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 image

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：