Numpy 如何将多个图像加载到一个Numpy数组中

阅读更多：Numpy 教程

介绍

在处理图像时，将多个图像加载到一个Numpy数组中可以帮助我们更好地对他们进行处理。本文将介绍使用Numpy将多个图像加载到一个Numpy数组中的方法。

具体步骤

1. 导入需要的包和库。

   import numpy as np
   import cv2
   import os
   

2. 定义一个函数来加载图片并将它们转换为Numpy数组。

   def load_images_from_folder(folder):
    images = []
    for filename in os.listdir(folder):
        img = cv2.imread(os.path.join(folder,filename))
        if img is not None:
            images.append(img)
    return images
   

   该函数将遍历指定文件夹中的所有图像，并使用OpenCV的imread函数将它们加载到一个Python列表中。

   然后，我们将使用numpy.stack函数将它们转换为一个numpy数组。

   folder = 'path to folder with images'
   all_images = load_images_from_folder(folder)
   
   # 将列表转换为numpy数组
   np_array = np.stack(all_images, axis=0)
   

   通过指定“axis=0”，我们可以将所有图像堆叠在一起，创建一个3D numpy数组。

   例如，我们有3张200×200的RGB图像，最终将创建一个包含3个200x200x3的Numpy数组。

3. 使用数组
   现在，我们可以使用这个numpy数组来执行许多操作，例如：

   • 将所有图像转换为灰度

     gray_images = np.mean(np_array, axis=3)
     

   • 缩放所有图像

     resized_images = np.array([cv2.resize(img, (100, 100)) for img in all_images])
     

   通过使用Numpy数组，我们可以轻松地执行这些操作而不必对每个图像进行单独的循环。

总结

在本文中，我们介绍了如何使用Numpy将多个图像加载到一个Numpy数组中。使用这个数组，我们可以轻松地执行许多图像处理操作。