scipy筆記—scipy.misc.imresize用法(方便訓練圖像數據)

scipy.misc.imresize

不同於普通的reshape， imresize不是單純的改變圖像矩陣的維度，而是能將圖片重采樣為指定像素，這樣給深度學習中訓練圖像數據帶來方便。

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" # 修改你圖像的名字  fname = "images/" + my_image # 圖片位置  image = np.array(ndimage.imread(fname, flatten=False)) # 讀入圖片為矩陣  plt.imshow(image)

# my_image = scipy.misc.imresize(image, size=(num_px, num_px)).reshape((1, num_px * num_px * 3)).T # 轉置圖片為 (num_px*num_px*3, 1)向量 # 重新設置圖像像素  my_image = scipy.misc.imresize(image, size=(num_px, num_px)) plt.imshow(my_image)

2020.6.3日修改============================================================

這個函數在新版本的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"   # 修改你圖像的名字
## END CODE HERE ##

# We preprocess the image to fit your algorithm.
fname = "images/" + my_image                              # 圖片位置     
image = np.array(imageio.imread(fname))                   # 讀入圖片為矩陣, 這里用原版本的會出錯，scipy的那個函數被刪了
print(image.shape)

# 轉置圖片為 (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)