2. Learning Tensorflow Arrays

1.  在Tensorflow处理图片是一件很常见的事情。
     对图片的操作，必定涉及到了Array

   处理图片使用时需要使用matplotlib
   所以要安装matplotlib，  python好像已经安装了，若没有安装的话，自行安装。


二.    加载图片

 

该照片放置的目录和该脚本放置的目录一致。

打印的数据为图像的分辨率和像素为几通道。


三.    显示图片
在二的基础上，添加以下代码：

 

 

总的代码如下：

 

使用plt来查看图片。

 

四： Tensorflow 操作图片，将图片进行旋转

 

 

其中最为重要的就是：
                            x=tf.transpose(x,perm=[1,0,2])
使用了TensorFlow中的transpose函数方法。

五.  今天使用tensorflow遇到一个函数 tf.transpose(X,perm = [0,2,1])

这个函数就是将tensor的对应的维数进行置换，这里发现几点，

1.tensorflow 里面的 tensor是先从高维向低维算起的

比如：'x' is   [

                          [   [1  2  3]
  #                          [4  5  6]   ]
  #                     [    [7  8  9]
  #                          [10 11 12]    ]

                    ]

x的维数就是【2,2,3】 

有两对   [[ ]]  第一个2，    [[   ]]中有两对[ ]，第二个2，  [   ]有三个数，1,2,3即[1  2  3]

1. # 'x' is   [  [[1  2  3]  
2. #                [4  5  6]]  
3. #              [[7  8  9]  
4. #               [10 11 12]]  ] 
   

而perm的意思就是将tensor对应的不同的维数之间变换

x的维数就是【2,2,3】，

这里perm=[0,1,2],0对应x维数的第一个2,  1对应第二个2,   2对应维数3.

比如perm = 【2,1,0】，则原tensor = 【3，2,2】，全部倒过来

   perm = 【0,2,1】 ， 则原tensor = 【2,3,2】， 最后两维置换

        tf.transpose(b, perm=[0, 2, 1]) ==>

                                      [[[1  4]
                                        [2  5]
                                        [3  6]]

                                       [[7 10]
                                        [8 11]
                                        [9 12]]] 



六   图片的轴对称旋转

 

 

跟上面不同之处

 

 最后显示的结果为：

 

 

七  tf.reverse_sequence()

tf.reverse_sequence(input, seq_lengths, seq_dim, batch_dim=None, name=None)

batch_dim 指明在哪一维上作处理，
比如输入的是一个rgb图片，32*24*3，32为图片的高，24为图片的宽，32是行，24对应列。
如果我希望将每一行从左到 右的数据翻转，
那么我需要指定batch_dim＝0，seq_dim=1,
如果我希望每一列从上到下翻转，则指定 batch_dim=1,seq_dim=0。
如果我指定batch_dim=0，即希望每一行翻转，
则seq_lengths的长度应等于32，即需要 指定每一行从哪一列到哪一列翻转，
比如seq_lengths[0]＝12，则希望第一行下标为0~12的列翻转,
seq_dim=1表示对列操作。 seq_lengths[i]的值应小于一共有多少列＝24