[英]How to convert a PIL Image into a numpy array?
好吧,我正在嘗試將 PIL 圖像對象來回轉換為 numpy 數組,這樣我就可以比 PIL 的PixelAccess
對象允許的PixelAccess
像素轉換速度更快。 我已經弄清楚如何通過以下方式將像素信息放置在有用的 3D numpy 數組中:
pic = Image.open("foo.jpg")
pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)
但是在我完成了所有很棒的轉換之后,我似乎無法弄清楚如何將它加載回 PIL 對象。 我知道putdata()
方法,但似乎無法讓它發揮作用。
您並不是說putdata()
的行為究竟如何。 我假設你正在做
>>> pic.putdata(a)
Traceback (most recent call last):
File "...blablabla.../PIL/Image.py", line 1185, in putdata
self.im.putdata(data, scale, offset)
SystemError: new style getargs format but argument is not a tuple
這是因為putdata
需要一個元組序列,而您給它的是一個 numpy 數組。 這
>>> data = list(tuple(pixel) for pixel in pix)
>>> pic.putdata(data)
會工作,但速度很慢。
從 PIL 1.1.6 開始,在圖像和 numpy 數組之間轉換的“正確”方法很簡單
>>> pix = numpy.array(pic)
盡管生成的數組與您的格式不同(在這種情況下為 3-d 數組或行/列/rgb)。
然后,你讓你更改陣列后,你應該能夠做到無論是pic.putdata(pix)
或創建一個新的形象與Image.fromarray(pix)
將I
作為數組打開:
>>> I = numpy.asarray(PIL.Image.open('test.jpg'))
對I
做一些事情,然后將其轉換回圖像:
>>> im = PIL.Image.fromarray(numpy.uint8(I))
如果您出於某種原因想明確地執行此操作,則在correlation.zip 中的此頁面上有使用getdata() 的pil2array() 和array2pil() 函數。
我在 Python 3.5 中使用 Pillow 4.1.1(PIL 的繼承者)。 Pillow 和 numpy 之間的轉換很簡單。
from PIL import Image
import numpy as np
im = Image.open('1.jpg')
im2arr = np.array(im) # im2arr.shape: height x width x channel
arr2im = Image.fromarray(im2arr)
需要注意的一件事是 Pillow 風格的im
是列im2arr
而 numpy 風格的im2arr
是行im2arr
。 但是,函數Image.fromarray
已經考慮到了這一點。 也就是說,上面例子中的arr2im.size == im.size
和arr2im.mode == im.mode
。
在處理轉換后的 numpy 數組時,我們應該注意 HxWxC 數據格式,例如將im2arr = np.rollaxis(im2arr, 2, 0)
或im2arr = np.transpose(im2arr, (2, 0, 1))
轉換為CxHxW 格式。
您需要通過這種方式將圖像轉換為 numpy 數組:
import numpy
import PIL
img = PIL.Image.open("foo.jpg").convert("L")
imgarr = numpy.array(img)
將Numpy to PIL
轉換Numpy to PIL
圖像並將PIL to Numpy
轉換PIL to Numpy
import numpy as np
from PIL import Image
def pilToNumpy(img):
return np.array(img)
def NumpyToPil(img):
return Image.fromarray(img)
我今天用過的例子:
import PIL
import numpy
from PIL import Image
def resize_image(numpy_array_image, new_height):
# convert nympy array image to PIL.Image
image = Image.fromarray(numpy.uint8(numpy_array_image))
old_width = float(image.size[0])
old_height = float(image.size[1])
ratio = float( new_height / old_height)
new_width = int(old_width * ratio)
image = image.resize((new_width, new_height), PIL.Image.ANTIALIAS)
# convert PIL.Image into nympy array back again
return array(image)
如果您的圖像以 Blob 格式存儲(即在數據庫中),您可以使用 Billal Begueradj 解釋的相同技術將您的圖像從 Blob 轉換為字節數組。
就我而言,我需要將圖像存儲在 db 表的 blob 列中:
def select_all_X_values(conn):
cur = conn.cursor()
cur.execute("SELECT ImageData from PiecesTable")
rows = cur.fetchall()
return rows
然后我創建了一個輔助函數來將我的數據集更改為 np.array:
X_dataset = select_all_X_values(conn)
imagesList = convertToByteIO(np.array(X_dataset))
def convertToByteIO(imagesArray):
"""
# Converts an array of images into an array of Bytes
"""
imagesList = []
for i in range(len(imagesArray)):
img = Image.open(BytesIO(imagesArray[i])).convert("RGB")
imagesList.insert(i, np.array(img))
return imagesList
在此之后,我能夠在我的神經網絡中使用 byteArrays。
plt.imshow(imagesList[0])
def imshow(img):
img = img / 2 + 0.5 # unnormalize
npimg = img.numpy()
plt.imshow(np.transpose(npimg, (1, 2, 0)))
plt.show()
您可以通過在擠壓出特征(非標准化)后將圖像解析為 numpy() 函數來將圖像轉換為 numpy
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.