python - 如何使用 pylab 查看 RGB 图像

Question

我正在尝试查看 CIFAR-10 格式的 32x32 像素 RGB 图像。这是一个 numpy 数组，其中像素值 (uint8) 排列如下: “前 1024 个字节是红色 channel 值，接下来的 1024 个是绿色 channel 值，最后一个 1024 个字节是蓝色 channel 值。这些值按行优先顺序存储，因此前 32 个字节是第一行的红色 channel 值图片。”

因此，原始图像的形状是:

numpy.shape(image)
(3072L,)

我像这样 reshape 它:

im = numpy.reshape(image, (32,32,3))

然而，当我尝试

imshow(im)

在 iPython 控制台中，我看到原始图像的 3 x 3 block :

我希望看到的是一张汽车图片。 我看到了this question在这里，但我不确定他们在那里做什么，以及这是否与我的情况有关。

Answer 1

我知道问题发布已经有一段时间了，但我想更正 Oliver 的回答。如果您使用 Fortran 命令，则图像会反转并逆时针旋转 90 度。

当然，如果您以这种方式格式化所有图像，您仍然可以训练这些数据。但是为了防止你发疯，你应该做以下事情:

im = c.reshape(3,32,32).transpose(1,2,0)

您正在做的是首先使用默认格式 reshape 矩阵，该格式使您在第一个维度中获得 RGB，然后在其他两个维度中获得行和列。然后你正在打乱维度，使原始维度(RGB，索引为 0)中的第一个维度切换到第三个维度，第二个和第三个维度分别向上移动 1。

希望这对您有所帮助。