JPG-изображение в матрицу Использование python [duplicate]

PIL (Python Imaging Library) и Numpy хорошо работают вместе.

Я использую следующие функции.

from PIL import Image
import numpy as np

def load_image( infilename ) :
    img = Image.open( infilename )
    img.load()
    data = np.asarray( img, dtype="int32" )
    return data

def save_image( npdata, outfilename ) :
    img = Image.fromarray( np.asarray( np.clip(npdata,0,255), dtype="uint8"), "L" )
    img.save( outfilename )

«Image.fromarray» немного уродлив, потому что я закрепите входящие данные на [0,255], преобразуйте в байты, затем создайте изображение в градациях серого. Я в основном работаю в сером цвете.

Изображение RGB будет выглядеть примерно так:

 outimg = Image.fromarray( ycc_uint8, "RGB" )
 outimg.save( "ycc.tif" )

При использовании ответа от David Poole я получаю SystemError с PNG с серой шкалой и, возможно, с другими файлами. Мое решение:

import numpy as np
from PIL import Image

img = Image.open( filename )
try:
    data = np.asarray( img, dtype='uint8' )
except SystemError:
    data = np.asarray( img.getdata(), dtype='uint8' )

Фактически img.getdata () будет работать для всех файлов, но он медленнее, поэтому я использую его только тогда, когда другой метод выходит из строя.

Я также принял изображение, но я нашел следующий механизм, полезный для предварительной и последующей обработки:

import imageio
import numpy as np

def imload(*a, **k):
    i = imageio.imread(*a, **k)
    i = i.transpose((1, 0, 2))  # x and y are mixed up for some reason...
    i = np.flip(i, 1)  # make coordinate system right-handed!!!!!!
    return i/255


def imsave(i, url, *a, **k):
    # Original order of arguments was counterintuitive. It should
    # read verbally "Save the image to the URL" — not "Save to the
    # URL the image."

    i = np.flip(i, 1)
    i = i.transpose((1, 0, 2))
    i *= 255

    i = i.round()
    i = np.maximum(i, 0)
    i = np.minimum(i, 255)

    i = np.asarray(i, dtype=np.uint8)

    imageio.imwrite(url, i, *a, **k)

Обоснование заключается в том, что я использую numpy для обработки изображений, а не только для отображения изображений. Для этой цели uint8s неудобны, поэтому я конвертирую значения с плавающей запятой в диапазоне от 0 до 1.

При сохранении изображений я заметил, что сам должен был вырезать значения вне диапазона, иначе я закончил с действительно серым выходом. (Серое выходное изображение было результатом сжатия изображения полного диапазона, находящегося вне [0, 256], до значений, которые находились внутри диапазона.)

Также была пара других странностей, которые Я упомянул в комментариях.

Вам нужно использовать cv.LoadImageM вместо cv.LoadImage:

In [1]: import cv
In [2]: import numpy as np
In [3]: x = cv.LoadImageM('im.tif')
In [4]: im = np.asarray(x)
In [5]: im.shape
Out[5]: (487, 650, 3)

Вы также можете использовать matplotlib для этого.

import matplotlib.image as mpimg

img = mpimg.imread('abc.tiff')
print(type(img))

output: <class 'numpy.ndarray'>

Поздний ответ, но я предпочел использовать модуль imageio для других альтернатив

import imageio
im = imageio.imread('abc.tiff')

Как и в cv2.imread(), он создает массив numpy по умолчанию, но в форме RGB .

def opencv_image_as_array(im):
  """Interface image from OpenCV's native format to a numpy array.

  note: this is a slicing trick, and modifying the output array will also change
  the OpenCV image data.  if you want a copy, use .copy() method on the array!
  """
  import numpy as np
  w, h, n = im.width, im.height, im.channels
  modes = {1:"L", 3:"RGB"}#, 4:"RGBA"}
  if n not in modes:
    raise StandardError('unsupported number of channels: {0}'.format(n))
  out = np.asarray(im) if n == 1 else np.asarray(im)[:,:,::-1]  ## BGR -> RGB
  return out