【PIL保存图片大坑！】使用PIL将numpy数组保存为图片与原图不一致

于 2023-09-08 16:15:52 发布
阅读量375 收藏 4
点赞数 3
分类专栏： BUG集合 Python 文章标签： numpy python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43819747/article/details/132762436
版权

文章目录

一、问题描述

使用PIL将numpy数组保存为灰度图的过程中发现保存的图片视觉上和原图不一致。经过实践，发现是数值类型的原因。

  • 处理后的得到的numpy数组如下，可以看出来该数组表示的图案是数字“1”，我们需要将该数组保存为灰度图像：
array = np.array([[1, 1, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 24, 191, 255, 142, 56, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 253, 161, 5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 66, 253, 253, 253, 253, 65, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 1, 0, 1, 0, 0, 0, 0, 1, 0, 1, 0, 66, 253, 253, 253, 253, 65, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 1, 0, 145, 253, 253, 253, 205, 33, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 1, 1, 0, 0, 0, 1, 1, 0, 1, 0, 230, 253, 253, 246, 25, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 230, 253, 253, 245, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 81, 253, 253, 202, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 155, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 245, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 245, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 9, 168, 253, 246, 36, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 156,253, 253, 154, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 156,253, 253, 154, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 55,249, 253, 154, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])
  • 保存方式1：
image = Image.fromarray(array)
image.save('111.png')

如下图所示，保存的图片肉眼上看并不是数字“1”
在这里插入图片描述

  • 保存方式2：
image = Image.fromarray(array, mode='L')
image.save('222.png')

如下图所示，保存的图片肉眼上看并不是数字“1”
在这里插入图片描述

二、解决方案

PIL保存图像时，要求输入的数据类型为uint8

  1. 首先使用print(array.dtype)查看数组的数值类型，发现是int32：
    在这里插入图片描述

  2. 使用array = array.astype(np.uint8)将数组的数值类型改为uint8
    在这里插入图片描述

  3. 使用PIL保存图片

image = Image.fromarray(array_change)
image.save('333.png')

