Načtení .png obrázku

Abychom dokázali s obrázky rozumně pracovat (učit se z nich a klasifikovat je), převedeme každý obrázek do formy číselného vektoru. Každé číslo bude odpovídat odstínu jednoho pixelu v obrázku.

S využitím knihoven Pillow a Numpy je to velmi snadné:

from PIL import Image
import numpy as np
 
impath = 'train_data/img_1112.png'
image_vector = np.array(Image.open(impath)).astype(int).flatten()

Pokud vás víc zajímá, co výše uvedený kód dělá, zkusme si ho přepsat do postupné formy:

from PIL import Image
import numpy as np
 
impath = 'train_data/img_1112.png'
im = Image.open(impath)
print(type(im))
im2d = np.array(im)
print(type(im2d), im2d.shape)
im1d = im2d.flatten()
print(type(im1d), im1d.shape)
print(im1d)

<class 'PIL.PngImagePlugin.PngImageFile'>
<class 'numpy.ndarray'> (10, 10)
<class 'numpy.ndarray'> (100,)
[230 202 168 139 124 129 147 180 206 221 227 181 126  84  51  49  80 145
 206 241 227 169 102  50  18   7  27  96 183 233 212 156  92  40  21  15
  25  76 164 224 196 136  78  47  33  32  39  73 141 203 175 118  64  41
  42  45  48  66 122 184 151  87  39  24  35  34  28  35  84 156 139  76
  36  26  35  37  30  38  69 130 152 106  87  99 116 114  95  77  82 122
 198 180 186 217 237 226 199 168 152 172]

• Funkce Image.open() načte obrázek ze souboru a vrátí instanci třídy PngImageFile.
• Funkce np.array() zkonvertuje obrázek na instanci třídy numpy.ndarray, tedy vytvoří 2D pole o rozměrech 10×10.
• Metoda ndarray.astype() změní datový typ prvků pole.
• Metoda ndarray.flatten() z matice 10×10 vytvoří vektor o délce 100, jehož obsah je vidět na konci výpisu.