Python 如何将bool类型的numpy数组压缩为大小为1/8的uint8

我想“压缩”一个大的布尔数组（Ny，Nx）。将它们转换为大小为（Ny，Nx//8）的uint8数组的最快方法是什么，其中每个布尔平面存储在uint8的下一位

到目前为止，我实现了以下目标：

import numpy as np

def compressImage(imdata):

    imdatashape = imdata.shape
    imdata_4d = imdata

    imdata_4d.shape = *imdatashape[:-1], imdatashape[-1]//8,8
    compressed_image = np.zeros(imdata_4d.shape[:-1], np.uint8)
    # take every image and add it with the right bit shift to the final image
    for i in range(8):
        compressed_image += imdata_4d[...,i] << i
    return compressed_image


imdata = np.random.randint(0,1, (500, 1600,2560), dtype=np.uint8)
imcompressed = compressImage(imdata)

将numpy作为np导入
def压缩图像（imdata）：
imdatashape=imdata.shape
imdata_4d=imdata
imdata_4d.shape=*imdatashape[：-1]，imdatashape[-1]//8,8
压缩图像=np.0（imdata\U 4d.shape[：-1]，np.uint8）
#拍摄每幅图像，并将其与右位移位一起添加到最终图像
对于范围（8）中的i：
压缩图像+=imdata\u 4d[…，i]使用
np.packbits
：

np.packbits(imdata,axis=-1,bitorder="little")

注意
np.random.randint（0,1，（500,1600,2560），dtype=np.uint8）
只会生成一个零数组，因为
randint
中的上限是独占的。如果要生成二进制数组，请使用
np.random.randint（0,2，（5,1600,2560），dtype=np.uint8）
。