在python中显示像素数组中的图像时出错

我有一个（numpy）像素阵列，如下所示：

''' import numpy and matplotlib '''
image = Image.open('trollface.png', 'r')
width, height = image.size
pixel_values = list(image.getdata())


pixel_values = np.array(pixel_values).reshape((width, height, 3)) # 3 channels RGB
#height, width = len(pixel_values), len(pixel_values[0])

我需要计算这个图像的数字负片-

for y in range(0,height):
   for x in range(0,width):
       R,G,B = pixel_values[x,y]
       pixel_values[x,y] =(255 - R, 255 - G, 255 - B)

尝试在的帮助下显示以上像素的图像

---

但它只显示一个空白（白色）窗口，在CLI中：

这里的目的是实现图像的负变换

像素转换可以使用

Image.point

方法直接应用于R、G、B波段

image = Image.open('trollface.png')

source = image.split()
r, g, b, a = 0, 1, 2, 3

negate = lambda i: 255 - i

transform = [source[band].point(negate) for band in (r, g, b)]
if len(source) == 4:  # should have 4 bands for images with alpha channel
    transform.append(source[a])  # add alpha channel

out = Image.merge(im.mode, transform)
out.save('negativetrollface.png')

编辑使用OP的程序，您有：

im = Image.open('trollface.png')

w, h = im.size

arr = np.array(im)
original_shape = arr.shape


arr_to_dim = arr.reshape((w, h, 4))

# Note that this is expensive.
# Always take advantage of array manipulation implemented in the C bindings
for x in range(0, w):
    for y in range(0, h):
        r, g, b, a = arr_to_dim[x, y]
        arr_to_dim[x, y] = np.array([255 - r, 255 - g, 255 - b, a])


dim_to_arr = arr_to_dim.reshape(original_shape)

im = Image.fromarray(dim_to_arr)
out.save('negativetrollface.png')

---

错误消息似乎是不言自明的。重塑阵列的大小必须与原始阵列的大小相同。

width

和

height

的值是多少？假设这是一幅210×210像素的图像，我真的很抱歉输入错误，我实际上试图将图像映射到相同的宽度和高度，但无法。您可能必须提供一个。感谢您的建议，但如果你能帮我找出我的错误，我将不胜感激。你需要将ndim 2阵列重塑为ndim 3。您要查找的是

。重塑（（宽度，高度，4））

尝试设置4而不是3显示新错误：plt.imshow（np.array（像素值）。重塑（（宽度，高度，4）））值错误：新数组的总大小必须保持不变请参见编辑。我成功地运行了这个程序。这很有效[当我将w，h，3改为4时（没有alpha）]！在此上下文中实现c绑定是什么意思？

im = Image.open('trollface.png')

w, h = im.size

arr = np.array(im)
original_shape = arr.shape


arr_to_dim = arr.reshape((w, h, 4))

# Note that this is expensive.
# Always take advantage of array manipulation implemented in the C bindings
for x in range(0, w):
    for y in range(0, h):
        r, g, b, a = arr_to_dim[x, y]
        arr_to_dim[x, y] = np.array([255 - r, 255 - g, 255 - b, a])


dim_to_arr = arr_to_dim.reshape(original_shape)

im = Image.fromarray(dim_to_arr)
out.save('negativetrollface.png')