如何使用pylab查看RGB图像

Question

我正在尝试以CIFAR-10格式查看32x32像素RGB图像。它是一个numpy数组，其中像素值（uint8）排列如下： “前1024个字节是红色通道值，下一个1024是绿色，最后1024个是蓝色。这些值按行主要顺序存储，所以前32个字节是第一行的红色通道值图片。”

因此，原始图像形状为：

numpy.shape(image)
(3072L,)

我像这样重塑它：

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

然而，当我尝试

时

imshow(im)

在iPython控制台中，我看到原始图像的3×3个图块：

我希望看到汽车的单个图像。 我在这里看到了this question，但我不确定他们在那里做了什么，如果这与我的情况有关。

Answer 1

我知道自问题发布以来已经有一段时间但是我想纠正奥利弗的答案。如果您通过Fortran订购，则图像会反转并旋转90度CCW。

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重新整形矩阵，该格式在第一维中获得RGB，然后在其他两个维中获得行和列。然后你正在改变尺寸，使原始的第一个尺寸（RGB，索引为0）切换到第三个维度，第二个和第三个维度每个向上移动1.

希望这有所帮助。

Answer 2

尝试更改订单。默认情况下，它是C连续的（实际上是row-major），但对于matplotlib，您需要[:,:,0]中的红色通道值。这意味着您应该以Fortran顺序读取该数据，以便它首先填充“列”（在此3D上下文中）。

im = numpy.reshape(c, (32,32,3), order='F')