Python 逐像素读取图像（ndimage/ndarray）

我有一个图像存储为

ndarray

。我想迭代这个数组中的每个像素

我可以像这样迭代数组的每个元素：

from scipy import ndimage
import numpy as np

l = ndimage.imread('sample.gif', mode="RGB")

for x in np.nditer(l):
    print x

...
(153, 253, 153)
(222, 253, 111)
...

这使ie：

...
153
253
153
222
253
111
...

这些是像素中每种颜色的值，一个接一个。相反，我想通过3乘3读取这些值来生成如下内容：

from scipy import ndimage
import numpy as np

l = ndimage.imread('sample.gif', mode="RGB")

for x in np.nditer(l):
    print x

...
(153, 253, 153)
(222, 253, 111)
...

---

可能最简单的方法是先重塑numpy阵列，然后再开始打印

而且，这应该对你有帮助。

---

您可以尝试压缩列表本身：

from itertools import izip
for x in izip(l[0::3],l[1::3],l[2::3]):
    print x

输出：

(153, 253, 153)
(222, 253, 111)

更新：嗯，2015年我在numpy表现不好。以下是我最新的答案：

scipy.ndimage.imread

现在已被弃用，建议使用

imageio.imread

。然而，为了回答这个问题，我测试了两者，它们的行为是相同的

由于我们正在以

RGB

的形式读取图像，因此我们将得到一个

高x宽x3

的数组，这已经是您想要的了。当您使用

np.nditer

在数组上迭代时，将丢失形状

>>> img = imageio.imread('sample.jpg')
>>> img.shape
(456, 400, 3)
>>> for r in img:
...     for s in r:
...         print(s)
... 
[63 46 52]
[63 44 50]
[64 43 50]
[63 42 47]
...

---

虽然@Imran的答案是有效的，但它并不是一个直观的解决方案。。。这可能会使调试变得困难。就个人而言，我会避免对图像进行任何操作，然后使用for循环进行处理

备选案文1：

img = ndimage.imread('sample.gif')
rows, cols, depth = np.shape(img)

r_arr, c_arr = np.mgrid[0:rows, 0:cols]

for r, c in zip(r_arr.flatten(), c_arr.flatten()):
    print(img[r,c])

也可以直接使用嵌套for循环执行此操作：

for row in img:
    for pixel in row:
        print(pixel)

注意这些是灵活的；无论深度如何，它们都适用于任何二维图像