如何使用pylab查看RGB图像

Question

我正在尝试以CIFAR-10格式查看32x32像素的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.值以行主顺序存储,所以前32个字节是图像第一行的红色通道值."

因此,原始图像形状是:

numpy.shape(image)
(3072L,)

我像这样重塑它:

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

但是,当我尝试

imshow(im)

在iPython控制台中,我看到原始图像的3×3个图块:

我希望看到一辆汽车的单一图像.我在这里看到了这个问题,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

我知道问题发布已经有一段时间了,但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)

你要做的是首先使用默认格式重塑矩阵,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-contiguous(实际上是row-major),但是对于matplotlib,你需要红色通道值[:,:,0].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')