出于某种原因
im_data = np.array(im.getdata()).reshape(im.size[0], im.size[1], 3)
p1 = im.getpixel((i, j))
p2 = im_data[i, j]
p1和p2在大多数情况下都是相同的rgb值,除非它们不是。知道为什么吗?
答案 0 :(得分:1)
原因是numpy工作基于列,而PIL在将一维数组转换为矩阵时或其他方式基于行。这意味着getdata函数将像素从位置(1,0)放置到数组中的第二个位置,并且numpy将数组中的第二个像素放置到位置(0,1)。因此,您需要在重塑中更改大小的顺序,并在比较中反转i和j。下面的代码表明当时没有差异。
大多数像素相同的原因是巧合,取决于您的图像。我用照片试了一下,除了对角线上的像素外,几乎所有像素都不同。
import numpy as np
from PIL import Image
def reshape_img(img: Image):
img_data = np.array(img.getdata()).reshape(img.size[1], img.size[0], 3)
difference_found = False
for i in range(img.size[0]):
for j in range(img.size[1]):
get_pixel = img.getpixel((i, j))
data = img_data[j, i]
if any(get_pixel != data):
difference_found = True
msg = 'Difference in pixel {pixel}: img.getpixel={getpixel}, ' \
'img_data={data}'.format(pixel=(i, j), getpixel=get_pixel, data=data)
print(msg)
if not difference_found:
msg = 'The two images are identical'
print(msg)
if __name__ == '__main__':
ams = Image.open('amsterdam_small.jpg')
reshape_img(ams)