Numpy 和 16 位 PGM

Question

使用 numpy 在 Python 中读取 16 位 PGM 图像的有效且清晰的方法是什么？

由于 PIL 错误，我无法使用 PIL 加载 16 位 PGM 图像。我可以使用以下代码读取标题：

dt = np.dtype([('type', 'a2'),
               ('space_0', 'a1', ),
               ('x', 'a3', ),
               ('space_1', 'a1', ),
               ('y', 'a3', ),
               ('space_2', 'a1', ),
               ('maxval', 'a5')])
header = np.fromfile( 'img.pgm', dtype=dt )
print header

这将打印正确的数据： ('P5', ' ', '640', ' ', '480', ' ', '65535')但我有一种感觉，这并不是最好的方法。除此之外，我很难弄清楚如何以 size(header) 的偏移量按 16 位读取 x x y（在本例中为 640x480）的以下数据。

编辑：添加图像

用于读取和显示图像的 MATLAB 代码为：

I = imread('foo.pgm'); 
imagesc(I);

看起来像这样：

Answer 1

import re
import numpy

def read_pgm(filename, byteorder='>'):
    """Return image data from a raw PGM file as numpy array.

    Format specification: http://netpbm.sourceforge.net/doc/pgm.html

    """
    with open(filename, 'rb') as f:
        buffer = f.read()
    try:
        header, width, height, maxval = re.search(
            b"(^P5\s(?:\s*#.*[\r\n])*"
            b"(\d+)\s(?:\s*#.*[\r\n])*"
            b"(\d+)\s(?:\s*#.*[\r\n])*"
            b"(\d+)\s(?:\s*#.*[\r\n]\s)*)", buffer).groups()
    except AttributeError:
        raise ValueError("Not a raw PGM file: '%s'" % filename)
    return numpy.frombuffer(buffer,
                            dtype='u1' if int(maxval) < 256 else byteorder+'u2',
                            count=int(width)*int(height),
                            offset=len(header)
                            ).reshape((int(height), int(width)))


if __name__ == "__main__":
    from matplotlib import pyplot
    image = read_pgm("foo.pgm", byteorder='<')
    pyplot.imshow(image, pyplot.cm.gray)
    pyplot.show()

Answer 2

我不太熟悉 PGM 格式，但一般来说，您只需使用 numpy.fromfile 即可。 fromfile 将从您传递给它的文件指针所在的位置开始，因此您可以简单地查找（或读取）到标头的末尾，然后使用 fromfile读取其余部分。

您需要使用 infile.readline() 而不是 next(infile)。

import numpy as np

with open('foo.pgm', 'r') as infile:
    header = infile.readline()
    width, height, maxval = [int(item) for item in header.split()[1:]]
    image = np.fromfile(infile, dtype=np.uint16).reshape((height, width))

顺便说一句，您在评论中指向的“foo.pgm”文件似乎在标题中指定了错误的行数。

如果您要读取大量可能存在该问题的文件，则可以用零填充数组或截断它，如下所示。

import numpy as np

with open('foo.pgm', 'r') as infile:
    header = next(infile)
    width, height, maxval = [int(item) for item in header.split()[1:]]
    image = np.fromfile(infile, dtype=np.uint16)
    if image.size < width * height:
        pad = np.zeros(width * height - image.size, dtype=np.uint16)
        image = np.hstack([image, pad])
    if image.size > width * height:
        image = image[:width * height]
    image = image.reshape((height, width))

<罢工>

Answer 3

事实上，标头后面的“字符串”是文件中的二进制文件。我解决了下面的问题（发现以下内容： ndarray: [2047 2047 2047 ..., 540 539 539]），但还有另一个问题：文件不够长；仅计算 289872 个数字，而不是 640*480...

