【594】图像读取与显示(mask图像)
图像转数组
1 2 3 4 5 6 7 8 9 10 11 12 13 | from keras.preprocessing import image img_path = target_img_paths[ 9 ] img = image.load_img(img_path) x = image.img_to_array(img) x.shape # (448, 500, 3) # 获取数组包含的值,三个通道的值一样 set (x.reshape( 448 * 500 * 3 )) # {1.0, 2.0, 3.0} |
只包含几个数值的图像显示
1 2 3 4 5 6 7 8 9 10 11 12 13 | from IPython.display import Image, display from tensorflow.keras.preprocessing.image import load_img import PIL from PIL import ImageOps # Display input image #7 # 正常图片显示 display(Image(filename = input_img_paths[ 9 ])) # Display auto-contrast version of corresponding target (per-pixel categories) # 只含有 3 个数字的图像显示 img = PIL.ImageOps.autocontrast(load_img(target_img_paths[ 9 ])) display(img) |
最简单的图像显示(在 jupyter 内部显示),使用 Ipython.display(Image打开的图片) 函数,参考:Jupyter-notebook 显示图片的两种方法
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布:重大改进与新特性概览!
· .NET10 - 预览版1新功能体验(一)
2012-07-05 【055】长江水文数据自动记录程序