import numpy as np
import matplotlib.pylab as plt
import matplotlib.image as mpimg
img=mpimg.imread('C:/Users/xpp/Desktop/Lena.png')#读取图像
print(img[0,40])
print(img[10:13,20:23,0:1])
lx,ly,_=img.shape
X,Y=np.ogrid[0:lx,0:ly]
mask=(X-lx/2)**2+(Y-ly/2)**2>lx*ly/4
img[mask,:]=0
plt.figure(figsize=(10,10))
plt.imshow(img)
plt.axis('off')
plt.show()
[0.79607844 0.34509805 0.33333334] [[[0.9019608 ] [0.9019608 ] [0.8980392 ]] [[0.90588236] [0.9019608 ] [0.8980392 ]] [[0.9019608 ] [0.9019608 ] [0.8901961 ]]]
算法:图像切片是把使用切片将源图像分成许多的功能区域。例如,一个完整的网页切割许多小片,以便上传。我们设计的网页设计稿切成一片一片的,或一个表格一个表格的,这样我们可以对每一张进行单独的优化,以便于网络上的下载。
dst=img[start_index : end_index : step]
网址:https://www.cs.cmu.edu/~mrmiller/15-110/Handouts/arrays2D.pdf
http://cesiumlab.cn/thread?topicId=50
本文分享自 图像处理与模式识别研究所 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!