我有一些温度场值,我想将其转换为灰度图像,同时保留分辨率。 (例如,如果它是一个(100x100)大小的float数组,那么转换应该是一个灰度(100x100)图像)。然后我将处理图像并将其转换回Temperature numpy数组。图像处理部分可以被认为是一个黑盒过程。
转换无损很重要。
此外,图像处理代码将识别 .png 和 .jpg。 (我不确定其他文件格式的识别,包括 tiff。此外,即使是 jpg 格式也不是首选,因为它们会导致有损转换)。
到目前为止我的尝试:
Matplotlib 的
imsave()保留分辨率且无损。但它将图像转换为 RGB 而不是灰度。这种方法对我来说也很好,但我无法准确地将 3 channel RGB 图像转换回 float numpy 数组。例如,我采用了一个 10x10 numpy float 组temperature,使用了plt.imsave('Temperature_profile.png',temperature)。然后,我重新打开同一张图像,但无法找到将其转换回 (10x10) float 组的准确方法。所以,如果有一种方法可以将 3 channel 图像无损地转换回 2D 矩阵,问题就解决了。PIL 的
Image.fromarray()保留分辨率并可以将图像保存为灰度图像。但是我无法无损地保存矩阵并无损地检索它。因此我会得到错误的结果。 ( Converting 2D Numpy array of grayscale values to a PIL image )scipy.misc.imsave()已弃用。imageio.imwrite()给出关于有损转换的警告。 (“从 float64 到 uint8 的有损转换”)。
<opencv和cv2由于某种原因未被我的 spyder 环境(python 3.7、Anaconda 4.7.12)识别。
请您参考如下方法:
你需要一种可以保存 float 的无损图像格式:
- PNG最多只能保存16位整数,
- JPEG 不是无损的,只有 8 位整数,
- GIF 是整数和 8 位,
- NetPBM 最多只能是 16 位整数。
因此请使用无损压缩或无压缩的 TIFF。或者你可以使用 PFM - 可移植 float map 。
这是一个演示:
import numpy as np
from PIL import Image
# Generate a small float image in Numpy array
grey32 = np.random.randn(2,3).astype(np.float32)
# Convert to PIL Image and save
Image.fromarray(grey32).save('test.tif')
# Read back from disk and convert to Numpy array
reloaded = np.array(Image.open('test.tif'))
# Inspect
print(grey32)
array([[-0.28032717, -1.7696048 , -0.9811929 ],
[-0.7785768 , -1.2427857 , -0.33241433]], dtype=float32)
print(reloaded)
array([[-0.28032717, -1.7696048 , -0.9811929 ],
[-0.7785768 , -1.2427857 , -0.33241433]], dtype=float32)
如果您的查看器无法显示包含 float 的 TIFF 文件,您始终可以使用 ImageMagick 将它们转换为可查看的内容:
magick float.tif -auto-level viewable.png
