使用Scipy imsave將Numpy數組保存爲圖像時保留不變數據

Question

使用Scipy toimage或imsave保存二維Numpy數組（單值）時，像素值與Numpy數組中的像素值不完全一致。相反，有些區域，大部分是邊緣，圖像算法似乎使用某種插值。

是否有一個選項停止插值並保留確切的數據（例如7總是得到RGB（7,7,7）中的一個PNG？

Answer 1

如果你有一個二維數組numpy的，那麼你就節省了到一個灰度PNG，所以你永遠不會得到一個RGB圖像（只有一個通道）我不確定你的意思是單個值，也許它是單精度浮點數？雖然PIL支持單精度浮點數，但PNG不。 PNG您可以使用每通道8位（默認）或每通道16位，這意味着您的陣列將被縮放到最大2^8/2^16（8/16位），並轉換爲整數，正是在這種轉換中，結果可能會有所不同。由於scipy.misc.image似乎沒有選擇保存爲16位，所以它會一直寫入一個8位PNG。但是您可以使用scipy.misc.toimage創建一個16位圖像，只需確保通過mode='I'即可。還要確保指定數組最小和最大值以避免縮放。以下是如何用它來保存一個16位PNG：

import numpy as np 
import scipy.misc 

a = np.random.uniform(0, 2**16 - 1, (500, 500)).astype('int32') 
img = scipy.misc.toimage(a, high=np.max(a), low=np.min(a), mode='I') 
img.save('my16bit.png') 

# check that you got the same values 
b = scipy.misc.imread('my16bit.png') 
b.dtype 
# dtype('int32') 
np.array_equal(a, b) 
# True 

注意，在這個例子中，我使用int32數據類型。但是，數據必須符合uint16。如果您輸入負值或大於2^16的值，那些將被保存到PNG中。相反，即使sp.misc.imread的讀數爲int32，數據永遠不會超過uint16。

總結：如果你想準確地寫相同numpy的數組，你需要確保它是uint8/uint16類型，你傳遞正確high/low/mode到scipy.misc.toimage一個PNG。