关于tensorflow:易学又易用就在MindSpore-v17-基于新特性的mindsporenumpy进行图像拼接

利用体验：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：