保持数组的原始形状为图像

Question

我有一些数据。我可视化然后将其另存为图像。

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

data = np.array([
[1,2,0,1],
[0,1,2,1],
[0,0,2,1]])

fig, ax = plt.subplots()
ax.imshow(data)
ax.axis('off')
fig.savefig("test.png", bbox_inches='tight', pad_inches=0)

接下来，我加载图像并读取形状：

img = cv2.imread('test.png')
print(img.shape)

输出：

(217, 289, 3)

但我想保留原始分辨率和我的预期输出：

(3, 4, 3)

有什么解决办法吗？

更新：

dpi=1:

data = np.array([
    [1,2,0,1],
    [0,1,2,1],
    [0,0,2,1],
    [1,0,2,1],
    [4,1,0,2],
])
fig, ax = plt.subplots()
ax.imshow(data)
ax.axis('off')
fig.savefig("test.png", bbox_inches='tight', pad_inches=0, dpi = 1) 

img = cv2.imread('test.png')
img.shape

print(data.shape, img.shape)

输出：

(5, 4) 
(3, 2, 3)

Answer 1

由于您使用两个不同的库来创建图像和读取图像，因此很难保留数组大小，因为图像中没有存储此类信息。

dpi 也特定于您的显示器屏幕，因此不推荐使用。有关详细信息，请参阅答案 here。

此外，您试图将图像写成二维数组，但是当 cv2.imread() 读取它时，它还会考虑颜色通道并添加三维。为避免这种情况，您需要将图像读取为灰度图像。

我建议您使用cv2.imwrite()生成图像（类似于plt.savefig()），然后使用cv2.imshow()读取图像作为灰度图像。

import cv2
import numpy as np

data = np.array([
[1,2,0,1],
[0,1,2,1],
[0,0,2,1]])


cv2.imwrite("test.png", data)


img = cv2.imread("test.png", 0) #Using 0 to read in grayscale mode
print(data.shape, img.shape)

输出：

(3, 4) (3, 4)

Answer 2

完全没有必要使用imshow创建图像，您可以简单地计算您感兴趣的RGBA值矩阵

import numpy as np
import matplotlib as mp

data = np.array([ [1,2,0,1],[0,1,2,1],[0,0,2,1]])
n = mp.colors.Normalize(data.min(), data.max())
c = mp.cm.viridis(n(data))[:,:,:-1] # [...,:-1] disregards the alpha values

保持数组的原始形状为图像

Keep the original shape of the array as the image

python

numpy

matplotlib

cv2