我有一个简单的问题,但找不到合适的解决方案。
我想拍摄一个代表灰度图像的numpy二维数组,并在应用一些matplotlib色图时将其转换为RGB PIL图像。
我可以使用pyplot.figure.figimage
命令获得合理的PNG输出:
dpi = 100.0
w, h = myarray.shape[1]/dpi, myarray.shape[0]/dpi
fig = plt.figure(figsize=(w,h), dpi=dpi)
fig.figimage(sub, cmap=cm.gist_earth)
plt.savefig('out.png')
虽然我可以调整它以获得我想要的东西(可能使用StringIO来获取PIL图像),但我想知道是否有更简单的方法可以做到这一点,因为它似乎是一个非常自然的图像可视化问题。让我们说,像这样:
colored_PIL_image = magic_function(array, cmap)
感谢阅读!
答案 0 :(得分:154)
相当繁忙的一个班轮,但现在是:
myarray
使用1.0
处的最大值进行标准化。myarray
。0-255
范围。np.uint8()
转换为整数。Image.fromarray()
。你已经完成了:
from PIL import Image
im = Image.fromarray(np.uint8(cm.gist_earth(myarray)*255))
plt.savefig()
:
im.save()
:
答案 1 :(得分:21)
Image.fromarray->返回图像对象
from PIL import Image
import numpy as np
PIL_image = Image.fromarray(np.uint8(numpy_image)).convert('RGB')
PIL_image = Image.fromarray(numpy_image.astype('uint8'), 'RGB')
答案 2 :(得分:1)
即使应用了注释中提到的更改,接受的答案中描述的方法对我也不起作用。但是下面的简单代码行得通
import matplotlib.pyplot as plt
plt.imsave(filename, np_array, cmap='Greys')
np_array可以是2D数组,其值从0..1浮点型到o2 0..255 uint8,在这种情况下,它需要cmap。对于3D数组,cmap将被忽略。