为什么垂直与水平时图像尺寸不同？

Question

尝试按照示例使用 PIL 创建随机图像：

import numpy
from PIL import image

a = numpy.random.rand(48,84)
img = Image.fromarray(a.astype('uint8')).convert('1')
print(len(img.tobytes()))

这个特定的代码将输出 528。我们翻转 numpy 数组的数字：

a = numpy.random.rand(84,48)

我们得到的输出是 504。这是为什么呢？

我期望字节数相同，因为 numpy 数组的大小相同。

Answer 1

当您调用tobytes()布尔数组*时，数据可能按行进行编码。在第二个示例中，每行有 48 个布尔值img。所以每一行可以用6个字节（48位）来表示。6 字节 * 84 行 = 504 字节img。但是，在第一个示例中，每行有 84 个像素，不能被 8 整除。在这种情况下，编码器用 11 个字节（88 位）表示每行。每行有 4 个额外的填充位。所以现在总大小是 11 字节 * 48 行 = 528 字节。

如果你测试一堆随机输入形状对一个 2d 布尔数组进行编码，你会发现当每行的元素数量可以被 8 整除时，编码中的总字节数等于宽度 * 高度 / 8但是，当行长度不能被 8 整除时，编码将包含更多字节，因为它必须用 1 到 7 位填充每行。

总之，理想情况下，我们希望每个字节存储 8 个布尔值，但由于行长度并不总是能被 8 整除，并且编码器按row序列化数组，因此情况变得很复杂。

编辑以澄清：*PIL.Image模式“1”（二进制或“双层”图像）下的对象有效地表示布尔数组。在模式 1 中，对原始图像（在本例中为 numpy array a）进行阈值处理，将其转换为二值图像。