将array数组转换成jpg/png时,保存后的图片是全黑的解决办法

15 篇文章 1 订阅
6 篇文章 0 订阅

在转换时,注意数据的格式!!!!!
注意以下两个uint8的地方!!!!!

from numpy import uint8 #!!!!!
for i in range(1):
    a1=airline_data.iloc[i:i+1,0:10]
    #print(a1)
    a2=airline_data.iloc[i:i+1,10:20]
    #print(a2)
    b1=a1.values
    b2=a2.values
    x = np.zeros((50,10),dtype=uint8) #!!!!!
    #x = np.zeros((50,10))
    for j in range(50):
        if j%2 == 0:
            x[j,:]=b1
        else:
            x[j,:]=b2
    data = np.asarray(x)
    print(x)
    print(type(x))
    image=Image.fromarray(x)
    #image.save("test{}.png".format(i))
    image.show()
    image.save("test11111.jpg")
from skimage.segmentation import slic, mark_boundaries import torchvision.transforms as transforms import numpy as np from PIL import Image import matplotlib.pyplot as plt # 加载图像 image = Image.open('img.png') # 转换为 PyTorch 张量 transform = transforms.ToTensor() img_tensor = transform(image).unsqueeze(0) # 将 PyTorch 张量转换为 Numpy 数组 img_np = img_tensor.numpy().transpose(0, 2, 3, 1)[0] # 使用 SLIC 算法生成超像素标记图 segments = slic(img_np, n_segments=100, compactness=10) # 可视化超像素标记图 segment_img = mark_boundaries(img_np, segments) # 将 Numpy 数组转换为 PIL 图像 segment_img = Image.fromarray((segment_img * 255).astype(np.uint8)) # 保存超像素标记图 segment_img.save('segments.jpg') n_segments = np.max(segments) + 1 # 初始化超像素块的区域 segment_regions = np.zeros((n_segments, img_np.shape[0], img_np.shape[1])) # 遍历每个超像素块 for i in range(n_segments): # 获取当前超像素块的掩码 mask = (segments == i) # 将当前超像素块的掩码赋值给超像素块的区域 segment_regions[i][mask] = 1 # 保存超像素块的区域 np.save('segment_regions.npy', segment_regions) # 加载超像素块的区域 segment_regions = np.load('segment_regions.npy') # 取出第一个超像素块的区域 segment_region = segment_regions[0] # 显示超像素块的区域 plt.imshow(segment_region, cmap='gray') plt.show(),上述代码显示超像素块区域显示的图像为全黑,怎么回事
06-07
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值