Ael*_*ius 3 python png numpy image python-imaging-library
我正在尝试将 16 位 numpy 数组保存为 16 位 PNG,但我获得的只是一张黑色图片。我在这里放了一个我正在谈论的最低限度的例子。
im = np.random.randint(low=1, high=6536, size=65536).reshape(256,256) #sample numpy array to save as image
plt.imshow(im, cmap=plt.cm.gray)
Run Code Online (Sandbox Code Playgroud)
鉴于上面的 numpy 数组,这是我用 matplotlib 看到的图像,但是当我将图像保存为 16 位 png 时,我获得了下面的图片:
import imageio
imageio.imwrite('result.png', im)
Run Code Online (Sandbox Code Playgroud)
图像保存:
其中一些浅灰色斑点是可见的,但图像基本上是黑色的。无论如何,当我读回图像并使用 matplotlib 再次对其进行可视化时,我看到了相同的起始图像。我还尝试了其他库而不是imageio(如PIL或PyPNG),但结果相同。
我知道 16 位图像值的范围从 0 到 65535,在数组 numpy 数组中,这里只有 1 到 6536 的值,但我需要保存与此类似的 numpy 数组图像,即图像中表示的最大值是'不是最大的可表示值。我认为保存过程中涉及某种规范化。我需要完全按照我在 matplotlib 中看到的最大分辨率保存数组,并且不压缩或缩小它们的值(因此除以 255 或转换为 8 位数组是不合适的)。
imageio.imwrite如果numpy.uint16在写入 PNG 文件之前将数组的数据类型转换为,看起来会做正确的事情:
imageio.imwrite('result.png', im.astype(np.uint16))
Run Code Online (Sandbox Code Playgroud)
当我这样做时,result.png是一个 16 位灰度 PNG 文件。
如果您希望图像具有从黑色到白色的完整灰度范围,则必须将值缩放到范围 [0, 65535]。例如:
im2 = (65535*(im - im.min())/im.ptp()).astype(np.uint16)
Run Code Online (Sandbox Code Playgroud)
然后你可以用
imageio.imwrite('result2.png', im2)
Run Code Online (Sandbox Code Playgroud)
要将 NumPy 数组写入 PNG 文件,另一种方法是numpngw(我创建的包)。例如,
from numpngw import write_png
im2 = (65535*(im - im.min())/im.ptp()).astype(np.uint16)
write_png('result2.png', im2)
Run Code Online (Sandbox Code Playgroud)
如果您已经在使用imageio,那么使用numpngw. 然而,它比imageio--it 仅依赖于 NumPy(不依赖于 PIL/Pillow 并且不依赖于libpng)要轻得多。
| 归档时间: |
|
| 查看次数: |
881 次 |
| 最近记录: |