构造像素矩阵——兼谈列表与矩阵的区别

电脑

python3.6

加载3个模块：import numpy as npimport cv2,mathmath用来调用数学函数。

给出一个列表：u = []for i in range(10):    u.append(i)print(u)这个u是一个一维列表。

看看2*u能够得到什么。print(u*2)仅仅是把列表u打印了两次。

把u转化为矩阵mu：mu = np.array(u)矩阵mu里面的元素之间没有逗号。

对比一下u*2与mu*2的不同。mu*2不是把mu打印两次，而是把mu里面的每一个元素都乘以2。

给出一个二维列表：u = []for i in range(10):    v=[]    for j in range(3):        v.append(j)    u.append(v)mu = np.array(u)print(u)print(mu)二级for循环，给出二维列表。

如果改一下：u = []for i in range(10):    v=[]    for j in range(3):        v.append(j)    u.append(i*v)mu = np.array(u)print(u)会有什么后果呢？u的子列表越来越长，这个u没有矩阵的结构。

如果把u硬性转化为矩阵，效果如下：u = []for i in range(10):    v=[]    for j in range(3):        v.append(j)    u.append(i*v)mu = np.array(u)print(mu)是不是乱套了？

要想获得二维矩阵，但是又不那么单调，需要怎么办呢？很简单，把二级for循环里面的v变成矩阵：u = []for i in range(10):    v=[]    for j in range(3):        v.append(j)    mv = np.array(v)    u.append(i*mv)mu = np.array(u)print(u)print(mu)成功！

这样，我们可以构造像素矩阵：cv2.imshow('a',mu)cv2.waitKey(0)把矩阵mu转化为像素图，得到一个100*100的黑色图片。

如果希望获得彩色图片，可以考虑三通道图片：v.append([j**2,2*j,j**3])

使用三角函数：v.append([255*math.sin(j),255*math.cos(j),255*math.sin(j**2)])得到条纹图。

大图，365*500。