将大矩阵转换为灰度图像

Question

我有一个包含 3,076,568 个二进制值（1 和 0）的 NumPy 数组。我想将其转换为矩阵，然后在 Python 中转换为灰度图像。

但是，当我尝试将数组重塑为 1,538,284 x 1,538,284 矩阵时，出现内存错误。

如何减小矩阵的大小，使其变成适合屏幕的图像而不丢失唯一性/数据？

此外，我如何将其变成灰度图像？

任何帮助或建议将不胜感激。谢谢。

Answer 1

你的“二进制值”数组是一个字节数组？

如果是这样，您可以在调整大小后执行（使用 Pillow）：

from PIL import Image
im = Image.fromarray(arr)

然后 im.show() 来查看它。

如果您的数组只有 0 和 1（1 位深度或黑白），您可能需要将其乘以 255

im = Image.fromarray(arr * 255)

以下是一个示例：

>>> arr = numpy.random.randint(0,256, 100*100) #example of a 1-D array
>>> arr.resize((100,100))
>>> im = Image.fromarray(arr)
>>> im.show()

编辑（2018）：

这个问题是在 2011 年写的，自从需要在加载时使用 mode='L' 参数后，Pillow 就发生了变化来自数组。

另外在下面的评论中据说还需要 arr.astype(np.uint8) ，但我还没有测试过它

Answer 2

使用 PIL 并不是真正需要的，您可以直接使用 pyplot 绘制数组（见下文）。要保存到文件，您可以使用 plt.imsave('fname.png', im)。

下面的代码。

import numpy as np
import matplotlib.pyplot as plt

x = (np.random.rand(1754**2) < 0.5).astype(int)

im = x.reshape(1754, 1754)
plt.gray()
plt.imshow(im)

您还可以使用 plt.show(im) 在新窗口中显示图像。

Answer 3

您可以使用 来执行此操作scipy.misc.toimage 和 im.save("foobar.png")：

#!/usr/bin/env python

# your data is "array" - I just made this for testing
width, height = 512, 100
import numpy as np
array = (np.random.rand(width*height) < 0.5).astype(int)
array = array.reshape(height, width)

# what you need
from scipy.misc import toimage

im = toimage(array)
im.save("foobar.png")

给出

Answer 4

例如，如果您的 PC 中有一个包含一些数据（图像）的 txt 文件，为了将此类数据可视化为灰度图像，您可以使用以下命令：

with open("example.txt", "r") as f:
data = [i.strip("\n").split() for i in f.readlines()]
data1 = np.array(data, dtype=float)
plt.figure(1)
plt.gray()
plt.imshow(data1)
plt.show()