python读取图片为数字矩阵(python读取图片中的文字 数字)
Python如何将txt或者csv文件的数据转成矩阵？
很多时候，我们将数据存在txt或者csv格式的文件里，最后再用python读取出来，存到数组或者列表里，再做相应计算。本文首先介绍写入txt的方法，再根据不同的需求（存为数组还是list）,介绍从txt读取浮点数的方法。
一、写入浮点数到txt文件：
假设每次有两个浮点数需要写入txt文件，这里提供用with关键字打开文件的方法，使用with打开文件是一个很好的习惯，因为with结束，它就会自动close file，不用手动再去flie.close()。
[python] view plain copy
with open('file_path/filename.txt','a') as file:
write_str = '%f %f\n'%(float_data1,float_data2)
file.write(write_str)
二、从txt文件提取浮点数到numpy数组或list列表
首先假设你有一个odom.txt 的文件，里面每一行的数据个数都相同，如截图所示：
1.如果你是想把这些数据读取出来，存为numpy数组,那么一句代码可以搞定：
[python] view plain copy
a = numpy.loadtxt('odom.txt')
存为numpy数组以后，a的尺寸可以用a.shape进行查看，这里应为：（14,2）也就是14行2列。如果你觉得这个形状不是你期待的，你可以用:
[python] view plain copy
b = numpy.reshape(a,(你想要的形状))
如
b = numpy.reshape(a,(-1,1,2))
那么b就是一个三维数组了（14,1,2）
2.如果只是想读出来，存到一个list里,那就用下面的常用python格式了：
[python] view plain copy
with open('odom.txt', 'r') as f:
data = f.readlines() #txt中所有字符串读入data
for line in data:
odom = line.split() #将单个数据分隔开存好
numbers_float = map(float, odom) #转化为浮点数
print numbers_float
用python载入图像时，为什么要用array（）方法将图像转换为Numpy的数组对象？
因为矩阵里的每个位置都对应图像上的位置和数据，简单的rbg格式来说，前两个维度是宽和高，第三维度是对应的三种颜色色深。所以每张图片都是一个多维矩阵组成，转化为nunpy数组就是方便通过矩阵运算来对图像进行修改
python处理图片数据？
生成一张纯色的图片
先设置图片的颜色，接着利用Image模块的new方法新生成一张图片，png格式的图片需要设置成rgba，类似的还有rgb，L(灰度图等)，尺寸设定为640，480，这个可以根据自己的情况设定，颜色同样如此。
批量生成图片
上面生成了一张图片，那要生成十张图片呢，这种步骤一样，只是颜色改变的，利用循环就可以解决。首先创建一个颜色列表，把要生成的图片颜色放进去。接着循环获取不同的颜色，保存的时候利用字符串拼接的方法改变图片的名字。
本地生成的图片
封装成函数
前面的方法已经可以批量生成图片了，为了通用性强一点，我们可以封装成函数，把哪些可以改变的参数单独抽离出来。尺寸也同样，使用的时候，可以根据自己的需要定义颜色列表和尺寸。当然还有加一些提示用语和报错兼容性，这里就不讲了。
本地生成的图片
python怎么输出数字方阵？
n = 5
temp = [str(v) for v in range(1, n+1)]
temp = ''.join(temp)
r = []
for i in range(0, n):
r.append(temp[i:] + temp[0:i])
for i in r:
print(i)
用python怎么读取mat文件的三维矩阵
如图, C是一个三维矩阵, 可以用python的scipy包读取C, 并转换为三维数组的形式
#?coding=utf-8
import?scipy.io?as?sio
import?numpy?as?np
data?=?sio.loadmat(r'C:\Users\xiligey\Desktop\C3.mat')??#?把这个路径改成你的mat路径即可
print('scipy读取三维矩阵的初步结果:?\n%s\n'?%?data)
result?=?data['C']
print('提取出其中的三维数组:?\n%s'?%?result)
结果是这样的: