共计 590 个字符,预计需要花费 2 分钟才能阅读完成。
干货分享:MindSpore v1.7 中 MindSpore NumPy 工具包提供了一系列类 NumPy 接口,不仅能够应用类 NumPy 语法在 MindSpore 上进行模型的搭建,还能够用其来进行图像处理操作,比方在数据加强场景下进行图像拼接
代码:
import mindspore.numpy as np
import matplotlib.pyplot as plt
a = plt.imread(“./mindspore.jpg”)
将图像沿着程度方向反复三次。
print(a.shape)
b=np.concatenate((a,a,a),axis=1)
print(b.shape)
将图像沿着垂直方向反复两次
c=np.concatenate((a,a),axis=0)
print(c.shape)
将图像沿着程度方向反复两次,垂直反复三次。
d=np.concatenate((a,a),axis=1)
d=np.concatenate((d,d,d),axis=0)
print(d.shape)
fig,ax = plt.subplots(2,2)
fig.set_size_inches(5,5) # 画布大小
ax[0,0].imshow(a)
ax[0,1].imshow(b)
ax[1,0].imshow(c)
ax[1,1].imshow(d)
plt.tight_layout() # 主动调整间距
plt.show()
效果图:
正文完