Python Numpy和16位PGM

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

我无法使用PIL加载16位PGM图像。我可以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

这打印了正确的数据：

（'P5'，'640'，'480'，'65535'）

，但我觉得这不是最好的方法。除此之外，我还不知道如何用偏移量

size（header）

读入以下16位x×y（在本例中为640x480）的数据

编辑：添加图像

读取和显示图像的MATLAB代码为：

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

看起来是这样的：

据我所知，标题信息可以用空格、回车符或其他字符分隔。如果您的文件之间有空格（如果没有空格，请通知我），您可以执行以下操作：

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

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])

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，可以执行以下操作：

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

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])

以便您可以对照读取行检查图像数据：

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”的形式打开，并在标题信息之后读取：

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')

---

我不太熟悉PGM格式，但一般来说，您只需要使用

numpy.fromfile

fromfile

将从您传递到它的文件指针所在的任何位置开始，因此您可以简单地查找（或读取）标题的末尾，然后使用

fromfile

读取中的其余部分

您需要使用

infle.readline（）

而不是

next（infle）

另一方面，您在注释中指向的“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此问题的文件，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))

将numpy导入为np
以open（'foo.pgm'，'r'）作为填充：
标题=下一个（填充）
宽度、高度、maxval=[int（item）表示标头中的项。拆分（）[1:]
image=np.fromfile（infle，dtype=np.uint16）
如果image.size<宽度*高度：
pad=np.zero（宽度*高度-image.size，数据类型=np.uint16）
image=np.hstack（[image，pad]）
如果image.size>宽度*高度：
图像=图像[：宽度*高度]
图像=图像。重塑（（高度、宽度））

---

实际上，头后面的“字符串”是文件中的二进制文件。我在下面解决了这个问题（发现如下：

ndarray:[2047 2047 2047…，540 539 539]

），但还有一个问题：文件不够长；仅统计289872个数字，而不是640*480

我为我的夸大其词感到非常抱歉，为此我上了一堂课

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

将numpy导入为np
导入图像
类别PGM（对象）：
定义初始化（self，filepath）：
将open（filepath）作为f：
#假设第一行中的所有标题信息：
info=f.readline（）.split（）
self.type=info[0]
self.width、self.height、self.maxval=[int（v）表示信息中的v[1:]
尺寸=自宽*自高
行=f.读行（）
dt=[np.int8，np.int16][self.maxval>255]
尝试：
#如果行是由空格等分隔的整数，则此操作有效
self.data=np.array（[l.split（）表示行中的l]，dtype=dt）.T
除值错误外：
#数据是二进制的
data=np.fromstring（第[0]行，dtype=dt）
如果data.size=self.data.max（）
self.\u img=无
def get_img（自我）：
如果self.\u img为无：
#只执行一次
大小=（自宽、自高）
模式='L'
data=self.data
self.img=Image.frombuffer（模式、大小、数据）
返回self.img
图像=属性（获取图像）
mypgm=PGM（'foo.PGM'）
mypgm.图像

---

编辑：乔·金顿提出的用零填充图像的好主意

感谢@joe kington的回答帮助我们解决了这个问题。解决办法如下

有一点额外的工作，不硬编码已知的头长度（17个字节的长度） 本例中），但要从页眉确定它。PGM标准规定，标题通常以换行符结尾，但可以以任何空格结尾。我认为这段代码将在PGM上中断，PGM使用非换行空格作为标题的结尾。在这种情况下，标题大小由包含width、height和maxsize的变量的大小决定，加上两个字节的“P5”，再加上4个字节的空白

其他情况下，如果宽度或高度大于int（非常大的图像），则可能会中断。或者如果PGM是8位而不是16位（可以通过maxval以及可能的宽度、高度和文件大小来确定）

重新导入
进口numpy
def read_pgm（文件名，字节顺序='>'）：
“”“将原始PGM文件中的图像数据作为numpy数组返回。
格式规范：http://netpbm.sourceforge.net/doc/pgm.html
"""
将open（filename，'rb'）作为f：
缓冲区=f.read（）
尝试：
标题、宽度、高度，最大值=重新搜索(
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）*”），缓冲区.groups（）
除属性错误外：
raise VALUERROR（“不是原始PGM文件：“%s”%”%filename）
返回numpy.frombuffer（buffer，
如果int（maxval）<256 else字节顺序+'u2'，则dtype='u1'，
计数=整数（宽度）*整数（高度），
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()