把一个1200*900像素的图片resize为28*28并展开成（1，784）的数组

可以使用Python的PIL库来对图片进行resize，然后使用numpy库将图片转换为(1, 784)的数组。

以下是实现的代码示例：

from PIL import Image
import numpy as np

# 加载原始图片
img = Image.open('input_image.png')

# 将图片resize为28*28
img = img.resize((28, 28))

# 将图片转换为灰度图
img = img.convert('L')

# 将图片转换为numpy数组
img_array = np.array(img)

# 将二维数组展开为一维数组
img_array = img_array.reshape(1, -1)

# 输出展开后的数组
print(img_array)

在代码中，我们首先使用PIL库的`Image.open()`函数加载原始图片，然后使用`resize()`函数将图片resize为28*28像素大小。接着，我们将图片转换为灰度图，并使用`np.array()`函数将其转换为numpy数组。最后，我们使用`reshape()`函数将二维数组展开为一维数组，得到了(1, 784)的数组。

相关问题

把28*28的数组转换成28*28的图片并放大

要将一个（28，28）的数组转换为28*28的图像并放大，可以使用PIL库（Python Imaging Library）来实现。具体步骤如下：

1. 首先导入PIL库：`from PIL import Image`

2. 创建一个28*28像素的空白图像：`img = Image.new('RGB', (28, 28), color = 'white')`

3. 将28*28的数组复制到28*28的图像中央：`img.paste(array, (0, 0))`。其中，(0, 0)是指要将数组放置在28*28图像的左上角。

4. 使用Pillow库将28*28的图像放大到任意大小，例如放大到200*200像素：`img = img.resize((200, 200), resample=Image.BILINEAR)`。其中，Image.BILINEAR是指使用双线性插值算法进行放大，可以得到比较平滑的图像。

5. 保存图像：`img.save('image.png')`。这里的'image.png'是保存图像的文件名，可以根据需要更改。

完整代码如下：

from PIL import Image
import numpy as np

# 创建一个28*28的随机数组
array = np.random.rand(28, 28)

# 创建一个28*28像素的空白图像
img = Image.new('RGB', (28, 28), color = 'white')

# 将28*28的数组复制到28*28的图像中央
img.paste(array, (0, 0))

# 使用Pillow库将28*28的图像放大到200*200像素大小
img = img.resize((200, 200), resample=Image.BILINEAR)

# 保存图像
img.save('image.png')

运行完这段代码后，当前目录下会生成一个名为'image.png'的200*200像素的图像文件，其中包含了原始28*28数组的内容。

python 如何讲100*100像素图片转化为28*28像素

的图片？

可以使用图像缩放的方法将100*100像素的图片转化为28*28像素的图片。具体实现方法为，在Python中使用PIL库中的Image模块，调用Image.resize()方法进行缩放。例如，可以使用以下代码将100*100像素的图片缩放为28*28像素：

from PIL import Image

# 打开原图片
im = Image.open('original_image.jpg')

# 将图片缩放为28*28像素
im_resized = im.resize((28, 28))

# 保存缩放后的图片
im_resized.save('resized_image.jpg')

这样就可以将原始的100*100像素的图片缩放为28*28像素的图片了。