np.zeros初始化图像

简介: np.zeros初始化图像

今天做插值算法时,自生成了一个图像用于表示缩放后的图像

使用np.zeros(width,height)来进行了初始化,但是进行完缩放后,显示的图像很明显不对劲,但如果将缩放后的结果保存为图像,再加载又是显示正常的。

后来我猜测会不会跟初始化时的类型有关,试了一下,果不其然,增加了dtype=np.uint8后,进行完插值算法的结果显示正常。

dstImg=np.zeros((500,500,3),np.uint8)

图1为不加np.uint8时的结果,图二为加了之后的结果。

 


找到问题之后,进行原因分析就简单了:

首先,我猜测其初始化为浮点数后,后面虽然将其赋值为整数,但其存储类型可能还是浮点数,因此直接通过cv2显示,好多点应该显示不出来。

经过断点调试发现,默认初始化后的类型为float64,虽然结果都是整数,但因其类型不对从而导致图像不能正常显示。


经验:

       这里可以学习到一个经验,再处理图像时,我们可以直接将其类型限定为np.uint8,以避免不必要的麻烦。

相关文章
|
4月前
np.array()按权重求平均值详解
np.array()按权重求平均值详解
|
1月前
|
机器学习/深度学习 索引 Python
Numpy学习笔记(二):argmax参数中axis=0,axis=1,axis=-1详解附代码
本文解释了NumPy中`argmax`函数的`axis`参数在不同维度数组中的应用,并通过代码示例展示了如何使用`axis=0`、`axis=1`和`axis=-1`来找到数组中最大值的索引。
87 0
Numpy学习笔记(二):argmax参数中axis=0,axis=1,axis=-1详解附代码
|
1月前
|
Python
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
NumPy库中的`np.concatenate`和`np.append`函数,它们分别用于沿指定轴拼接多个数组以及在指定轴上追加数组元素。
28 0
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
|
3月前
tf.zeros(), tf.zeros_like(), tf.ones(),tf.ones_like()
【8月更文挑战第11天】tf.zeros(), tf.zeros_like(), tf.ones(),tf.ones_like()。
35 5
|
6月前
使用zeros()函数创建数组
使用zeros()函数创建数组。
78 6
|
Python
浅谈NumPy中的维度Axis
NumPy中的维度是一个很重要的概念,很多函数的参数都需要给定维度Axis,如何直观的理解维度呢?我们首先以二维数组为例进行说明,然后推广到多维数组。 (有人将ndim属性叫维度,将axis叫轴,我还是习惯将axis称之为维度,axis=0称为第一个维度)
82 0
  浅谈NumPy中的维度Axis
|
计算机视觉 Python
cv2 resize 与reshape的区别
cv2 resize 与reshape的区别
|
机器学习/深度学习 PyTorch 算法框架/工具
Numpy | np.random随机模块的使用介绍
Numpy | np.random随机模块的使用介绍
245 0
Numpy | np.random随机模块的使用介绍
|
Python
【Numpy库学习笔记】Numpy中dim、shape和size的理解
【Numpy库学习笔记】Numpy中dim、shape和size的理解
340 0