python中对一个图进行分格,python画网格图

本文目录一览：

• 1、python将图像分割成两半
• 2、用python 画一个网格
• 3、如何用python实现网络图节点权重的添加以及如何把一个非连通的大网络图分成多个小网络图

python将图像分割成两半

import os

import re

import sys

import time

import random

# add system headers here…

#导入cv模块

import cv2 as cv

#读取图像，支持 bmp、jpg、png、tiff 等常用格式

height = 0

length = 0

key = 0

picPath = “E:\\python3.4.0-amd\\project\\imageProcess\\tamamo.jpg”

if not os.path.exists(picPath):

    print(“picture not exists! exit!”)

    sys.exit()

srcImage = cv.imread(picPath)

if srcImage is None:

    print(“read picture failed! exit!”)

    sys.exit()

size = srcImage.shape

height = size[0]

length = size[1]

print(“srcImage: height(%u) length(%u)”%(height,length))

#显示原图

#cv.imshow(“srcImage”,srcImage)

#创建窗口并显示图像

mid = int(length / 2)

leftImage = srcImage[0:height, 0:mid]

cv.namedWindow(“leftImage”,cv.WINDOW_NORMAL)

cv.resizeWindow(“leftImage”, mid, height)

cv.imshow(“leftImage”,leftImage)

rightIamge = srcImage[0:height, mid:length]

cv.namedWindow(“rightIamge”,cv.WINDOW_NORMAL)

cv.resizeWindow(“rightIamge”, mid, height)

cv.imshow(“rightIamge”,rightIamge)

cv.waitKey(0)

#释放窗口

cv.destroyAllWindows()

用python 画一个网格

print 函数是输出字符串，所以用 print 输出形成的 grid 其实质是具有某特定形状的 字符串 ，而 plt.grid() 绘制出的网格是 图片。

字符串 是可以用文字处理软件（如 word、记事本等）直接编辑处理的，而 图片 则只能用图片编辑软件（如画笔）打开处理。

如问题所要求的最简单的“编写一个能画出如下网格（grid）的函数”代码，可以简单的用 print 函数就可以了：

代码执行效果：

如何用python实现网络图节点权重的添加以及如何把一个非连通的大网络图分成多个小网络图

networkx是python的一个库，它为图的数据结构提供算法、生成器以及画图工具。近日在使用ryu进行最短路径获取，可以通过该库来简化工作量。该库采用函数方式进行调用相应的api，其参数类型通常为图对象。

函数API的调用，按照以下步骤来创建构建图：

1.networkx的加载

在python中调用networkx通常只需要将该库导入即可

import networkx as nx

2.图对象的创建

networkx提供了四种基本图对象：Graph，DiGraph，MultiGraph，MultiDiGraph。

使用如下调用方式，可以创建以上四种图对象的空图。

G=nx.Graph()

G=nx.DiGraph()

G=nx.MultiGraph()

G=nx.MultiDiGraph()

在 networkx中，图的各个节点允许以哈希表对象来表示，而对于图中边的各个参量，则可以通过与边相关联的方式来标识，一般而言，对于权重，用weight作为keyword，而对于其他的参数，使用者可以采用任何除weight以外的keyword来命名。

3.在2中，创建的只是一副空图，为了得到一个有节点、有边的图，一般采用下面这个函数：

1

2

G.add_edge(1,2) #default edge data=1

G.add_edge(1,2) #specify edge data=0.9

add_edge()函数，该函数在调用时需要传入两个参数u和v，以及多个可选参数

u和v即图中的两个节点，如果图中不存在节点，在调用时会自动将这两个节点添加入内，同时构建两个节点之间的连接关系，可选参数通常指这条边的权重等关系参量。需要注意的是，如果图中已经存在了这条边，重新进行添加时会对这条边进行跟新操作（也就是覆盖了原有的信息）。

对于该函数，除了上述的构建方式以外，还有以下几种方式来创建边：

1

2

3

G.add_edge(*e) # single edge as tuple of two nodes

G.add_edge(1, 3, weight=7, capacity=15, length=342.7) #using many arguements to create edge

G.add_edges_from( [(1, 2)] ) # add edges from iterable container

有时候，当采用默认方式创建边以后，我们可能还会往边里面添加边的相关参数，这时候，可以采用下面的方式来更新边的信息：

1

2

3

4

5

#For non-string attribute keys, use subscript notation.

G.add_edge(1, 2)

G[1][2].update({0: 5}) #更新边的信息

G.edges[1, 2].update({0: 5}) #更新边的信息

#上述两种更新方式，择一选取即可

细心的朋友可能注意到我在写创建图的内容的时候，提到了add_edges_from（）函数，该函数也是用来创建边的，该方式与add_edges()略有不同，比之add_edges()采用一个一个节点的方式进行创建，它来的更为便利。这个函数在调用时，需要一个节点元组作为参数以及多个可选参数作为边的信息。你可以这么传递：

默认创建节点之间的边：

1

G.add_edges_from([(u,v)])

也可以这么写，在创建的同时添加信息：

1

G.add_edges_from([(3, 4), (1, 4)], label=’WN2898′)　

通过上述方式，就构建了一个3-4-1的图的连接，并给每条边打上了标签。

由此你就可以创建出自己的图模型了。