如何将 uint32 Numpy 数组转换为 4 uint8 Numpy arrays 照顾字节序

Question

对于上下文，我正在编写一个写出图像的 Python 程序。 但是这些图像有点特殊，因为它们被用作中间数据容器，被其他用 C 编写的程序进一步消化并使用libgd库。 我对 C 一无所知。

我的确切问题是我有一个 dtype dtype='uint32'的 Numpy 数组。 我想解码这个数组以获得 dtype dtype='uint8' 4 个 arrays ，然后用它们写出图像。 这可以通过numpy.view来完成：

img_decoded = img_coded[:, :, np.newaxis].view('uint8')

现在， img_decoded的形状为(dimY, dimX, 4) 。 我的疑问是我应该使第三维的什么索引对应于什么通道。 我正在与之交互的 C 程序期望最重要的字节写入 Alpha 通道，然后是红色，然后是绿色，最后是蓝色。 我怎样才能确保这封信得到履行？ 我知道这与字节序有关，但这个概念对我来说仍然很模糊。

---

与所有这些相关，我一直在玩这个来尝试深入了解这些概念，但是像这样的命令让我大吃一惊：

In []: np.array([256 * 4 + 1], dtype='uint16').view(dtype='uint8')
Out[]: array([1, 4], dtype=uint8)

这告诉我最高有效位的顺序是什么？ 为什么是 output [1,4]而不是相反？ 这与字节序有什么关系？

Answer 1

我正在与之交互的 C 程序期望最重要的字节写入 Alpha 通道，然后是红色，然后是绿色，最后是蓝色。 我怎样才能确保这封信得到履行？

这高度依赖于像素编码方法和目标平台。

关于编码，有些库使用 BGRA 格式，而有些库使用 RGBA 格式。 许多支持多种格式，但需要一次选择一种。

在常规/主流平台上，一个uint32类型由 4 x 8 位组成，存储在 memory 的 4 个连续 8 位字节中。 最高 8 位可以存储在与平台有关的最低 memory 地址或最高 memory 地址的字节中。 这确实是所谓的字节序。 某些平台可能具有奇怪的字节序（如中间字节序），或者可以支持多字节序，在某些情况下导致运行时定义的字节序（例如，AFAIK、ARM 和 POWER 支持虽然“默认”字节序现在应该是小字节序）。 字节顺序问题仅发生在具有多个字节大小的本机类型（或低级联合）上。

您可以在运行时使用您提供的示例代码检查字节顺序（尽管使用uint32类型的变量更安全）。 关于结果（即[1, 4]或[4, 1] ），您可以猜测字节序。 基于字节序，您可以使用 if-else 语句来编码、解码甚至直接计算像素（您可以将其放入通用编码/解码函数中）。

另一种解决方案是根本不使用视图并使用可移植的按位操作（独立于目标平台的字节序）。

这是一个例子：

alpha = img_coded >> 24
red = (img_coded >> 16) & 0xFF
green = (img_coded >> 8) & 0xFF
blue = img_coded & 0xFF

这告诉我最高有效位的顺序是什么？ 为什么是 output [1,4] 而不是相反？ 这与字节序有什么关系？

这意味着您的平台使用 little-endian 格式。 这是主流 x86-64 平台使用的。 little-endian 格式首先存储不太重要的字节（此处为1 ）。 大端平台上的相同代码应该导致[4,1] 。