PIL.Image.fromarray 在 np.reshape 后产生扭曲的图像

Question

我有一个形状为 (10000,1296) 的数组 (numpy)，我想将其保存为 10,000 张 36x36 大小的图像。数组中的所有值都在范围内(0,255)。所以我用这段代码来做到这一点（效果很好）：

for i, line in enumerate(myarray):
    img = Image.new('L',(36,36))
    img.putdata(line)
    img.save(str(i)+'.png')

我想使用该Image.fromarray方法替换此代码，但是与原始方法相比，生成的图片失真得无法识别。首先我试过这个：

myarray = myarray.reshape(10000,36,36)
for i, line in enumerate(myarray):
    img = Image.fromarray(line, 'L')
    img.save(str(i)+'.png')

这没有用。所以为了调试，我想我只会尝试一个项目并这样做：

Image.fromarray(myarray[0].reshape(36,36), 'L').save('test.png')

再次 - 乱码扭曲的图像。

所以我想要么fromarray没有像我想象的那样工作，要么我reshape太天真并且弄乱了数据，但我无法解决这个问题。欢迎任何想法。

Answer 1

PIL 的L模式是用于表示亮度（亮度）的数据的灰度模式。数据应为 0 到 255 之间的整数。如果您通过将 NumPy 数组传递给Image.fromarraywith创建 PIL Image，则数组mode='L'的 dtype 应为uint8。因此使用

myarray = myarray.astype('uint8')

确保传递给的数组Image.fromarray具有 dtype uint8。

uint8s 是无符号的 8 位整数。float32s 是 32 位浮点数。它们的宽度是uint8. Image.fromarray将 NumPy 数组中的底层数据视为uint8s，读取足够的字节来填充图像，并忽略其余部分。因此，每个 32 位浮点数变为四个 8 位整数，并且这些 8 位整数中的每一个都为不同的像素着色。

换句话说，以下assert通过：

import numpy as np
from PIL import Image

line = np.arange(256).reshape(16, 16).astype('float32')
img = Image.fromarray(line, 'L')
line2 = np.asarray(img)
assert (line.view('uint8').ravel()[:256].reshape(16, 16) == line2).all()

这就是为什么在myarray不转换为uint8s 的情况下使用会创建一个乱码的图像。

或者，您可以在（浮点模式）中读取数据，而不是转换myarray为uint8s mode='F'：

import numpy as np
from PIL import Image

line = np.arange(256).reshape(16, 16).astype('float32')
img = Image.fromarray(line, 'F').convert('L')
img.save('/tmp/out.png')

这产生

有关所有可能的 PIL 模式的列表，请参阅此页面。