的尺寸(高度和宽度),你可以使用 OpenCVPIL 库来读取图片,并将它们转换成 ndarray。

    下面是使用这两个库的例子:

    使用 OpenCV

import cv2
import numpy as np
import os

# 读取图片函数
def load_images_from_folder(folder):
    images = []
    for filename in os.listdir(folder):
        img = cv2.imread(os.path.join(folder, filename))
        if img is not None:
            img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 将 BGR 转换为 RGB
            images.append(img)
    return np.array(images)

# 使用示例
folder_path = 'path/to/your/images'
images_array = load_images_from_folder(folder_path)

print(images_array.shape)  # 输出形状: (数量, 高度, 宽度, 通道数)
 

  • 使用 PIL

from PIL import Image
import numpy as np
import os

# 读取图片函数
def load_images_from_folder(folder):
    images = []
    for filename in os.listdir(folder):
        img = Image.open(os.path.join(folder, filename))
        img = img.convert('RGB')  # 转换为 RGB 模式
        images.append(np.array(img))
    return np.array(images)

# 使用示例
folder_path = 'path/to/your/images'
images_array = load_images_from_folder(folder_path)

print(images_array.shape)  # 输出形状: (数量, 高度, 宽度, 通道数)
 

  • 注意事项

    • 如果你希望输出的 ndarray 形状为 (a, b, c),你需要对最后的输出进行调整,通常你可以选择丢弃通道信息,形状可能转为 (a, b, c, 3),表示 RGB 通道。
    • 确保所有的图片都是同样的尺寸(高、宽),否则最终的 ndarray 会因为尺寸不一致而无法正确创建。

你可能感兴趣的:(矩阵,线性代数)