Wie konvertiere ich ein PIL-Bild in ein Numpy-Array?

Okay, ich spiele damit herum, ein PIL-Bildobjekt hin und her in ein numpy-Array zu konvertieren, damit ich einige Pixel-für-Pixel-Transformationen schneller durchführen kann, als es das PIL- PixelAccessObjekt zulässt. Ich habe herausgefunden, wie man die Pixelinformationen in einem nützlichen 3D-Numpy-Array platziert:

pic = Image.open("foo.jpg")
pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)

Aber ich kann nicht herausfinden, wie ich es wieder in das PIL-Objekt laden kann, nachdem ich alle meine fantastischen Transformationen durchgeführt habe. Ich bin mir der putdata()Methode bewusst , kann sie aber anscheinend nicht dazu bringen, sich zu verhalten.

Sie sagen nicht, wie genau putdata()sich nicht verhält. Ich gehe davon aus, dass du es tust

>>> pic.putdata(a)
Traceback (most recent call last):
  File "...blablabla.../PIL/Image.py", line 1185, in putdata
    self.im.putdata(data, scale, offset)
SystemError: new style getargs format but argument is not a tuple

Dies liegt daran, putdatadass eine Folge von Tupeln erwartet wird und Sie ihr ein numpy-Array geben. Dies

>>> data = list(tuple(pixel) for pixel in pix)
>>> pic.putdata(data)

wird funktionieren, aber es ist sehr langsam.

Ab PIL 1.1.6 ist die "richtige" Konvertierung zwischen Bildern und Numpy-Arrays einfach

>>> pix = numpy.array(pic)

obwohl das resultierende Array ein anderes Format als Ihr Array hat (3D-Array oder Zeilen / Spalten / RGB in diesem Fall).

Nachdem Sie Ihre Änderungen am Array vorgenommen haben, sollten Sie in der Lage sein, entweder pic.putdata(pix)ein neues Image zu erstellen oder ein neues Image mit zu erstellen Image.fromarray(pix).

IAls Array öffnen :

>>> I = numpy.asarray(PIL.Image.open('test.jpg'))

Machen Sie dann einige Dinge I, um es wieder in ein Bild umzuwandeln:

>>> im = PIL.Image.fromarray(numpy.uint8(I))

Filtern Sie numpy Bilder mit FFT, Python

Wenn Sie dies aus irgendeinem Grund explizit tun möchten, gibt es auf dieser Seite in korrelation.zip die Funktionen pil2array () und array2pil (), die getdata () verwenden .

Ich verwende Pillow 4.1.1 (den Nachfolger von PIL) in Python 3.5. Die Umstellung zwischen Pillow und Numpy ist unkompliziert.

from PIL import Image
import numpy as np
im = Image.open('1.jpg')
im2arr = np.array(im) # im2arr.shape: height x width x channel
arr2im = Image.fromarray(im2arr)

Eine Sache, die imbeachtet werden muss, ist, dass der Kissenstil Spalten-Major ist, während der Numpy-Stil im2arrZeilen-Major ist. Die Funktion Image.fromarrayberücksichtigt dies jedoch bereits. Das heißt, arr2im.size == im.sizeund arr2im.mode == im.modeim obigen Beispiel.

Wir sollten das HxWxC-Datenformat berücksichtigen, wenn wir die transformierten Numpy-Arrays verarbeiten, z. B. die Transformation im2arr = np.rollaxis(im2arr, 2, 0)oder das im2arr = np.transpose(im2arr, (2, 0, 1))CxHxW-Format.

Sie müssen Ihr Bild folgendermaßen in ein Numpy-Array konvertieren:

import numpy
import PIL

img = PIL.Image.open("foo.jpg").convert("L")
imgarr = numpy.array(img) 

Das Beispiel, das ich heute verwendet habe:

import PIL
import numpy
from PIL import Image

def resize_image(numpy_array_image, new_height):
    # convert nympy array image to PIL.Image
    image = Image.fromarray(numpy.uint8(numpy_array_image))
    old_width = float(image.size[0])
    old_height = float(image.size[1])
    ratio = float( new_height / old_height)
    new_width = int(old_width * ratio)
    image = image.resize((new_width, new_height), PIL.Image.ANTIALIAS)
    # convert PIL.Image into nympy array back again
    return array(image)

Wenn Ihr Bild in einem Blob-Format (dh in einer Datenbank) gespeichert ist, können Sie dieselbe von Billal Begueradj erläuterte Technik verwenden, um Ihr Bild von Blobs in ein Byte-Array zu konvertieren.

In meinem Fall brauchte ich meine Bilder, die in einer Blob-Spalte in einer DB-Tabelle gespeichert waren:

def select_all_X_values(conn):
    cur = conn.cursor()
    cur.execute("SELECT ImageData from PiecesTable")    
    rows = cur.fetchall()    
    return rows

Ich habe dann eine Hilfsfunktion erstellt, um meinen Datensatz in np.array zu ändern:

X_dataset = select_all_X_values(conn)
imagesList = convertToByteIO(np.array(X_dataset))

def convertToByteIO(imagesArray):
    """
    # Converts an array of images into an array of Bytes
    """
    imagesList = []

    for i in range(len(imagesArray)):  
        img = Image.open(BytesIO(imagesArray[i])).convert("RGB")
        imagesList.insert(i, np.array(img))

    return imagesList

Danach konnte ich die byteArrays in meinem neuronalen Netzwerk verwenden.

plt.imshow(imagesList[0])

Numpy to PILBild konvertieren undPIL to Numpy

import numpy as np
from PIL import Image

def pilToNumpy(img):
    return np.array(img)

def NumpyToPil(img):
    return Image.fromarray(img)

def imshow(img):
    img = img / 2 + 0.5     # unnormalize
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()

Sie können das Bild in Numpy umwandeln, indem Sie das Bild nach dem Ausquetschen der Features in die Funktion Numpy () analysieren (Unnormalisierung).