我为自己的夸张行为感到非常抱歉，为它创建了一个类...

import numpy as np
import Image

class PGM(object):
    def __init__(self, filepath):

        with open(filepath) as f:

            # suppose all header info in first line:
            info = f.readline().split()
            self.type = info[0]
            self.width, self.height, self.maxval = [int(v) for v in info[1:]]
            size = self.width * self.height

            lines = f.readlines()
            dt = [np.int8, np.int16][self.maxval > 255]
            try:
                # this will work if lines are integers separated by e.g. spaces
                self.data = np.array([l.split() for l in lines], dtype=dt).T
            except ValueError:
                # data is binary
                data = np.fromstring(lines[0], dtype=dt)
                if data.size < size:
                    # this is the case for the 'db.tt/phaR587 (foo.pgm)'
                    #raise ValueError('data binary string probably uncomplete')
                    data = np.hstack((data, np.zeros(size-data.size)))
                self.data = data[:size].reshape((self.width, self.height))

            assert (self.width, self.height) == self.data.shape
            assert self.maxval >= self.data.max()

        self._img = None

    def get_img(self):
        if self._img is None:
            # only executed once
            size = (self.width, self.height)
            mode = 'L'
            data = self.data
            self.img = Image.frombuffer(mode, size, data)

        return self.img

    Image = property(get_img)

mypgm = PGM('foo.pgm')

mypgm.Image

编辑：Joe Kington 的好主意，用零填充图像！

Answer 4

从这里我知道标题信息可以用空格、回车符或其他分隔。如果您的数据以空格分隔（如果不是，请告诉我）您可以这样做：

with open('img.pgm') as f:
    lines = f.readlines()
    data = np.array([line.split() for line in lines[1:]], dtype=np.int16).T

您的数据现在是 int16 格式的数组！

假设您仍然对标题信息感兴趣，您可以这样做：

class Header(object):
    def __init__(self, type, width, height, maxval):
        self.type = type
        self.width = int(width)
        self.height = int(height)
        self.maxval = int(maxval)

h = Header(*lines[0].split()[:4])

以便您可以根据读取的行检查图像数据：

assert (h.width, h.height) == data.shape    
assert h.maxval >= data.max()

编辑：图像数据为二进制，文件必须以“rb”打开并从标头信息之后读取：

import numpy as np

def as_array(filepath):
    f = open(filepath, 'r')
    w, h = size = tuple(int(v) for v in next(f).split()[1:3])
    data_size = w * h * 2

    f.seek(0, 2)
    filesize = f.tell()
    f.close()
    i_header_end = filesize - (data_size)

    f = open(filepath, 'rb')
    f.seek(i_header_end)
    buffer = f.read()
    f.close()

    # convert binary data to an array of the right shape
    data = np.frombuffer(buffer, dtype=np.uint16).reshape((w, h))

    return data

a = as_array('foo.pgm')

Answer 5

感谢@joe-kington 的回答帮助解决这个问题。解决方案如下。

需要做一些额外的工作才能不对已知的标头长度（17 个字节）进行硬编码
这种情况），而是从标题中确定它。 PGM 标准规定标头通常以换行符结尾，但也可以以任何空格结尾。我认为这段代码会在使用非换行符空格作为标头末尾分隔符的 PGM 上崩溃。在这种情况下，标头大小将由保存宽度、高度和最大大小的变量的大小确定，加上两个字节的“P5”，再加上 4 个字节的空白。

其他可能会中断的情况是宽度或高度大于整数（非常大的图像）。或者，如果 PGM 是 8 位而不是 16 位（可以根据 maxval 以及可能的宽度、高度和文件大小确定）。

#!/usr/bin/python
import numpy as np
import matplotlib.pyplot as plt

file='foo.pgm'
infile = open(file,'r')
header = next(infile)
width, height, maxval = [int(item) for item in header.split()[1:]]
infile.seek(len(header))
image = np.fromfile(infile, dtype=np.uint16).reshape((height, width))
print width, height, maxval
plt.figimage(image)