np.set_printoptions(suppress=True, precision=4)

np.set_printoptions函数用于设置NumPy数组的打印选项。

suppress=True：表示禁用科学计数法，比如将1.23e+05转换为123000。

precision=4：表示保留4位小数。

所以np.set_printoptions(suppress=True, precision=4)意思是将NumPy数组打印时不使用科学计数法，并且保留4位小数。

相关问题

np.set_printoptions

`np.set_printoptions` 是 NumPy 库中的一个函数，用于设置 NumPy 数组的打印选项。通过调用该函数，可以设置以下参数：

- `precision`：指定输出数字的精度（小数点后的位数）。
- `suppress`：控制是否在小数部分有多余的零时省略它们。
- `threshold`：指定当数组元素数量超过该值时，数组将以省略号 `...` 的形式打印。
- `edgeitems`：指定数组边缘（即第一行和最后一行）应显示多少个元素。
- `linewidth`：指定每行输出的字符数。

例如，以下代码设置 `np.set_printoptions` 的参数，以便在打印 NumPy 数组时，小数部分最多只显示两位数字，省略多余的零，边缘显示 3 个元素，数组超过 6 个元素时，以省略号 `...` 的形式打印。

import numpy as np

np.set_printoptions(precision=2, suppress=True, edgeitems=3, threshold=6)
arr = np.random.rand(7,7)
print(arr)

输出结果如下：

[[0.58 0.69 0.17 ... 0.11 0.42 0.06]
 [0.73 0.08 0.94 ... 0.21 0.86 0.22]
 [0.34 0.97 0.98 ... 0.68 0.02 0.74]
 ...
 [0.68 0.82 0.85 ... 0.24 0.37 0.02]
 [0.77 0.47 0.45 ... 0.86 0.85 0.59]
 [0.03 0.14 0.74 ... 0.17 0.81 0.97]]

import cv2 import numpy as np chessboard_size = (9,6) # 棋盘格行列数 objp = np.zeros((np.prod(chessboard_size), 3), np.float32) # 内部点的坐标 objp[:, :2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1, 2) img = cv2.imread('C:/yingxiang/biaoding.png') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None) if ret == True: cv2.drawChessboardCorners(img, chessboard_size, corners, ret) ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera([objp], [corners], gray.shape[::-1], None, None) # 打印相机内部参数和畸变系数 print("相机内部参数：") np.set_printoptions(precision=4, suppress=True) print(mtx) print("畸变系数：") np.set_printoptions(precision=4, suppress=True) print(dist) # 打印外部参数 print("旋转向量：") np.set_printoptions(precision=4, suppress=True) print(rvecs) print("平移向量：") np.set_printoptions(precision=4, suppress=True) print(tvecs)这段代码如何将旋转向量和平移向量改为旋转矩阵和平移矩阵

在 OpenCV 中，可以使用 `cv2.Rodrigues()` 函数将旋转向量转换为旋转矩阵，使用 `np.array()` 函数将平移向量转换为平移矩阵。修改代码如下：

import cv2 
import numpy as np 

chessboard_size = (9,6) # 棋盘格行列数 
objp = np.zeros((np.prod(chessboard_size), 3), np.float32) # 内部点的坐标 
objp[:, :2] = np.mgrid[0:chessboard_size[0], 0:chessboard_size[1]].T.reshape(-1, 2) 

img = cv2.imread('C:/yingxiang/biaoding.png') 
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 

ret, corners = cv2.findChessboardCorners(gray, chessboard_size, None) 
if ret == True: 
    cv2.drawChessboardCorners(img, chessboard_size, corners, ret) 

    ret, mtx, dist, rvecs, tvecs = cv2.calibrateCamera([objp], [corners], gray.shape[::-1], None, None) 

    # 打印相机内部参数和畸变系数 
    print("相机内部参数：") 
    np.set_printoptions(precision=4, suppress=True) 
    print(mtx) 
    print("畸变系数：") 
    np.set_printoptions(precision=4, suppress=True) 
    print(dist) 

    # 将旋转向量转换为旋转矩阵 
    R, _ = cv2.Rodrigues(rvecs[0]) 

    # 打印旋转矩阵和平移矩阵 
    print("旋转矩阵：") 
    np.set_printoptions(precision=4, suppress=True) 
    print(R) 
    print("平移矩阵：") 
    np.set_printoptions(precision=4, suppress=True) 
    print(np.array(tvecs[0]).reshape(3,1))

这样，就将旋转向量和平移向量转换为了旋转矩阵和平移矩阵。