Come convertire un'immagine PIL in un array numpy?
-
23-08-2019 - |
Domanda
Va bene, sto giocando con la conversione di un oggetto immagine PIL avanti e indietro in un array numpy in modo da poter eseguire trasformazioni pixel per pixel più veloci rispetto a PIL PixelAccess
l'oggetto consentirebbe.Ho capito come posizionare le informazioni sui pixel in un utile array numpy 3D tramite:
pic = Image.open("foo.jpg")
pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)
Ma non riesco a capire come caricarlo nuovamente nell'oggetto PIL dopo aver eseguito tutte le mie fantastiche trasformazioni.Sono a conoscenza del putdata()
metodo, ma non riesco proprio a farlo funzionare.
Soluzione
Non stai dicendo come esattamente putdata()
non si comporta. Sto assumendo che stai facendo
>>> 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
Questo perché putdata
si aspetta una sequenza di tuple e si sta dando una matrice NumPy. Questo
>>> data = list(tuple(pixel) for pixel in pix)
>>> pic.putdata(data)
funzionerà, ma è molto lento.
A partire dal PIL 1.1.6, il href="http://effbot.org/zone/pil-changes-116.htm" modo "corretto" per la conversione tra immagini e numpy array è semplicemente
>>> pix = numpy.array(pic)
anche se la matrice risultante è in un formato diverso rispetto tua (3-d array o righe / colonne / rgb in questo caso).
Poi, dopo aver apportato le modifiche alla matrice, si dovrebbe essere in grado di fare sia pic.putdata(pix)
o creare una nuova immagine con Image.fromarray(pix)
.
Altri suggerimenti
Aprire I
come un array:
>>> I = numpy.asarray(PIL.Image.open('test.jpg'))
Fai qualcosa per I
, quindi riconvertirlo in un'immagine:
>>> im = PIL.Image.fromarray(numpy.uint8(I))
Filtra immagini Numpy con FFT, Python
Se vuoi farlo esplicitamente per qualche motivo, ci sono le funzioni pil2array() e array2pil() che usano getdata() su questa pagina in correlazione.zip.
Sto usando il cuscino 4.1.1 (il successore di PIL) in Python 3.5. La conversione tra il cuscino e NumPy è semplice.
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)
Una cosa che deve notare è che in stile cuscino im
è column-major, mentre NumPy stile im2arr
è row-major. Tuttavia, la funzione Image.fromarray
tiene già in considerazione questo. Cioè, arr2im.size == im.size
e arr2im.mode == im.mode
nell'esempio precedente.
Dobbiamo curare il formato dati HxWxC quando elabora i matrici NumPy trasformate, ad esempio effettuare le im2arr = np.rollaxis(im2arr, 2, 0)
o im2arr = np.transpose(im2arr, (2, 0, 1))
la trasformazione in forma CxHxW.
È necessario convertire l'immagine in un array di NumPy in questo modo:
import numpy
import PIL
img = PIL.Image.open("foo.jpg").convert("L")
imgarr = numpy.array(img)
L'esempio che ho usato oggi:
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)
Se l'immagine viene memorizzata in un formato di Blob (vale a dire in un database) è possibile utilizzare la stessa tecnica spiegata da Billal Begueradj per convertire l'immagine da Blobs a un array di byte.
Nel mio caso, avevo bisogno di mie immagini in cui memorizzate in una colonna BLOB in una tabella db:
def select_all_X_values(conn):
cur = conn.cursor()
cur.execute("SELECT ImageData from PiecesTable")
rows = cur.fetchall()
return rows
Poi ho creato una funzione di supporto per cambiare il mio insieme di dati in 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
Dopo questo, sono stato in grado di utilizzare le bytearrays nella mia rete neurale.
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()
È possibile trasformare l'immagine in numpy analizzando l'immagine in NumPy () funzione dopo schiacciamento le caratteristiche (unnormalization)