LAB - WORKING WITH IMAGES AND TEXT

LAB - WORKING WITH IMAGES AND TEXT

jokerbg avatar jokerbg 46 Точки

LAB - WORKING WITH IMAGES AND TEXT

На въпрос 2 (транзитът към 2D, т.е. осредняване на RGB) - тук разбирам че масово има засечка ...

Отне ми време, за да разбера какво се случва ... 

Hint: uint8 приема стойности до 256, след това превърта брояча ;-)

Тагове:
1
Data Science 11/01/2018 13:46:35
TeodorStefanovPld avatar TeodorStefanovPld 352 Точки

колега превръщането на числата и тн няма никаква роля..трудно ще превъртят uint8 каквото и да правят... съвсем другаде е схемата но ако пак кажа какво е, Данчо пак ще ми скрие отговора като в отговора с морфологията...

hint-a в случая трябва да е да си видят nd.array какъв е след сметките и ако трябва да то cast-нат...

0
monika_bachvarova avatar monika_bachvarova 17 Точки

Здравейте колеги, ето това е което съм сътворила:

def convert_to_grayscale(image):
    """
    Converts the specified RGB image to grayscale, averaging over
    the red, green, and blue channels
    """
    # YOUR CODE HERE
    images=np.mean(image, axis = 2).astype("uint8")
  
    return images 

като изпълнявам теста на Данчо си минава, но не получавам точка за тази задача и не зная къде греша.

Благодаря предварително!

0
StanDimitroff avatar StanDimitroff 90 Точки

 Also note that each number is rounded to the nearest integer.

0
TeodorStefanovPld avatar TeodorStefanovPld 352 Точки

това е толкова далече от истината че чак е тъжно.виж в лекцията как показва че се првят 3те канала на цвета или като си прави лаба както си го направила това се иска от теб uint8 си го хванала остана д си оправиш и  другите неща. закръглянето и тн :Д

0
monika_bachvarova avatar monika_bachvarova 17 Точки

Много ви благодаря за съдействието!

0
iordan_93 avatar iordan_93 SoftUni Team Trainer 406 Точки

@TeodorStefanovPld, как така ще е далеч от истината? Изключително близо е до истината. Няма нужда от другите акробатики, за които говориш.

@monika_bachvarova, добави .round() преди .astype() и ще сработи:

     images=np.mean(image, axis = 2).round().astype("uint8")

Това е и моето решение, btw :).

1