المنهج الدراسي الدرس 11 من 246 · الوحدة 1: Python لهذه الدورة
الوحدة 1: Python لهذه الدورة

قص قطع من صورة

لماذا هذا مهم الصور في هذه الدورة هي مصفوفات. قص صف أو عمود أو نافذة صغيرة هو كيف ستبني convolutions لاحقاً.

لمصفوفة ثنائية الأبعاد img، img[r, c] هي بكسل واحد، img[r] هو الصف r، img[:, c] هو العمود c، و img[r0:r1, c0:c1] هي النافذة من الصفوف r0 حتى (بدون تضمين) r1 والأعمدة c0 حتى c1.

أرقام صغيرة

img = np.arange(16).reshape(4, 4)
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]
#  [12 13 14 15]]
img[1, 2]      # 6
img[:, 0]      # [0 4 8 12]
img[0:2, 0:2]  # [[0 1] [4 5]]
img[::2, ::2]  # every other row and column: [[0 2] [8 10]]

ملخصالصفوف أولا، ثم الأعمدة. الجزء يتوقف قبل رقم نهايته.

الكلمات والرموز في هذا الدرس
array
كتلة NumPy من الأرقام، جميعها من نفس النوع، تقوم بعمليات حسابية على كل عنصر في وقت واحد
shape
حجم المصفوفة على طول كل اتجاه، على سبيل المثال (32, 64) يعني 32 صفاً من 64
دورك

اكتب window(img, r, c, size) الذي يعيد size بواسطة size مربع الذي بكسله العلوي الأيسر في الصف r والعمود c. واكتب downsample(img) الذي يحتفظ بكل صف آخر وكل عمود آخر، بدءا من 0. لا حاجة للحلقات.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.