数据生成

2018-10-13 | 阅读：次

Image类的函数

Image.new(mode, size, color) ⇒ image 含义：使用给定的变量mode和size生成新的图像。Size是给定的宽/高二元组，这是按照像素数来计算的。对于单通道图像，变量color只给定一个值；对于多通道图像，变量color给定一个元组（每个通道对应一个值）。在版本1.1.4及其之后，用户也可以用颜色的名称，比如给变量color赋值为“red”。如果没有对变量color赋值，图像内容将会被全部赋值为0（图像即为黑色）。如果变量color是空，图像将不会被初始化，即图像的内容全为0。这对向该图像复制或绘制某些内容是有用的。 参考网址：https://blog.csdn.net/icamera0/article/details/50666815

Image.new(mode, size, color)

The mode of an image defines the type and depth of a pixel in the image. The current release supports the following standard modes:

1 (1-bit pixels, black and white, stored with one pixel per byte)
L (8-bit pixels, black and white)
P (8-bit pixels, mapped to any other mode using a color palette)
RGB (3x8-bit pixels, true color)
RGBA (4x8-bit pixels, true color with transparency mask)
CMYK (4x8-bit pixels, color separation)
YCbCr (3x8-bit pixels, color video format)
- Note that this refers to the JPEG, and not the ITU-R BT.2020, standard
LAB (3x8-bit pixels, the Lab color space)
HSV (3x8-bit pixels, Hue, Saturation, Value color space)
I (32-bit signed integer pixels)
F (32-bit floating point pixels)

含义：

使用给定的变量mode和size生成新的图像。Size是给定的宽/高二元组，这是按照像素数来计算的。
对于单通道图像，变量color只给定一个值；对于多通道图像，变量color给定一个元组（每个通道对应一个值）。
在版本1.1.4及其之后，用户也可以用颜色的名称，比如给变量color赋值为“red”。如果没有对变量color赋值，图像内容将会被全部赋值为0（图像即为黑色）。如果变量color是空，图像将不会被初始化，即图像的内容全为0。这对向该图像复制或绘制某些内容是有用的。

import numpy as np
import cv2
font = cv2.FONT_HERSHEY_SIMPLEX#默认字体
im = np.zeros((50,50,3),np.uint8)
#添加文字，1.2表示字体大小，（0,40）是初始的位置，(255,255,255)表示颜色，2表示粗细
img2 = cv2.putText(im, '3', (0, 40), font, 1.2, (255, 255, 255), 2)
cv2.imshow('dst', img2)
cv2.waitKey(0)
#img2.show()

参考网址：https://www.zhihu.com/question/68390406

enumerate() 函数

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。

>>>seasons = ['Spring', 'Summer', 'Fall', 'Winter']
>>> list(enumerate(seasons))
[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]
>>> list(enumerate(seasons, start=1))       # 下标从 1 开始
[(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]

random.random():生成一个0-1之间的随机浮点数.

仿射变换

仿射变换指的是一个向量空间进行一次线性变换并接上一个平移，变换为另一个向量空间的过程。

图像进行仿射变换后，有以下几个特点：二维图形之间的相对位置关系保持不变，平行线依旧是平行线，且直线上的点的位置顺序保持不变。

一个任意的仿射变换都可以表示为乘以一个矩阵（线性变换）接着再加上一个向量（平移）的形式。

三种常见形式：

旋转，rotation（线性变换）
平移，translation（向量加）
缩放，scale（线性变换）

仿射变换本质是一个2* 3的矩阵M乘上原图的每个坐标，得到目标图的对应点坐标。2*3矩阵M中的2表示目标点坐标的x与y，3中的第三维是平移分量。因此需要做的就是找到矩阵M，OpenCV提供 getAffineTransform 求出仿射变换， getRotationMatrix2D 来获得旋转矩阵。

这里简单说说仿射变换是怎么做到的。

现在有两幅图像（如下图），图像二是图像一经过放射变化得来的。那问题来了，我们怎么从这两个图像信息里挖掘出两图之间的映射关系？