L'importation de fichiers PNG dans Numpy?

J'ai environ 200 niveaux de gris des images PNG stockées dans un répertoire de ce genre.

1.png
2.png
3.png
...
...
200.png

Je veux importer toutes les images PNG en Numpy et puis plus tard souhaitez appliquer k-des moyens pour générer un dictionnaire de correctifs à l'aide de k-means (scikit)

Quelqu'un sait une bibliothèque python qui pourrait charger ces images dans numpy sur une mouche?

InformationsquelleAutor pbu | 2015-07-13
  1. 29

    En utilisant simplement scipy, glob et avoir PIL installé ( pip install pillow ), vous pouvez utiliser scipy est imread méthode:

    from scipy import misc
import glob

for image_path in glob.glob("/home/adam/*.png"):
    image = misc.imread(image_path)
    print image.shape
    print image.dtype

    Mise à JOUR

    Selon la doc, scipy.misc.imread est obsolète à partir de SciPy 1.0.0, et sera supprimée dans la version 1.2.0. Pensez à utiliser imageio.imread instead. Voir la réponse de Charles.

    • Il suffit de changer de glob.glob("./train/*.png")
    • scipy.misc.imread est obsolète. Voir ma réponse ci-dessous!
    InformationsquelleAutor spoorcc
  2. 47

    Peu en retard à la fête, mais la réponse actuelle est maintenant obsolète.

    Selon la doc, scipy.misc.imread est obsolète à partir de SciPy 1.0.0, et sera supprimée dans la version 1.2.0. Pensez à utiliser imageio.imread à la place.

    Exemple:

    import imageio

im = imageio.imread('my_image.png')
print(im.shape)

    Vous pouvez également utiliser imageio à la charge de la fantaisie sources:

    im = imageio.imread('http://upload.wikimedia.org/wikipedia/commons/d/de/Wikipedia_Logo_1.0.png')

    Edit:

    Pour charger toutes les *.png fichiers dans un dossier spécifique, vous pouvez utiliser le glob package:

    import imageio
import glob

for im_path in glob.glob("path/to/folder/*.png"):
     im = imageio.imread(im_path)
     print(im.shape)
     # do whatever with the image here
    • Downvoter, si vous pouviez s'il vous plaît m'aider à faire cette réponse de mieux en me disant ce qu'il faut améliorer, ce serait très apprécié!
    • Je ne suis pas downvoter mais la question est de charger une liste d'images dans un dossier. Pouvez-vous modifier votre réponse à refléter le fait que, non seulement 1 200.png mais que faire si la png ont des noms aléatoires, qui m'aiderait beaucoup. Je suis sûr que je peux utiliser os à ls et d'obtenir les noms de fichiers mais est-il une meilleure façon? Peut-être que vous devez modifier pour ajouter glob
    • Veuillez voir mon dernier montage, @devssh
    • Aussi, n'oubliez pas d'ajouter un try catch comme imread peut jeter ValueError. Je n'ai pas les droits permettant de modifier ou j'aurais mis à jour pour vous. 🙂
    • Le développeur doit choisir si, dans ce contexte, l'exception doit être soulevée et arrêter l'exécution ou traitées d'une manière spécifique. Sans contexte, la sensibilisation est préféré.
    • eh bien, glob ne trouve que des fichiers dans votre arborescence de répertoires qui correspondent à un certain "globbing" chemin d'accès (qui peut contenir des caractères génériques, etc.) donc je ne suis pas sûr de ce que tu veux dire par "non valide png erreurs sont ignorées par glob" depuis glob regarde uniquement les noms de fichiers et ne sais rien à propos de vos images.
    • Oui, il devrait, mais glob m'a sauvé de l'ennui par pas de lecture non valide le format png pour des raisons inconnues. J'ai utilisé imageio.imwrite avec skimage.transform.resize et il s'inscrit dans numpy!
    • J'ai trouvé ce qui se passait, j'essaie pris à l'exception de l'erreur lors de la glob sur invalide format png explosé.

    InformationsquelleAutor Charles
  3. 5

    Cela peut aussi être fait avec le Image classe de la PIL bibliothèque:

    from PIL import Image
import numpy as np

im_frame = Image.open(path_to_file + 'file.png')
np_frame = np.array(im_frame.getdata())
    InformationsquelleAutor mrk
  4. 2

    Si vous êtes le chargement des images, vous êtes probablement va être de travailler avec l'un ou les deux de matplotlib et opencv de manipuler et de visualiser les images.

    Pour cette raison, j'ai tendance à utiliser leur image de lecteurs et ajouter ces listes, à partir de laquelle je fais un tableau NumPy.

    import os
import matplotlib.pyplot as plt
import cv2
import numpy as np

# Get the file paths
im_files = os.listdir('path/to/files/')

# imagine we only want to load PNG files (or JPEG or whatever...)
EXTENSION = '.png'

# Load using matplotlib
images_plt = [plt.imread(f) for f in im_files if f.endswith(EXTENSION)]
# convert your lists into a numpy array of size (N, H, W, C)
images = np.array(images_plt)

# Load using opencv
images_cv = [cv2.imread(f) for f in im_files if f.endswith(EXTENSION)]
# convert your lists into a numpy array of size (N, C, H, W)
images = np.array(images_cv)

    La seule différence à prendre en compte est la suivante:

    • opencv des charges de canaux de première
    • matplotlib des charges de canaux de dernier.

    De sorte qu'une seule image qui est de 256*256 en taille serait de produire des matrices de taille (3, 256, 256) avec opencv et (256, 256, 3) à l'aide de matplotlib.

    InformationsquelleAutor n1k31t4
  5. 1

    J'ai changé un peu et il a travaillé comme ceci, jetés dans un tableau unique, à condition que toutes les images sont de mêmes dimensions.

    png = []
for image_path in glob.glob("./train/*.png"):
    png.append(misc.imread(image_path))    

im = np.asarray(png)

print 'Importing done...', im.shape
    • Parfait. Grand Tout-En-Un Solution. J'avais stocké des images dans une np.tableau, mais a couru dans la peine que la matrice a (forme == (num_images,) avec pour chaque image (forme == (32,32,3)). Votre solution (plus im = np.reshape(num_images,32,32,3) qui fonctionne à merveille! 🙂
    • faute de frappe: je n'ai même pas besoin de le remodeler l'appel ci-dessus. Dans la mine dépité, hack, en massant dans la forme désirée a été de se salir. Merci pour le chemin direct.
    InformationsquelleAutor pbu