如何使用 pyglet 显示 numpy 数组？

发布于 2024-09-08 03:39:12 字数 605 浏览 8 评论 0原文

我有一个尺寸为 (100*100) 的标签矩阵，存储为 numpy 数组，我想用 pyglet 显示该矩阵。

我最初的想法是使用这个矩阵通过函数 pyglet.image.ImageData() 形成一个新的 pyglet 图像。它需要图像数据的缓冲区作为输入，但是我不知道如何从 numpy 数组中获取正确格式的缓冲区。

有人有任何想法吗？

附：我当前的解决方案：

3d_label = numpy.empty([100,100,3])
3d_label[:,:,0] = label * 255            # value range of label is [0,1]
3d_label[:,:,1] = label * 255
3d_label[:,:,2] = label * 255
image_data = ctypes.string_at(id(3d_label.tostring())+20, 100*100*3)
image = pyglet.image.ImageData(100, 100, 'RGB', image_data, -100*3)

有没有更好的方法用 numpy 从 3 [100*100] 矩阵构建 [100*100*3] 矩阵？

原文

I have a label matrix with dimension (100*100), stored as a numpy array, and I would like to display the matrix with pyglet.

My original idea is to use this matrix to form a new pyglet image using function pyglet.image.ImageData(). It requres a buffer of the imagedata as an input, however I have no idea how to get a right formated buffer from the numpy array.

Any one have any idea?

ps. my current solution:

3d_label = numpy.empty([100,100,3])
3d_label[:,:,0] = label * 255            # value range of label is [0,1]
3d_label[:,:,1] = label * 255
3d_label[:,:,2] = label * 255
image_data = ctypes.string_at(id(3d_label.tostring())+20, 100*100*3)
image = pyglet.image.ImageData(100, 100, 'RGB', image_data, -100*3)

Any better way to construct a [100*100*3] matrix from 3 [100*100] matrix with numpy?

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

黎歌 2024-09-15 03:39:12

我认为您正在寻找的是 np.dstack （或者更一般地说，np.concatenate）：

label255=label*255
label3=numpy.dstack((label255,label255,label255))

这表明 dstack 生成相同的数组（ label3）作为您的 label_3d 构造：

import numpy as np

label=np.random.random((100,100))
label255=label*255
label3=np.dstack((label255,label255,label255))

label_3d = np.empty([100,100,3])
label_3d[:,:,0] = label * 255            # value range of label is [0,1]
label_3d[:,:,1] = label * 255
label_3d[:,:,2] = label * 255
print(np.all(label3==label_3d))
# True

PS。我不确定，但是您是否尝试过使用 label3.data 而不是 ctypes.string_at(id(label3.tostring())+20, 100*100*3) ?

I think what you are looking for is np.dstack (or more generally, np.concatenate):

label255=label*255
label3=numpy.dstack((label255,label255,label255))

This shows dstack produces the same array (label3) as your construction for label_3d:

import numpy as np

label=np.random.random((100,100))
label255=label*255
label3=np.dstack((label255,label255,label255))

label_3d = np.empty([100,100,3])
label_3d[:,:,0] = label * 255            # value range of label is [0,1]
label_3d[:,:,1] = label * 255
label_3d[:,:,2] = label * 255
print(np.all(label3==label_3d))
# True

PS. I'm not sure, but have you tried using label3.data instead of ctypes.string_at(id(label3.tostring())+20, 100*100*3) ?

回复收藏 0 原文

忆梦 2024-09-15 03:39:12

您可以使用 3d_label.tostring() 获取数组的内存表示形式。

tostring() 方法允许您更改元素的内存顺序：

Parameters
----------
order : {'C', 'F', None}, optional
    Order of the data for multidimensional arrays:
    C, Fortran, or the same as for the original array.

PS：~unutbu 的 3d_label.data 需要更少的内存，因为没有构建字符串。但是，它不允许您更改元素的输出顺序。

You can get the memory representation of your array with 3d_label.tostring().

The tostring() method allows you to change the memory ordering of the elements:

Parameters
----------
order : {'C', 'F', None}, optional
    Order of the data for multidimensional arrays:
    C, Fortran, or the same as for the original array.

PS: The 3d_label.data of ~unutbu requires less memory, since no string is constructed. However, it does not allow you to change the order in which the elements are output.

回复收藏 0 原文

~没有更多了~