[人工智能]python工具方法 28 简单整理分享一些图像展示的代码

将一些常用的功能封装为函数，可以减少开发中的代码冗余，并有利于提升开发速度。为此，博主整理了自己在开发中常用的图像处理函数：图像显示、多图批量显示、多图网格化显示、label图上色、将图像读取为tensor、将tensor转换为图片。本文的第一节为全部库函数代码，后续为函数调用案例。

1、全部代码

from matplotlib import pyplot as plt
from PIL import Image
import numpy as np
 
def myimshow(img, title=False,fname="test.jpg",size=6):
    fig = plt.figure(figsize=(size,size))
    if title:
        plt.title(title)
    if len(img.shape) == 2:
        plt.imshow(img, cmap='gray')
    else:
        plt.imshow(img)
    plt.xticks(())
    plt.yticks(())
    plt.savefig(fname, bbox_inches='tight')
    plt.show()
    
def myimshows(imgs, titles=False, fname="test.jpg", size=6):
    lens = len(imgs)
    fig = plt.figure(figsize=(size * lens,size))
    if titles == False:
        titles="0123456789"
    for i in range(1, lens + 1):
        cols

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖

了解本专栏 订阅专栏 解锁全文