np数组是不可变的 - "赋值目标是只读的"

Ram*_*ian 25 python arrays numpy

FD** - 我可以说是一个Python newb以及一个堆栈溢出newb.我根据评论编辑了这个问题.

我的目标是读取一组PNG文件,使用Image.open('filename')创建图像,并将它们转换为只有1和0的简单2D数组.PNG的格式为RGBA,大多数只有255和0作为值.通常在图像中,边缘是灰度值,我想在2D阵列中避免.

我使用np.asarray(Image)从图像创建了2D数组,只获得了"红色"通道.在每个2d图像阵列中,如果当前值不为零,我想设置单元格值= 1.

所以,我循环进入2d数组,我检查单元格值并尝试将其设置为1.

它给出了一个错误,表明该数组是只读的.我读了几个堆栈溢出线程,讨论np数组是不可变的,但仍然有点不清楚.我使用PIL和numpy

谢谢@ user2314737.我会尝试设置那个标志.@Eric,谢谢你的评论.

from PIL import Image
import numpy as np
Run Code Online (Sandbox Code Playgroud)

相关代码:

prArray = [np.asarray(img)[:, :, 0] for img in problem_images]

for img in prArray:
    for x in range(184):
        for y in range(184):
            if img[x][y] != 0:
                img[x][y] = 1
Run Code Online (Sandbox Code Playgroud)

"分配目标是只读"错误位于最后一行.

谢谢大家的帮助.

use*_*737 46

检查数组是否可写

>>> img.flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : False
  OWNDATA : True
  WRITEABLE : False
  ALIGNED : True
  UPDATEIFCOPY : False
Run Code Online (Sandbox Code Playgroud)

如果WRITEABLE为false,请更改它

img.setflags(write=1)
Run Code Online (Sandbox Code Playgroud)

  • 可能有一个很好的理由,数组是只读的 - 值得尝试找出为什么`img`的生产者在更改标志之前决定结果是只读的.如果原因是合理的,请考虑使用`img = img.copy()` (11认同)
  • `ValueError: 无法将此数组的 WRITEABLE 标志设置为 True`。糟糕! (6认同)

小智 12

numpy版本开始1.16.0,以下不再起作用:

img = np.asarray(Image.open(filename))
img.setflags(write=1)
Run Code Online (Sandbox Code Playgroud)

问题在于,现在OWNDATA设置为False,您不能将WRITEABLE标志设置为True。因此,您只需执行以下操作:

img = np.array(Image.open(filename))
Run Code Online (Sandbox Code Playgroud)

如果我没记错的话,这将在从Pillow对象到numpy数组的转换时复制数组。但是,我在中测试了时间性能,numpy 1.16.0并且没有发现这两种方法之间的任何显着差异。


小智 6

在这种情况下,我认为您正在尝试编辑其他用户提供给您的图像,而他/她将其设为不可编辑,这就是您收到此错误的原因。对于您的情况,您可以尝试制作给定文件的副本并使用.copy().

     img_copy = img.copy()
     prArray = [np.asarray(img_copy)[:, :, 0] for img_copy in problem_images]
Run Code Online (Sandbox Code Playgroud)

更重要的是,我认为我们大多数人都不想对我们的原始图像进行更改,这就是为什么我总是使用.copy()并建议您这样做。


小智 5

ValueError: cannot set WRITEABLE flag to True of this array array.setflags(write=1) 
Run Code Online (Sandbox Code Playgroud)

使用 np.copy() 跳过使用复制数组的语句