知识问答

如何使用matplotlib颜色图将NumPy数组转换为PIL图像

内容 隐藏
问题：如何使用matplotlib颜色图将NumPy数组转换为PIL图像
回答 0
回答 1
回答 2

问题：如何使用matplotlib颜色图将NumPy数组转换为PIL图像

我有一个简单的问题，但找不到很好的解决方案。

我想获取一个代表灰度图像的NumPy 2D数组，并在应用一些matplotlib颜色图时将其转换为RGB PIL图像。

我可以使用以下pyplot.figure.figimage命令获得合理的PNG输出：

dpi = 100.0
w, h = myarray.shape[1]/dpi, myarray.shape[0]/dpi
fig = plt.figure(figsize=(w,h), dpi=dpi)
fig.figimage(sub, cmap=cm.gist_earth)
plt.savefig('out.png')

尽管我可以修改它以获取所需的东西（可能使用StringIO可以获取PIL图像），但我想知道是否没有一种更简单的方法可以这样做，因为这似乎是图像可视化的一个非常自然的问题。假设是这样的：

colored_PIL_image = magic_function(array, cmap)
点击查看英文原文

I have a simple problem, but I cannot find a good solution to it.

I want to take a NumPy 2D array which represents a grayscale image, and convert it to an RGB PIL image while applying some of the matplotlib colormaps.

I can get a reasonable PNG output by using the pyplot.figure.figimage command:

dpi = 100.0
w, h = myarray.shape[1]/dpi, myarray.shape[0]/dpi
fig = plt.figure(figsize=(w,h), dpi=dpi)
fig.figimage(sub, cmap=cm.gist_earth)
plt.savefig('out.png')

Although I could adapt this to get what I want (probably using StringIO do get the PIL image), I wonder if there is not a simpler way to do that, since it seems to be a very natural problem of image visualization. Let’s say, something like this:

colored_PIL_image = magic_function(array, cmap)

回答 0

一行代码很忙，但是这里是：

  1. 首先，请确保您的NumPy数组myarray使用处的最大值进行了规范化1.0。
  2. 将颜色表直接应用于myarray。
  3. 重新调整0-255范围。
  4. 使用转换为整数np.uint8()。
  5. 使用Image.fromarray()。

这样就完成了：

from PIL import Image
from matplotlib import cm
im = Image.fromarray(np.uint8(cm.gist_earth(myarray)*255))

与plt.savefig()：

与im.save()：

点击查看英文原文

Quite a busy one-liner, but here it is:

  1. First ensure your NumPy array, myarray, is normalised with the max value at 1.0.
  2. Apply the colormap directly to myarray.
  3. Rescale to the 0-255 range.
  4. Convert to integers, using np.uint8().
  5. Use Image.fromarray().

And you’re done:

from PIL import Image
from matplotlib import cm
im = Image.fromarray(np.uint8(cm.gist_earth(myarray)*255))

with plt.savefig():

with im.save():

回答 1

  • 输入= numpy_image
  • np.unit8->转换为整数
  • convert（’RGB’）->转换为RGB

  • Image.fromarray->返回图像对象 

    from PIL import Image
import numpy as np

PIL_image = Image.fromarray(np.uint8(numpy_image)).convert('RGB')

PIL_image = Image.fromarray(numpy_image.astype('uint8'), 'RGB')
点击查看英文原文
  • input = numpy_image
  • np.unit8 -> converts to integers
  • convert(‘RGB’) -> converts to RGB

  • Image.fromarray -> returns an image object 

    from PIL import Image
import numpy as np

PIL_image = Image.fromarray(np.uint8(numpy_image)).convert('RGB')

PIL_image = Image.fromarray(numpy_image.astype('uint8'), 'RGB')

回答 2

即使应用了注释中提到的更改，接受的答案中描述的方法对我也不起作用。但是下面的简单代码有效：

import matplotlib.pyplot as plt
plt.imsave(filename, np_array, cmap='Greys')

np_array可以是2D数组，其值从0..1浮点型到o2 0..255 uint8，在这种情况下，它需要cmap。对于3D阵列，cmap将被忽略。

点击查看英文原文

The method described in the accepted answer didn’t work for me even after applying changes mentioned in its comments. But the below simple code worked:

import matplotlib.pyplot as plt
plt.imsave(filename, np_array, cmap='Greys')

np_array could be either a 2D array with values from 0..1 floats o2 0..255 uint8, and in that case it needs cmap. For 3D arrays, cmap will be ignored.