无法在python中以数组形式跟踪图像

所以我用这个非常简单的图像来理解图像是如何存储在数组中的，以及如何操作它

旁注
有人能给我推荐一本以这些基础知识为开头的书/博客吗？因为大多数人都跳过了这一部分，虽然很琐碎，但我不能 这些细微差别侵蚀着我的大脑

其8x8像素图像，左上角第一个像素中有一个点

#import modules
import matplotlib.pyplot as plt
from PIL import Image
%matplotlib inline
import numpy as np

#Load image as array
i=Image.open("dot.png")
iar=np.asarray(i)

现在进行分析，首先我将显示一些数组，然后我将最终显示“dot.png”

链接到dot.png图像（使用ctrl+s将其保存为非常小的2x2像素，因此不可见）

但是

我的问题是:-

为什么

plt.imshow（[0]）

失败了，但是

plt.imshow（[0]]）

工作了

为什么

plt.imshow（[[0]]）

和

plt.imshow（[[255]]）

都只显示蓝色？即使0不代表蓝色，也不代表蓝色 我的意思是蓝色

这些图像中的像素在哪里<代码>plt.imshow（[[0]]）正在显示大小为1x1的图像。是单像素图像吗？如果是，那么

plt.imshow（[[255,0]]）

表示2像素

为什么颜色模糊而且没有很好的定义，我没有给出任何关于alpha/模糊的信息。但仍然

plt.imshow（[[255,0128]]）

将所有颜色显示为模糊 边界。这里发生了什么事

为什么iar[0]作为彩色图像出现，即使dot.png只是黑白图像。但是iar[0:1]显示的dot.png的第一行与其存储的完全相同

---

好的，那么你的一些问题是关于

imshow

显示图像，并将形状为

（n，m）

（对于灰度图像）、

（n，m，3）

（对于彩色图像）或

（n，m，4）

（对于具有透明度或alpha信息的彩色图像）的“数组状”对象作为参数

执行

plt.imshow（[0]）

时，传递的参数的形状为

（1，）

，因此会出现错误。列表

[0]

是一维的，而不是二维的，因此不能通过

imshow

显示。相比之下，

[[0]]

是一个二维数组，表示单个像素，因此可以显示

[[0]]

和

[[255]]]

都将显示为蓝色方框。这是因为matplotlib颜色映射灰度图像的像素值。颜色映射意味着matplotlib在您传递的数据中查找值的范围，并将最低值映射为一种颜色，最高值映射为另一种颜色，并且将两种颜色之间的所有值映射到某个颜色范围，该颜色范围设计为美观，或有助于解释数据。如果您的图像只有一个像素，则没有颜色范围，因此整个图像将以相同的颜色显示。请注意，如果未为参数

cmap

指定其他值，matplotlib默认使用颜色映射

plt.imshow（[[255,0]]）

正在显示一个两像素的图像；您传递的数组有一行两列。Matplotlib将其显示为两种颜色：红色表示高（

255

），蓝色表示低（

0

）

由于matplotlib插值图像数据，因此图像模糊。您可以通过为

imshow

的

interpolation

参数指定一个值来更改此行为（matplotlib默认使用

“双线性”

，从而获得“抗锯齿”外观）

接下来，您将显示3像素灰度图像（

[[255,0128]]

）。这表现为从红色到蓝色到绿色的渐变；这些颜色再次取自

jet

彩色地图（红色为高，绿色为中，蓝色为低）<代码>[[255128128]]将是红色、蓝色、蓝色，因为此数据的范围是从128到255，所以128将是新的低位（蓝色）

好的，最后，我们来看一下您的8x8图像。PNG图像可能只包含黑白像素，但它是以RGB格式存储的。我们可以看到这一点，例如，使用：

这意味着每个像素由三个字节（红色、绿色和蓝色）表示。PIL在RGBA模式下打开，为alpha通道添加另一个字节：

>>> from PIL import Image
>>> import os
>>> i = Image.open(os.path.expanduser('~/Downloads/y2ot9.png'))
>>> i.size
(8, 8)
>>> i.mode
'RGBA'

第一个像素为黑色，其他像素为白色。我们可以看到黑色是元组

（0,0,0,255）

（即0红色、0绿色、0蓝色和255，或完整的alpha）。同样，白色是

（255、255、255、255）

：

当您将此图像放入numpy数组时，您将得到这些相同的像素值。数组的形状为

（8,8,4）

：

这意味着每个像素有8行、8列和4个组件（红色、绿色、蓝色、alpha）

取

a[0]

将得到此数组的第一行，其形状为

（8,4）

。有8列像素，每列有4个组件。当您将其发送到

imshow

时，它会被解释为大小为8x4的灰度图像，因为您有二维数据。您将获得图像第一行的彩色映射显示。您可以将第一个像素视为三个蓝色值（黑色像素的三个

0

s）。图像的最后一列到处都是红色，因为您的图像到处都是完整的alpha

a[0:1]

为您提供阵列的一部分；这将是形状

（1,8,4）

。当您将其发送到

imshow

时，它将被解释为大小为1x8的彩色图像（因为它是三维数据，最后一个维度是4，用alpha信息表示颜色）。这就是为什么显示它会给您一个黑白条，这是您可能希望看到的图片。您可以通过显示

[a[0]]

获得相同的结果

因为您处理的是黑白图像数据，所以报告可能更直观

plt.imshow([[0]])

plt.imshow([[255]])

 plt.imshow([[255,0]])

plt.imshow([[255,0,128]])

plt.imshow([[255,0],[23,128]])

plt.imshow(iar[0])

plt.imshow(iar[0:1])

# Checking attributes of iar[0]
subset1=iar[0]
subset1.shape
Out[144]: (8L, 4L)
In [140]:iar[0]
Out[140]: 
array([[  0,   0,   0, 255],
   [255, 255, 255, 255],
   [255, 255, 255, 255],
   [255, 255, 255, 255],
   [255, 255, 255, 255],
   [255, 255, 255, 255],
   [255, 255, 255, 255],
   [255, 255, 255, 255]], dtype=uint8)

# Checking attributes of iar[0:1]
subset2=iar[0:1]
subset2.shape
Out[146]: (1L, 8L, 4L)
In [142]:iar[0:1]
Out[141]: 
array([[[  0,   0,   0, 255],
    [255, 255, 255, 255],
    [255, 255, 255, 255],
    [255, 255, 255, 255],
    [255, 255, 255, 255],
    [255, 255, 255, 255],
    [255, 255, 255, 255],
    [255, 255, 255, 255]]], dtype=uint8)

plt.imshow([[255,0]], interpolation='none')

$ identify ~/Downloads/y2ot9.png
/home/user/Downloads/y2ot9.png PNG 8x8 8x8+0+0 8-bit sRGB 138B 0.010u 0:00.059

>>> from PIL import Image
>>> import os
>>> i = Image.open(os.path.expanduser('~/Downloads/y2ot9.png'))
>>> i.size
(8, 8)
>>> i.mode
'RGBA'

>>> i.getpixel((0,0))
(0, 0, 0, 255)
>>> i.getpixel((1,0))
(255, 255, 255, 255)

>>> import numpy as np
>>> a = np.asarray(i)
>>> a.shape
(8, 8, 4)

>>> i2 = i.convert('L')
>>> a2 = np.asarray(i2)
>>> a2.shape
(8, 8)