Python中二维图像的称重传感器阵列
我有一个大小为100×1的单元格数组Python中二维图像的称重传感器阵列,python,matlab,Python,Matlab,我有一个大小为100×1的单元格数组IMAGES,其中每个条目IMAGES{I}是一个大小为32×32的二维数组。我想在Python中加载它,以便加载的变量x具有x.shape返回(100L,32L,32L)。 现在我已经编写了以下代码: imgMat = loadmat('IMAGES_DS.mat', matlab_compatible = True) Test = imgMat ['IMAGES'] print(Test.shape[0], 'test samples') 首先,您应
IMAGES
,其中每个条目IMAGES{I}
是一个大小为32×32的二维数组。我想在Python中加载它,以便加载的变量x
具有x.shape
返回(100L,32L,32L)
。
现在我已经编写了以下代码:
imgMat = loadmat('IMAGES_DS.mat', matlab_compatible = True)
Test = imgMat ['IMAGES']
print(Test.shape[0], 'test samples')
首先,您应该使用
screek\u me
参数来loadmat
而不是matlab\u兼容的
参数。这将删除图像中的单例维度,使其成为(100,)
形状,而不是(100,1)
然后您应该执行Test=np.dstack(Test)
,它将沿深度维度(维度2)的图像中的单个32x32数组组合在一起,这将生成一个(32,32,100)
数组
如果您确实需要它作为(100,32,32)
数组,那么您可以执行Test=np.rollaxis(Test,2,0)
将第二个维度(最后一个维度)移动到第零个维度。我建议您描述一下python中的变量。虽然这里的许多程序员可能知道如何转换一些基本的数据结构,但只有少数人熟悉scipy
的特定功能。