看到保存的图片和我们需要的图片是一致的
在这里插入图片描述

三、完整代码：

import numpy as np
from PIL import Image

# 将NumPy数组转换为np.uint8类型
array = np.array([[1, 1, 1, 1, 1, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 24, 191, 255, 142, 56, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 253, 161, 5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 1, 1, 0, 1, 0, 1, 1, 0, 0, 66, 253, 253, 253, 253, 65, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 1, 0, 1, 0, 0, 0, 0, 1, 0, 1, 0, 66, 253, 253, 253, 253, 65, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 1, 0, 145, 253, 253, 253, 205, 33, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 1, 1, 0, 0, 0, 1, 1, 0, 1, 0, 230, 253, 253, 246, 25, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 230, 253, 253, 245, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 81, 253, 253, 202, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 81, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 155, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 245, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 66, 253, 253, 245, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 9, 168, 253, 246, 36, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 156, 253, 253, 154, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 156, 253, 253, 154, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 55, 249, 253, 154, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 1, 1, 1, 0, 0, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 0, 1, 1, 0, 0, 1, 1, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [1, 1, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])
print("修改之前的数值类型：", array.dtype)
array_change = array.astype(np.uint8)
print("修改之后的数值类型：", array_change.dtype)
# 使用PIL保存图像
image = Image.fromarray(array_change)
image.save('333.png')
静深松里热开水
关注
  • 3
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
Pytorch使用PIL和Numpy将单张图片转为Pytorch张量方式
09-16
主要介绍了Pytorch使用PIL和Numpy将单张图片转为Pytorch张量方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Python 处理图片失真
毛头明月耍大刀
03-31 1319
昨天做一个简单的图片处理后台需要用到 PIL(Python Image Library)，之前没怎么用过遇到几个难点卡住了几次，没有时间仔细研究，暂作记录：   应用 PIL 中的 Image Module 可以方便的处理图片，比如旋转、剪裁、获取图片尺寸等等，简单看了几篇例子和文档（http://www.pythonware.com/library/pil/handbook/image.ht...
python之PIL 小图拼接成大图
霆霄网络Unity+Unreal
08-11 1047
上一篇文章，我们把一张超大图给拆分成了n行m列的小图。后来我们 又有一个新需求，就是把图片给卡通风格化，顺便在把图片处理清晰一些，于是我们就处理了小图，然后再合并成大图供美术再二次修改。所以就需要我再使用PIL把小图合并成大图...
Python图像拼接之自定义生成棋盘格
Thomson617的博客
01-17 5782
一个很有意思的代码,如下所示: # -*- coding:utf-8 -*- import cv2 import numpy as np def generatePattern(CheckerboardSize, Nx_cor, Ny_cor): ''' 自定义生成棋盘 :param CheckerboardSize: 棋盘格大小,此处100即可 :par...
PIL保存二维numpy数组(2,2)为灰度图和RGB图
从此做一个俗人
01-10 6617
如果使用cv2，直接保存二维数组就可以了，只是只能保存为灰度图(8bit)；如果偏要保存为RGB图，则需要使用np.stack进行深度的堆叠（每个深度R/G/B的值是相同的），然后再保存就是RGB图了 如果使用的是PIL，则没那么简单了，首先PIL 只接受浮点数，其次，如果要将二维数组保存为RGB图，需要使用convert('RGB')转化为RGB映射后，再保存；或者，如果只想保存为灰度图，则也必须使用convert('L')进行转换后，再保存就可以了 具体代码如下： array = np.arra..
【图像处理】PIL与OpenCV的读取、显示、保存图片/ numpy与Image的转换
qq_45670134的博客
10-03 1138
【图像处理】PIL与OpenCV的读取、显示、保存图片/ numpy与Image的转换
使用PIL保存numpy格式的图片
qq_42584399的博客
06-20 3852
from PIL import Image Image.fromarray(np.uint8(image*255)).convert('RGB').save('filename',"png") 该代码是保存3通道RGB格式的图片所以要写convert（‘RGB’） 注意！！！这里还要对文件乘以255，即“image*255”，否则保存的图片是黑色的！！！原因是：图像imgae从0变为1，PIL需要一个值介于0和255之间的图像。在截断期间，您的图像将被截断值0或1，结果是黑色。 如果不使
python PIL读取图像转换为灰度图及二值图像
热门推荐
m0_46378271的博客
10-30 1万+
目录 以下操作都是在windows环境下进行。 一、读取数据 1. 读取单个图像： 2. 批量读取： 3. 看一下是否读取成功： 二、模式“RGB”转换为‘L’模式灰度图 三、模式“RGB”转换为‘1’模式二值图像 完整代码： 参考链接： 以下操作都是在windows环境下进行。 一、读取数据 1. 读取单个图像： from PIL import Image #或直接import Image im = Image.open('00001.jpg') 2. 批量读取： ...
python save函数生产的图片比原来大_python - 如何使用PIL调整图像大小并保持其宽高比？...
weixin_39664560的博客
01-28 648
python - 如何使用PIL调整图像大小并保持其宽高比？是否有一种显而易见的方法可以解决这个问题？ 我只是想制作缩略图。11个解决方案374 votes定义最大尺寸。然后，通过取Image.thumbnail计算调整大小比率。适当的大小是Image.thumbnail。当然还有一种库方法：方法Image.thumbnail。以下是PIL文档中的(已编辑)示例。import os, sysim...
Python图像读取，PIL.Image，numpy.ndarray，Tensor形式相互转换
weixin_38645650的博客
11-17 4452
数据的处理和转换过程PIL.Image的Image图片对象cv2的numpy.ndarray,tensor。
python使用PIL缩放网络图片并保存的方法
09-22
主要介绍了python使用PIL缩放网络图片并保存的方法,涉及Python操作网络图片的相关技巧,非常具有实用价值,需要的朋友可以参考下
Python 使用PIL numpy 实现拼接图片的示例
12-23
python纵向合并任意多个图片，files是要拼接的文件list # -*- coding:utf-8 -*- def mergeReport(files): from PIL import Image import numpy as np baseimg=Image.open(files[0]) sz = baseimg.size basemat...
python 实现将Numpy数组保存为图像
12-23
第一种方案 可以使用scipy.misc，代码如下： import scipy.misc misc.imsave('out.jpg', image_array) 上面的scipy版本会标准化所有图像，以便min(数据)变成...给定一个numpy数组”A”： from PIL import Image im =
PIL对上传到Django的图片进行处理并保存的实例
09-18
今天小编就为大家分享一篇PIL对上传到Django的图片进行处理并保存的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python通过pil为png图片填充上背景颜色的方法
09-22
主要介绍了python通过pil为png图片填充上背景颜色的方法,实例分析了Python使用pil模块操作png图片的技巧,非常具有实用价值,需要的朋友可以参考下
python通过pil模块将raw图片转换成png图片的方法
09-22
主要介绍了python通过pil模块将raw图片转换成png图片的方法,实例分析了Python中pil模块的使用技巧,并Image.fromstring函数进行了较为详尽的分析说明,需要的朋友可以参考下
python使用PIL模块实现给图片打水印的方法
09-22
主要介绍了python使用PIL模块实现给图片打水印的方法,涉及使用PIL模块操作图片的相关技巧,需要的朋友可以参考下
使用Python的PIL模块来进行图片对比
09-21
主要介绍了使用Python的PIL模块来进行图片对比的方法,搜索引擎最基本的图片搜索也是利用图片颜色值的对比来实现的,需要的朋友可以参考下
Python中使用PIL库实现图片高斯模糊实例
09-22
主要介绍了Python中使用PIL库实现图片高斯模糊实例,本文重点在修改了Pil的源码实现可以自定义模糊度,需要的朋友可以参考下
将numpy数组转换为PIL图像对象后，图像的色调不是正常色调
最新发布
05-22
2. PIL库默认使用的色彩模式是RGB，如果numpy数组的形状不是3维的（例如灰度图像的形状为2维），需要先将其转换为3维。 以下是将numpy数组转换为PIL图像对象的示例代码： ```python import numpy as np from PIL ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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