在机器学习手写数字识别案例中，需要将手写数字图片转矩阵向量。其实转矩阵，就需要根据图片上像素点来组成一个矩阵，如果把图片看作一个 长*宽 的二维矩阵，那么矩阵中的每个点的像素表示的数字组成一个新的矩阵。
一般图片我们会将他转灰度图，整个图片就由数字和空白组成，这样就好取像素值了。
下面介绍两种办法将手写数字图片转矩阵：
原始图片：
代码一：
import numpy as np
from PIL import Image
img = Image.open('number6.png')
img = img.resize((32,32))
img = img.convert("L")
img_new = img.point(lambda x:0 if x> 170 else 1)
arr = np.array(img_new)
for i in range(arr.shape[0]):
print(arr[i])运行结果：
这种方式，直接打印的是每一组向量，而不是字符串的形式。
代码二：
from PIL import Image
img = Image.open('number6.png')
img = img.resize((32,32))
img = img.convert("L")
width,height = img.size
for i in range(height):
for j in range(width):
color = img.getpixel((j,i))
if(color>170):
print('0',end=' ')
else:
print('1',end=' ')
print()运行结果：
文章来源：https://www.toymoban.com/news/detail-504527.html
以上两种方式其实就是两个方法img.point()和img.getpixcel()的区别，他们参数不同，最终的结果都是将图片像素点转为数字，然后存储为新的矩阵。文章来源地址https://www.toymoban.com/news/detail-504527.html
到了这里，关于python将图片转矩阵的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[学习笔记] [机器学习] 10. 支持向量机 SVM（SVM 算法原理、SVM API介绍、SVM 损失函数、SVM 回归、手写数字识别）](https://imgs.yssmx.com/Uploads/2024/02/487779-1.png)
