Как преобразовать изображение PIL в массив numpy?
-
23-08-2019 - |
Вопрос
Хорошо, я играю с преобразованием объекта изображения PIL туда и обратно в массив numpy, чтобы я мог выполнять более быстрые попиксельные преобразования, чем PIL. PixelAccess
объект позволит.Я понял, как поместить информацию о пикселях в полезный трехмерный массив с помощью:
pic = Image.open("foo.jpg")
pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)
Но я не могу понять, как загрузить его обратно в объект PIL после того, как я выполнил все свои потрясающие преобразования.Я знаю о putdata()
метод, но, похоже, не могу заставить его себя вести.
Решение
Вы не говорите, как именно putdata()
не ведет себя.Я предполагаю, что ты делаешь
>>> 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
Это потому что putdata
ожидает последовательность кортежей, и вы передаете ей массив numpy.Этот
>>> data = list(tuple(pixel) for pixel in pix)
>>> pic.putdata(data)
будет работать, но очень медленно.
Начиная с PIL 1.1.6, «правильный» способ преобразования между изображениями и массивами numpy это просто
>>> pix = numpy.array(pic)
хотя результирующий массив имеет формат, отличный от вашего (в данном случае трехмерный массив или строки/столбцы/rgb).
Затем, после внесения изменений в массив, вы сможете сделать либо pic.putdata(pix)
или создайте новое изображение с помощью Image.fromarray(pix)
.
Другие советы
Открыть I
как массив:
>>> I = numpy.asarray(PIL.Image.open('test.jpg'))
Сделайте что-нибудь, чтобы I
, затем преобразуйте его обратно в изображение:
>>> im = PIL.Image.fromarray(numpy.uint8(I))
Фильтрация изображений с помощью FFT, Python
Если по какой-то причине вы хотите сделать это явно, есть функции pil2array() и array2pil(), использующие getdata() в эта страница в корреляционном.zip.
Я использую Pillow 4.1.1 (преемник PIL) в Python 3.5.Преобразование между Pillow и numpy очень простое.
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)
Одна вещь, на которую следует обратить внимание, это то, что стиль подушки im
является столбцом, а в стиле numpy im2arr
является основным по строкам.Однако функция Image.fromarray
уже учитывает это.То есть, arr2im.size == im.size
и arr2im.mode == im.mode
в приведенном выше примере.
Мы должны позаботиться о формате данных HxWxC при обработке преобразованных массивов numpy, например.сделать преобразование im2arr = np.rollaxis(im2arr, 2, 0)
или im2arr = np.transpose(im2arr, (2, 0, 1))
в формат CxHxW.
Вам нужно преобразовать изображение в массив numpy следующим образом:
import numpy
import PIL
img = PIL.Image.open("foo.jpg").convert("L")
imgarr = numpy.array(img)
Пример, который я использовал сегодня:
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)
Если ваше изображение хранится в формате Blob (т.в базе данных) вы можете использовать тот же метод, который объяснил Биллал Бегерадж, для преобразования изображения из Blob-объектов в массив байтов.
В моем случае мне нужно было, чтобы мои изображения хранились в столбце больших двоичных объектов в таблице БД:
def select_all_X_values(conn):
cur = conn.cursor()
cur.execute("SELECT ImageData from PiecesTable")
rows = cur.fetchall()
return rows
Затем я создал вспомогательную функцию для изменения моего набора данных в 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
После этого я смог использовать byteArrays в своей нейронной сети.
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()
Вы можете преобразовать изображение в Numpy, анализируя изображение в функцию Numpy () после рассыпания функций (ненормализация)