4

我正在开发基于 PyQt4 GUI 的基于传感器的 Python 应用程序。传感器正在生成 16 位测量值……每条“线”有 256 个 16 位“像素”。通过获得 256 行来获取一个正方形的“图像”，从而得到一个 (256,256) 个 16 位数字的 Numpy 数组。我只是想将其显示为灰度图像。传感器循环在 QThread 中运行并发出 QImage 信号。该信号连接到一个插槽，该插槽通过将数据打包成 32 位 RGB 图像来呈现主 GUI 中的数据。当然，要将 16 位灰度像素打包成 32 位 RGB 图像，我不得不将 16 位像素缩放为 8 位，并且会丢失大量动态范围。提供了一个 MWE，显示了我当前的策略（这显然不是我基于传感器的大型线程应用程序......它只是提取了显着部分）。

#!/usr/bin/python
# -*- coding: utf-8 -*-

"""
Grayscale to RGB32 QPixmap tests
"""

import sys
import numpy as np
from PyQt4 import QtGui, QtCore

class PixmapTest(QtGui.QWidget):

    def __init__(self):
        super(PixmapTest, self).__init__()
        self.initUI()

    def initUI(self):      
        imglayout = QtGui.QHBoxLayout(self)

        img_16bit = np.random.randint(0,65535,size=(256,256)).astype(np.uint32)
        img_16bit_to_8bit = (img_16bit / 65535.0 * 255).astype(np.uint32)
        packed_img_array = (255 << 24 | (img_16bit_to_8bit) << 16 | (img_16bit_to_8bit) << 8 | (img_16bit_to_8bit)).flatten()
        img = QtGui.QImage(packed_img_array, 256, 256, QtGui.QImage.Format_RGB32)
        pixmap = QtGui.QPixmap(img.scaledToWidth(img.width()*2))

        imglabel = QtGui.QLabel(self)
        imglabel.setPixmap(pixmap)

        imglayout.addWidget(imglabel)
        self.setLayout(imglayout)

        self.move(300, 200)
        self.setWindowTitle('QPixmap Test')
        self.show()        

def main():

    app = QtGui.QApplication(sys.argv)
    form = PixmapTest()
    sys.exit(app.exec_())


if __name__ == '__main__':
    main()

具体来说，我的问题是：

  1. 有没有更好的办法？解决方案必须保持“轻量级”（即 PyQt4 QImage/QPixmap）。我不能使用 Matplotlib 或任何重量级的东西，因为它太慢了。越接近原生 Python/Numpy 越好。我意识到这最终是 QImage 类的一个限制，但我希望有一个聪明的解决方案，我只是没有看到，让我保持我拥有的当前信号/插槽“接线”。

  2. 通过实验，我发现我必须将最终得到处理的所有数组声明为最终在 QImage 中作为 np.uint32 （尽管 np.int32 似乎也可以工作）。如果我只是将倒数第二个数组声明为 uint32/int32，则它不起作用。我不明白为什么。

  3. 我玩过改变亮度Y' = 0.2126 * R + 0.7152 * G + 0.0722 * B和其他类似的转换。可能在这里“抛光粪便”，但我想我会包括这个，因为 SX 上的其他答案似乎表明这很重要。尽管动态范围有所损失，但似乎可以像在我的 MWE 中那样简单地为 R、G、B 分配相同的值。

根据下面评论中的要求，这里是来自传感器的一些样本数据的直方图，用于说明动态范围：

实际传感器数据的直方图

4

1 回答 1

2

这里我使用一些函数数据进行演示：

y, x = np.mgrid[-10:10:256j, -10:10:256j]
data = ((np.sin(y**2 + x**2) + 2) * 1000).astype(np.uint16)

img_8bit = (data / 256.0).astype(np.uint8) # use the high 8bit
img_8bit = ((data - data.min()) / (data.ptp() / 255.0)).astype(np.uint8) # map the data range to 0 - 255
img = QtGui.QImage(img_8bit.repeat(4), 256, 256, QtGui.QImage.Format_RGB32)

当使用高 8bit 时，它看起来像：

在此处输入图像描述

当将最小值和最大值映射到 (0, 255) 时，它看起来像：

在此处输入图像描述

要将 8 位图像转换为 32 位，只需调用img_8bit.repeat(4)，这将每个字节重复 4 次，因此可以将内存视为 uint32 缓冲区。由于您创建QImageby Format_RGB32not Format_ARGB32，因此不使用最高有效字节。

于 2013-03-28T03:56:55.590 回答