如何将值从 0-20 的二维数组存储到 python 中的灰度图像
How to store a 2D array with values from 0-20 to a grayscale image in python
我正在做一个图像分割项目，我有一个大小为 (224,224) 的二维数组，其值介于 0-20 之间，每个数字代表数据集的一个类别。我想将此 2D 数组存储到灰度图像并使用相同的 0-20 值将其读回。我找不到合适的方法来做到这一点。我尝试如下，但尽管它存储为灰度图像，但从图像读取数组时无法读回实际的二维数组。
#arr is the 2D array of size (224,224) with values from 0-20
rescaled = (255.0 / arr.max() * (arr - arr.min())).astype(np.uint8)
img = PIL.Image.fromarray(rescaled)
img.save(filename)
但是当我读回它时 I = np.asarray(PIL.Image.open('filename.png')) 我只能看到 0 和 255。我需要 0-20 的值。我怎样才能做到这一点？我试着用 cv2.imwrite(filename,arr) 来做，但它给出的只是一张空白图像。
你可以试试下面的代码
#arr is the 2D array of size (224,224) with values from 0-20
min_value = arr.min()
max_Value = arr.max()
rescaled = (255.0 // (max_Value-min_value) * (arr - min_value)).astype(np.uint8)
img = Image.fromarray(rescaled)
img.save(img_name, "BMP")
import_array = np.asarray(Image.open(img_name), dtype="int32")
rescaled_import_img = min_value + import_array*(max_Value- min_value)//255
print (rescaled_import_img)
近似值有问题。当您除以整数值时，结果将为浮点数并四舍五入。当您加载值时，会有差异。我们最好不要缩放值，而是在灰度图像中保留 0-20 个值，稍后加载它们。
更新 1
没有重新缩放
img = Image.fromarray(np.uint8(arr))
img.save(img_name, "BMP")
print (img)
import_array = np.array(Image.open(img_name), dtype="uint8")
print (import_array)
我正在做一个图像分割项目，我有一个大小为 (224,224) 的二维数组，其值介于 0-20 之间，每个数字代表数据集的一个类别。我想将此 2D 数组存储到灰度图像并使用相同的 0-20 值将其读回。我找不到合适的方法来做到这一点。我尝试如下，但尽管它存储为灰度图像，但从图像读取数组时无法读回实际的二维数组。
#arr is the 2D array of size (224,224) with values from 0-20
rescaled = (255.0 / arr.max() * (arr - arr.min())).astype(np.uint8)
img = PIL.Image.fromarray(rescaled)
img.save(filename)
但是当我读回它时 I = np.asarray(PIL.Image.open('filename.png')) 我只能看到 0 和 255。我需要 0-20 的值。我怎样才能做到这一点？我试着用 cv2.imwrite(filename,arr) 来做，但它给出的只是一张空白图像。
你可以试试下面的代码
#arr is the 2D array of size (224,224) with values from 0-20
min_value = arr.min()
max_Value = arr.max()
rescaled = (255.0 // (max_Value-min_value) * (arr - min_value)).astype(np.uint8)
img = Image.fromarray(rescaled)
img.save(img_name, "BMP")
import_array = np.asarray(Image.open(img_name), dtype="int32")
rescaled_import_img = min_value + import_array*(max_Value- min_value)//255
print (rescaled_import_img)
近似值有问题。当您除以整数值时，结果将为浮点数并四舍五入。当您加载值时，会有差异。我们最好不要缩放值，而是在灰度图像中保留 0-20 个值，稍后加载它们。
更新 1
没有重新缩放
img = Image.fromarray(np.uint8(arr))
img.save(img_name, "BMP")
print (img)
import_array = np.array(Image.open(img_name), dtype="uint8")
print (import_array)