如何将numpy数组转换为(并显示)图像？

Question

我这样创建了一个数组:

import numpy as np
data = np.zeros( (512,512,3), dtype=np.uint8)
data[256,256] = [255,0,0]

我想要做的是在512x512图像的中心显示一个红点.(至少从...开始......我想我可以从中找出其余部分)

Answer 1

以下应该有效:

from matplotlib import pyplot as plt
plt.imshow(data, interpolation='nearest')
plt.show()

如果您使用的是Jupyter笔记本/实验室,请在导入matplotlib之前使用此内联命令:

%matplotlib inline 

Answer 2

您可以使用PIL创建(并显示)图像:

from PIL import Image
import numpy as np

w, h = 512, 512
data = np.zeros((h, w, 3), dtype=np.uint8)
data[0:256, 0:256] = [255, 0, 0] # red patch in upper left
img = Image.fromarray(data, 'RGB')
img.save('my.png')
img.show()

Answer 3

使用最短路径scipy,如下所示:

from scipy.misc import toimage
toimage(data).show()

这也需要安装PIL或Pillow.

类似的方法也需要PIL或Pillow,但可以调用不同的查看器:

from scipy.misc import imshow
imshow(data)

Answer 4

如何使用示例显示存储在 numpy 数组中的图像（适用于 Jupyter notebook）

我知道有更简单的答案，但这个答案会让您了解图像实际上是如何从 numpy 数组中绘制的。

加载示例

from sklearn.datasets import load_digits
digits = load_digits()
digits.images.shape   #this will give you (1797, 8, 8). 1797 images, each 8 x 8 in size

显示一张图像的数组

digits.images[0]
array([[ 0.,  0.,  5., 13.,  9.,  1.,  0.,  0.],
       [ 0.,  0., 13., 15., 10., 15.,  5.,  0.],
       [ 0.,  3., 15.,  2.,  0., 11.,  8.,  0.],
       [ 0.,  4., 12.,  0.,  0.,  8.,  8.,  0.],
       [ 0.,  5.,  8.,  0.,  0.,  9.,  8.,  0.],
       [ 0.,  4., 11.,  0.,  1., 12.,  7.,  0.],
       [ 0.,  2., 14.,  5., 10., 12.,  0.,  0.],
       [ 0.,  0.,  6., 13., 10.,  0.,  0.,  0.]])

创建空的 10 x 10 子图以可视化 100 个图像

import matplotlib.pyplot as plt
fig, axes = plt.subplots(10,10, figsize=(8,8))

绘制 100 张图像

for i,ax in enumerate(axes.flat):
    ax.imshow(digits.images[i])

结果：

有什么作用axes.flat？ 它创建了一个 numpy 枚举器，因此您可以遍历轴以在其上绘制对象。 例子：

import numpy as np
x = np.arange(6).reshape(2,3)
x.flat
for item in (x.flat):
    print (item, end=' ')

Answer 5

使用pillow的fromarray，例如：

from PIL import Image
from numpy import *

im = array(Image.open('image.jpg'))
Image.fromarray(im).show()

Answer 6

import numpy as np
from keras.preprocessing.image import array_to_img
img = np.zeros([525,525,3], np.uint8)
b=array_to_img(img)
b

Answer 7

使用pygame，您可以打开一个窗口，以像素数组的形式获取表面，然后根据需要从那里进行操作。但是，您需要将 numpy 数组复制到表面数组中，这比在 pygame 表面本身上执行实际图形操作要慢得多。