# coding=gbk
from PIL import Image
import numpy as np
# import scipydef loadImage():
# 读取图片
im = Image.open("lena.jpg")# 显示图片
im.show() im = im.convert("L")
data = https://www.it610.com/article/im.getdata()
data = np.matrix(data)
#print data
# 变换成512*512
data = np.reshape(data,(512,512))
new_im = Image.fromarray(data)
# 显示图片
new_im.show()loadImage()推荐阅读
- C语言学习|第十一届蓝桥杯省赛 大学B组 C/C++ 第一场
- paddle|动手从头实现LSTM
- pytorch|使用pytorch从头实现多层LSTM
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- pytorch|YOLOX 阅读笔记
- 前沿论文|论文精读（Neural Architecture Search without Training）
- 联邦学习|【阅读笔记】Towards Efficient and Privacy-preserving Federated Deep Learning
- OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
- 深度学习|深度学习笔记总结
- 《繁凡的深度学习笔记》|一文绝对让你完全弄懂信息熵、相对熵、交叉熵的意义《繁凡的深度学习笔记》第 3 章 分类问题与信息论基础（中）（DL笔记整理