Combiner les 3 tableaux numpy d'une image RVB en Python

J'ai donc un ensemble de données qui je suis en mesure de convertir au formulaire distinct des tableaux numpy de R, G, B bandes. Maintenant, j'ai besoin de les combiner entre eux pour former une image RVB.

J'ai essayé d '"Image" pour faire le travail, mais il nécessite de la "mode" d'être attribuée.

J'ai essayé de faire un truc. Je voudrais utiliser l'Image.fromarray() pour prendre la matrice de l'image, mais à ce qu'il atteigne " F " mode par défaut lorsque l'Image.de fusion exige "de L' images en mode de fusion. Si je déclarer l'attribut de tableau dans fromarray() à 'L' à la première place, tous les R, G, B, les images se déforment.

Mais, si je enregistrer les images et puis les ouvrir et puis de fusionner, il fonctionne très bien. L'Image se lit l'image avec L' mode.

Maintenant, j'ai deux questions.

Tout d'abord, je ne pense pas que c'est une manière élégante de faire le travail. Donc, si quelqu'un connaît la meilleure façon de le faire, s'il vous plaît dites

Deuxièmement, Image.ENREGISTRER ne fonctionne pas correctement. Suivantes sont les erreurs que j'ai le visage:

In [7]: Image.SAVE(imagefile, 'JPEG')
----------------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

/media/New Volume/Documents/My own works/ISAC/SAMPLES/<ipython console> in <module>()

TypeError: 'dict' object is not callable

S'il vous plaît suggérer des solutions.

Et s'il vous plaît l'esprit que l'image est d'environ 4000x4000 tableau de taille.

InformationsquelleAutor Ishan Tomar | 2012-05-04
  1. 53

    Je ne comprends pas vraiment votre question, mais voici un exemple de quelque chose de similaire, j'ai fait récemment, qui semble comme il pourrait aider:

    # r, g, and b are 512x512 float arrays with values >= 0 and < 1.
from PIL import Image
import numpy as np
rgbArray = np.zeros((512,512,3), 'uint8')
rgbArray[..., 0] = r*256
rgbArray[..., 1] = g*256
rgbArray[..., 2] = b*256
img = Image.fromarray(rgbArray)
img.save('myimg.jpeg')

    J'espère que ça aide

    • vous pouvez accepter cette réponse, si elle a été utile.
    • Si vous souhaitez enregistrer le tableau comme une image, elle doit être "toimage"
    • Merci les gars Merci pour la réponse
    • vous devriez vraiment accepter la plupart des réponses utiles, c'est une partie importante de ce qui conserve StackOverflow à retardement
    • C'est parfait. " les données[..., 0] = b[..., 1] = g data[..., 2] = r` est ce dont j'avais besoin
    InformationsquelleAutor Bi Rico
  2. 46
    rgb = np.dstack((r,g,b))  # stacks 3 h x w arrays -> h x w x 3

    Aussi de convertir des flotteurs 0 .. 1 uint8 s,

    rgb_uint8 = (np.dstack((r,g,b)) * 255.999) .astype(np.uint8)  # right, Janna, not 256
    InformationsquelleAutor denis
  3. 5

    Convertir les tableaux numpy pour uint8 avant de les transmettre à Image.fromarray

    Par exemple. si vous avez des flotteurs dans l'intervalle [0..1]:

    r = Image.fromarray(numpy.uint8(r_array*255.999))
    InformationsquelleAutor Janne Karila
  4. 2

    Votre distorsion, je crois, est causée par la façon dont vous êtes le fractionnement de l'image d'origine dans ses bandes, et ensuite le transformer de nouveau avant de la mettre en fusion; 

    `
image=Image.open("your image")

print(image.size) #size is inverted i.e columns first rows second eg: 500,250

#convert to array
li_r=list(image.getdata(band=0))
arr_r=np.array(li_r,dtype="uint8")
li_g=list(image.getdata(band=1))
arr_g=np.array(li_g,dtype="uint8")
li_b=list(image.getdata(band=2))
arr_b=np.array(li_b,dtype="uint8")

# reshape 
reshaper=arr_r.reshape(250,500) #size flipped so it reshapes correctly
reshapeb=arr_b.reshape(250,500)
reshapeg=arr_g.reshape(250,500)

imr=Image.fromarray(reshaper,mode=None) # mode I
imb=Image.fromarray(reshapeb,mode=None)
img=Image.fromarray(reshapeg,mode=None)

#merge
merged=Image.merge("RGB",(imr,img,imb))
merged.show()
`

    cela fonctionne bien !

    InformationsquelleAutor John Misquita
  5. 2
    rgb = np.dstack((r,g,b))  # stacks 3 h x w arrays -> h x w x 3

    Ce code ne marche pas créer de tableau 3d si vous passez 3 canaux. 2 canaux restent.

    InformationsquelleAutor Weky