Python 使用scikit图像以高精度(16位)将numpy阵列另存为图像
我正在使用2D浮点numpy数组,我希望以高精度(例如16位)将其保存到greyscale.png文件中。如果可能的话,我想使用scikit imagePython 使用scikit图像以高精度(16位)将numpy阵列另存为图像,python,image-processing,numpy,scipy,scikit-image,Python,Image Processing,Numpy,Scipy,Scikit Image,我正在使用2D浮点numpy数组,我希望以高精度(例如16位)将其保存到greyscale.png文件中。如果可能的话,我想使用scikit imageskimage.io包来实现这一点 以下是我尝试过的主要事情: import numpy as np from skimage import io, exposure, img_as_uint, img_as_float im = np.array([[1., 2.], [3., 4.]], dtype='float64') im = expo
skimage.io
包来实现这一点
以下是我尝试过的主要事情:
import numpy as np
from skimage import io, exposure, img_as_uint, img_as_float
im = np.array([[1., 2.], [3., 4.]], dtype='float64')
im = exposure.rescale_intensity(im, out_range='float')
im = img_as_uint(im)
im
产生:
array([[ 0, 21845],
[43690, 65535]], dtype=uint16)
array([[ 0, 85],
[170, 255]], dtype=uint8)
首先,我尝试将其保存为图像,然后使用Python图像库重新加载:
# try with pil:
io.use_plugin('pil')
io.imsave('test_16bit.png', im)
im2 = io.imread('test_16bit.png')
im2
产生:
array([[ 0, 21845],
[43690, 65535]], dtype=uint16)
array([[ 0, 85],
[170, 255]], dtype=uint8)
所以在某个地方(无论是写还是读),我已经失去了精确性。然后我尝试使用matplotlib插件:
# try with matplotlib:
io.use_plugin('matplotlib')
io.imsave('test_16bit.png', im)
im3 = io.imread('test_16bit.png')
im3
给我一个32位浮点:
array([[ 0. , 0.33333334],
[ 0.66666669, 1. ]], dtype=float32)
但我怀疑这是否真的是32位,因为我在文件中保存了一个16位uint。如果有人能指出我的错误,那就太好了。我希望这也扩展到3D阵列(即每个彩色通道节省16位,每个图像节省48位)
更新:
问题在于imsave。图像为每个通道8位。如何使用io.imsave输出高比特深度图像 您想使用
freeimage
库执行此操作:
import numpy as np
from skimage import io, exposure, img_as_uint, img_as_float
io.use_plugin('freeimage')
im = np.array([[1., 2.], [3., 4.]], dtype='float64')
im = exposure.rescale_intensity(im, out_range='float')
im = img_as_uint(im)
io.imsave('test_16bit.png', im)
im2 = io.imread('test_16bit.png')
结果:
[[ 0 21845]
[43690 65535]]
对于三维阵列,您需要正确构造阵列,然后它才能工作:
# im = np.array([[1, 2.], [3., 4.]], dtype='float64')
im = np.linspace(0, 1., 300).reshape(10, 10, 3)
im = exposure.rescale_intensity(im, out_range='float')
im = img_as_uint(im)
io.imsave('test_16bit.png', im)
im2 = io.imread('test_16bit.png')
请注意,读取的图像是翻转的,因此类似于
np.fliplr(np.flipud(im2))
的内容将使其恢复原始形状。太好了,谢谢abudis。对于有此问题的其他用户:我在OSX上;我用自制软件安装了freeimage(brew安装freeimage
),然后上述(io.use_plugin('freeimage')
)工作正常。另一种选择是pypng。请看我的回答: