71

所以我有一组数据，我可以将其转换为 R、G、B 波段的单独 numpy 数组。现在我需要将它们组合起来形成一个 RGB 图像。

我尝试使用“图像”来完成这项工作，但它需要归因于“模式”。

我试着做一个把戏。我会使用 Image.fromarray() 将数组转换为图像，但是当 Image.merge 需要“L”模式图像进行合并时，默认情况下它会达到“F”模式。如果我首先将 fromarray() 中的数组属性声明为“L”，那么所有 RGB 图像都会失真。

但是，如果我保存图像然后打开它们然后合并，它工作正常。图像以“L”模式读取图像。

现在我有两个问题。

首先，我不认为这是一种优雅的工作方式。所以如果有人知道更好的方法，请告诉

其次，Image.SAVE 无法正常工作。以下是我面临的错误：

In [7]: Image.SAVE(imagefile, 'JPEG')
----------------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

/media/New Volume/Documents/My own works/ISAC/SAMPLES/<ipython console> in <module>()

TypeError: 'dict' object is not callable

请提出解决方案。

请注意，图像大约是 4000x4000 大小的数组。

4

5 回答 5

87 
rgb = np.dstack((r,g,b))  # stacks 3 h x w arrays -> h x w x 3

还要将浮点数 0 .. 1 转换为 uint8 s，

rgb_uint8 = (np.dstack((r,g,b)) * 255.999) .astype(np.uint8)  # right, Janna, not 256
于 2012-05-05T15:06:24.730 回答
77

我不太明白你的问题，但这里有一个我最近做过的类似事情的例子，看起来它可能会有所帮助：

# r, g, and b are 512x512 float arrays with values >= 0 and < 1.
from PIL import Image
import numpy as np
rgbArray = np.zeros((512,512,3), 'uint8')
rgbArray[..., 0] = r*256
rgbArray[..., 1] = g*256
rgbArray[..., 2] = b*256
img = Image.fromarray(rgbArray)
img.save('myimg.jpeg')

我希望这会有所帮助

于 2012-05-04T08:40:13.780 回答
6 
rgb = np.dstack((r,g,b))  # stacks 3 h x w arrays -> h x w x 3

如果您传递 3 个通道，此代码不会创建 3d 数组。剩余 2 个频道。

于 2019-11-04T17:52:42.583 回答
5

在将 numpy 数组传递给uint8之前将它们转换为Image.fromarray

例如。如果您有 [0..1] 范围内的浮点数：

r = Image.fromarray(numpy.uint8(r_array*255.999))
于 2012-05-04T08:51:35.583 回答
3

我认为您的失真是由您将原始图像拆分为各个波段然后在将其合并之前再次调整大小造成的； 

`
image=Image.open("your image")

print(image.size) #size is inverted i.e columns first rows second eg: 500,250

#convert to array
li_r=list(image.getdata(band=0))
arr_r=np.array(li_r,dtype="uint8")
li_g=list(image.getdata(band=1))
arr_g=np.array(li_g,dtype="uint8")
li_b=list(image.getdata(band=2))
arr_b=np.array(li_b,dtype="uint8")

# reshape 
reshaper=arr_r.reshape(250,500) #size flipped so it reshapes correctly
reshapeb=arr_b.reshape(250,500)
reshapeg=arr_g.reshape(250,500)

imr=Image.fromarray(reshaper,mode=None) # mode I
imb=Image.fromarray(reshapeb,mode=None)
img=Image.fromarray(reshapeg,mode=None)

#merge
merged=Image.merge("RGB",(imr,img,imb))
merged.show()
`

这很好用！

于 2017-11-24T05:14:49.640 回答