如何将numpy数组转换为（并显示）图像？

Question

我已经创建了一个数组：

import numpy as np
data = np.zeros( (512,512,3), dtype=np.uint8)
data[256,256] = [255,0,0]

我想要做的是在512x512图像的中心显示一个红点。 （至少从...开始......我想我可以从中找出其余部分）

Answer 1

以下内容应该有效：

from matplotlib import pyplot as plt
plt.imshow(data, interpolation='nearest')
plt.show()

如果您使用的是Jupyter笔记本/实验室，请在导入matplotlib之前使用此内联命令：

%matplotlib inline 

Answer 2

您可以使用PIL创建（并显示）图像：

from PIL import Image
import numpy as np

w, h = 512, 512
data = np.zeros((h, w, 3), dtype=np.uint8)
data[256, 256] = [255, 0, 0]
img = Image.fromarray(data, 'RGB')
img.save('my.png')
img.show()

Answer 3

最短路径是使用scipy，如下所示：

from scipy.misc import toimage
toimage(data).show()

这也需要安装PIL或Pillow。

类似的方法也需要PIL或Pillow但可能会调用不同的查看器：

from scipy.misc import imshow
imshow(data)

Answer 4

使用pygame，您可以打开一个窗口，将表面作为像素数组，并根据需要进行操作。但是，您需要将numpy数组复制到曲面阵列中，这比在pygame曲面上执行实际图形操作要慢得多。

Answer 5

import numpy as np
from keras.preprocessing.image import array_to_img
img = np.zeros([525,525,3], np.uint8)
b=array_to_img(img)
b

Answer 6

Python Imaging Library可以使用Numpy数组显示图像。请查看此页面以获取示例代码：

• Convert Between Numerical Arrays and PIL Image Objects

编辑：正如该页面底部的注释所示，您应该查看最新版本说明，这样做会更加简单：

http://effbot.org/zone/pil-changes-116.htm

Answer 7

如何显示带示例的numpy数组中存储的图像（在Jupyter笔记本中有效）

我知道有更简单的答案，但这将使您了解如何从numpy数组中淹没图像。

加载示例

from sklearn.datasets import load_digits
digits = load_digits()
digits.images.shape   #this will give you (1797, 8, 8). 1797 images, each 8 x 8 in size

显示一张图片的阵列

digits.images[0]
array([[ 0.,  0.,  5., 13.,  9.,  1.,  0.,  0.],
       [ 0.,  0., 13., 15., 10., 15.,  5.,  0.],
       [ 0.,  3., 15.,  2.,  0., 11.,  8.,  0.],
       [ 0.,  4., 12.,  0.,  0.,  8.,  8.,  0.],
       [ 0.,  5.,  8.,  0.,  0.,  9.,  8.,  0.],
       [ 0.,  4., 11.,  0.,  1., 12.,  7.,  0.],
       [ 0.,  2., 14.,  5., 10., 12.,  0.,  0.],
       [ 0.,  0.,  6., 13., 10.,  0.,  0.,  0.]])

创建空的10 x 10子图以可视化100张图像

import matplotlib.pyplot as plt
fig, axes = plt.subplots(10,10, figsize=(8,8))

绘制100张图像

for i,ax in enumerate(axes.flat):
    ax.imshow(digits.images[i])

结果：

axes.flat做什么？ 它创建了numpy枚举器，因此您可以在轴上迭代以在其上绘制对象。 示例：

import numpy as np
x = np.arange(6).reshape(2,3)
x.flat
for item in (x.flat):
    print (item, end=' ')

Answer 8

使用matplotlib进行补充。我发现在执行计算机视觉任务时很方便。假设您的数据类型为dtype = int32

from matplotlib import pyplot as plot
import numpy as np

fig = plot.figure()
ax = fig.add_subplot(1, 1, 1)
# make sure your data is in H W C, otherwise you can change it by
# data = data.transpose((_, _, _))
data = np.zeros((512,512,3), dtype=np.int32)
data[256,256] = [255,0,0]
ax.imshow(data.astype(np.uint8))

Answer 9

这可能是可能的代码解决方案：

from skimage import io
import numpy as np
data=np.random.randn(5,2)
io.imshow(data)

Answer 10

例如使用枕头的fromarray：

from PIL import Image
from numpy import *

im = array(Image.open('image.jpg'))
Image.fromarray(im).show()