使用Python的PIL将数组输出图像

最近拿到一幅txt格式的城市地图，其格式为2400×2400的二维数组，每个数组的值为一个整数，从1到800，将城市划分为800个不同的区，一个区的整数值相同，直接查看txt文档不太容易，因此考虑将该txt利用python转化为图像。

通常的彩色图像可以看作是三维数组，长×宽×通道，其中通道为每个像素点上用于表示颜色的数据，例如RGB三通道就是利用三个0~255的值来描述红、绿、蓝三个颜色。PIL.Image打开PNG、BMP和JPG彩色图像格式会将其保存为RGB模式的三维数组。

但是现在的txt文件是二维数组，只有长×宽，需要填充RGB颜色通道的值。由于有800个不同的数字，因此我们将区域数值对255取模作为B通道的值，取整作为G通道的值，这样已经足以区别800个区域的值了，但是相邻区域颜色太接近，因此将取模的值先乘以50再对255取模，这样可以将相邻区域的颜色值在R通道上拉开，便于观察。

import numpy as np
from PIL import Image

map_data = np.loadtxt("./city_map.txt")
map_data = map_data.tolist()

# 填充地图数组的颜色通道
for i in range(2400):
    for j in range(2400):
        value = int(map_data[i][j])
        if value == 0:  # 如果地图值为0，显示黑色
            map_data[i][j] = [0, 0, 0]
        else:           # 将流量低的区域根据区域号码来填充RGB三通道
            r = (value % 255) * 50 % 255        # 取模乘以50再取模作为R通道
            g = (value // 255) * 50 + 100       # 取整加100作为G通道的值
            b = value % 255                     # 取模作为B通道的值
            map_data[i][j] = [r, g, b]

# 输出png图像
map_data = np.array(map_data)
map_data = np.asarray(map_data, np.uint8)
pic = Image.fromarray(map_data)
pic.save('city.png')

生成图像如下：

如果需要根据每个地区的不同指标数值来生成由浅至深的图像，首先根据区域的索引从指标数组flow_data[]读出该地区的指标flow_value，然后将flow_value与指标最大值max_flow相除，再乘以255，这样就将指标的值映射到了R通道的0~255的值上，然后用255减去该值，将G、B通道都染为255，这样是为了指标数值小的地方显示为白色。

    map_data = np.loadtxt("./city.txt")
    map_data = map_data.tolist()
    max_flow = flow_data.max()
    for i in range(2400):
        for j in range(2400):
            area = int(map_data[i][j])
            flow_value = flow_data[area - 1]   # 根据地图区域索引读取值
            if area == 0:  # 如果地图值为0，显示黑色
                map_data[i][j] = [0, 0, 0]
            else:  # 根据区域流量值来填充RGB三通道
                r = 255 - flow_value / max_flow * 255
                g = 255
                b = 255
                map_data[i][j] = [r, g, b]
    # 输出png图像
    map_data = np.array(map_data)
    map_data = np.asarray(map_data, np.uint8)
    pic = Image.fromarray(map_data)
    pic.save('./output/' + flow_type + '_flow_map.png')

使用PIL的Image对象生成图像的模式有九种，除了RGB之外还有如下：

1. 模式“1”为二值图像，非黑即白。但是它每个像素用8个bit表示，0表示黑，255表示白。
2. 模式“L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度
3. 模式“I”为32位整型灰色图像，它的每个像素用32个bit表示，0表示黑，255表示白，(0,255)之间的数字表示不同的灰度。
4. 模式“F”为32位浮点灰色图像，它的每个像素用32个bit表示，0表示黑，255表示白，(0,255)之间的数字表示不同的灰度。

5. 模式“P”为8位彩色图像，它的每个像素用8个bit表示，其对应的彩色值是按照调色板查询出来的。

6. 模式“RGBA”为32位彩色图像，它的每个像素用32个bit表示，其中24bit表示红色、绿色和蓝色三个通道，另外8bit表示alpha通道，即透明通道。

7. 模式“CMYK”为32位彩色图像，它的每个像素用32个bit表示。模式“CMYK”就是印刷四分色模式，它是彩色印刷时采用的一种套色模式，利用色料的三原色混色原理，加上黑色油墨，共计四种颜色混合叠加，形成所谓“全彩印刷”。四种标准颜色是：C：Cyan = 青色，又称为‘天蓝色’或是‘湛蓝’M：Magenta = 品红色，又称为‘洋红色’；Y：Yellow = 黄色；K：Key Plate(blacK) = 定位套版色（黑色）。

8. 模式“YCbCr”为24位彩色图像，它的每个像素用24个bit表示。YCbCr其中Y是指亮度分量，Cb指蓝色色度分量，而Cr指红色色度分量。人的肉眼对视频的Y分量更敏感，因此在通过对色度分量进行子采样来减少色度分量后，肉眼将察觉不到的图像质量的变化。

例如通过image.convert("F")可以将图片转换为F模式