将黑白图像转换为数字数组？

Question

如上图所示，如何将左侧的图像转换为表示 0 for white 和 decimals for darker colours closer to 1? as shown in the image usingpython 3` 之间图像暗度的数组？

更新：我试图在这方面做更多的工作。下面也有很好的答案。

# Load image 
filename = tf.constant("one.png")
image_file = tf.read_file(filename)

# Show Image
Image("one.png")

#convert method
def convertRgbToWeight(rgbArray):
    arrayWithPixelWeight = []
    for i in range(int(rgbArray.size / rgbArray[0].size)):
        for j in range(int(rgbArray[0].size / 3)):
            lum = 255-((rgbArray[i][j][0]+rgbArray[i][j][1]+rgbArray[i][j][2])/3) # Reversed luminosity
            arrayWithPixelWeight.append(lum/255) # Map values from range 0-255 to 0-1

    return arrayWithPixelWeight



# Convert image to numbers and print them
image_decoded_png = tf.image.decode_png(image_file,channels=3)
image_as_float32 = tf.cast(image_decoded_png, tf.float32)

numpy.set_printoptions(threshold=numpy.nan)
sess = tf.Session()
squeezedArray = sess.run(image_as_float32)

convertedList = convertRgbToWeight(squeezedArray)

print(convertedList) # This will give me an array of numbers.

Answer 1

您必须从路径加载图像，然后将其转换为 numpy array。

图像的值将在 0 到 255 之间。下一步是标准化 numpy 数组。

希望对您有所帮助。

Answer 2

您可以使用 PIL 包来管理图像。这是如何完成的示例。

from PIL import Image
image = Image.open('sample.png')
width, height = image.size
pixels = image.load()

# Check if has alpha, to avoid "too many values to unpack" error
has_alpha = len(pixels[0,0]) == 4

# Create empty 2D list
fill = 1
array = [[fill for x in range(width)] for y in range(height)]

for y in range(height):
    for x in range(width):
        if has_alpha:
            r, g, b, a = pixels[x,y]
        else:
            r, g, b = pixels[x,y]
        lum = 255-((r+g+b)/3) # Reversed luminosity
        array[y][x] = lum/255 # Map values from range 0-255 to 0-1

我认为它有效，但请注意，我所做的唯一测试是值是否在所需范围内：

# Test max and min values
h, l = 0,1
for row in array:
    h = max([max(row), h])
    l = min([min(row), l])
print(h, l)

Answer 3

我建议使用 opencv 读入图像。 opencv最大的优点是支持多种图片格式，自动将图片转为numpy数组。例如：

import cv2
import numpy as np

img_path = '/YOUR/PATH/IMAGE.png'
img = cv2.imread(img_path, 0) # read image as grayscale. Set second parameter to 1 if rgb is required

现在 img 是一个数值介于 0 - 255 之间的 numpy 数组。默认情况下，0 等于黑色，255 等于白色。要更改此设置，您可以使用 opencv 内置函数 bitwise_not：

img_reverted= cv2.bitwise_not(img)

我们现在可以缩放数组：[=16=]

new_img = img_reverted / 255.0  // now all values are ranging from 0 to 1, where white equlas 0.0 and black equals 1.0

Answer 4

加载图像，然后反转并除以 255。

这是我用于此示例的图像 ('Untitled.png')：https://ufile.io/h8ncw

import numpy as np
import cv2
import matplotlib.pyplot as plt

my_img = cv2.imread('Untitled.png') 
inverted_img = (255.0 - my_img)  
final = inverted_img / 255.0

# Visualize the result
plt.imshow(final)
plt.show()

print(final.shape)
(661, 667, 3)

将黑白图像转换为数字数组？

Convert a black and white image to array of numbers?

python

numpy

image

image-processing

cv2

加载图像，然后反转并除以 255。

结果（最终对象表示为图像）：