在Python中以全分辨率显示和保存大型2D矩阵

我有一个大的2D数组（4000x3000）保存为numpy数组，我想显示和保存它，同时保持查看每个像素的能力。 对于显示部分，我目前使用matplotlib imshow（）函数，该函数工作得非常好

对于保存部分，我不清楚如何保存此图形并保存所有1200万像素中包含的信息。我尝试调整已保存图像的体形大小和分辨率（dpi），但不清楚应该使用哪些figsize/dpi设置来匹配显示的大2D矩阵的分辨率。下面是我正在做的一个示例代码（arr是形状的numpy数组（30004000））：

一种选择是大幅提高保存图像的分辨率，以确保所有像素都被正确记录，但这有一个显著的缺点，即创建一个非常大的图像（至少比我真正需要的4000x3000像素图像大得多）。它还有一个缺点，即并非所有像素的大小都完全相同

我还查看了Python图像库，但我不清楚如何将其用于此目的（如果有的话）

---

在此问题上的任何帮助都将不胜感激

OpenCV库是为科学分析图像而设计的。因此，如果您没有明确要求，它不会“重新采样”图像。要保存图像，请执行以下操作：

import cv2
cv2.imwrite('image.png', arr)

其中

arr

是您的numpy数组。保存的图像将与阵列的大小相同

arr

你没有提到你正在使用的颜色模型。PNG和JPEG一样，通常是每个颜色通道8位。如果您要求，OpenCV将支持每个通道最多16位

---

OpenCV的imwrite文档是。

我想我找到了一个相当好的解决方案。我使用figimage绘制numpy数组，无需重新采样。如果你对你创建的图形的大小很小心，你可以保持矩阵的完全分辨率，不管它有多大

我发现figimage绘制了一个大小为0.01英寸的单个像素（这个数字可能取决于系统），因此下面的代码将以全分辨率保存矩阵（arr是形状的numpy数组（30004000））：

对于此选项，我还有两个问题：

没有指示列/行号的标记，因此除了边缘上的像素外，很难知道哪个像素是哪个像素

如果决定以交互方式查看图像，则无法放大/缩小

---

如果有解决上述两个问题的解决方案，那就太好了。

您需要保存图像，还是只保存阵列数据本身，然后重新创建图像？我需要保存图像，并且图像中的所有像素信息都清晰可见。我对颜色编码没有太大的限制。对我来说，每种颜色8位就可以了。感谢您指出OpenCV，我一直在努力将其安装到OSX（雪豹）上，但会继续尝试。我更希望有一个解决方案，不涉及安装单独的模块，但如果这是可行的，可以做的技巧暂时。

import cv2
cv2.imwrite('image.png', arr)

rows = 3000
columns = 4000
fig = pylab.figure(figsize=(columns*0.01,rows*0.01))
pylab.figimage(arr,cmap=cm.jet,origin='lower')
fig.savefig("image.png")