我目前正在使用scikit-image库在
python中处理图像处理.我正在尝试使用索沃拉阈值使用以下代码制作二进制图像:
from PIL import Image
import numpy
from skimage.color import rgb2gray
from skimage.filters import threshold_sauvola
im = Image.open("test.jpg")
pix = numpy.array(im)
img = rgb2gray(pix)
window_size = 25
thresh_sauvola = threshold_sauvola(img, window_size=window_size)
binary_sauvola = img > thresh_sauvola
这给出了以下结果:
输出是一个numpy数组,此图像的数据类型是bool
[[ True True True ... True True True]
[ True True True ... True True True]
[ True True True ... True True True]
...
[ True True True ... True True True]
[ True True True ... True True True]
[ True True True ... True True True]]
问题是我需要使用以下代码行将此数组转换回PIL图像:
image = Image.fromarray(binary_sauvola)
这使得图像看起来像这样:
我也尝试将数据类型从bool更改为uint8,但之后我将得到以下异常:
AttributeError: 'numpy.ndarray' object has no attribute 'mask'
到目前为止,我还没有找到一个解决方案来获得看起来像阈值结果的PIL图像.
最佳答案 PIL的Image.fromarray函数有一个模式’1’图像的错误.
This Gist演示了该错误,并显示了一些解决方法.以下是最好的两种解决方法:
import numpy as np
from PIL import Image
# The standard work-around: first convert to greyscale
def img_grey(data):
return Image.fromarray(data * 255, mode='L').convert('1')
# Use .frombytes instead of .fromarray.
# This is >2x faster than img_grey
def img_frombytes(data):
size = data.shape[::-1]
databytes = np.packbits(data, axis=1)
return Image.frombytes(mode='1', size=size, data=databytes)