使用PIL保存损坏的图像

Question

我遇到了一个问题，即操纵图像像素会导致图像被损坏...

因此，我使用PIL打开图像，然后将其转换为NumPy数组：

image = Image.open("myimage.png")
np_image = np.asarray(image)

然后，我转置图片，将其从[x][y][channel]转换为[channel][x][y]：

pixels = np.transpose(np_image, (2, 0, 1))

如果我将此图像转换回[x][y][channel]，请从此阵列创建PIL图像，然后保存图像：

image1 = np.transpose(pixels, (1, 2, 0))
image2 = Image.fromarray(image1, 'RGB')
image2.save('image2.png')

然后保存的图像与＆＃34; myimage.png＆＃34;。

相同

但是，如果不是上面的代码，我首先将pixels分配给图像数组中的元素：

images = np.zeros([10, 3, 50, 50]) # The images are 50x50 with 3 channels
images[0] = pixels
image3 = np.transpose(images[0], (1, 2, 0))
image4 = Image.fromarray(image3, 'RGB')
image4.save('image4.png')

然后＆＃34; image4.png＆＃34;已经腐败了。它看起来如下：

而＃34; myimage.png＆＃34;实际上是：

那么为什么我直接转置pixels时保存图像，保存的图像是预期的，但是当我将pixels设置为数组{{1}中的第一个元素时}，然后转置此图像，保存的图像已损坏？

谢谢！

Answer 1

numpy.zeros创建的默认数据类型是浮点数，所以

images = np.zeros([10, 3, 50, 50])

创建一个浮点数组。然后在作业中

images[0] = pixels

pixels中的值被转换为浮点数，以便将它们存储在images中，因此image3是一个浮点数组。这会影响保存相应图像时存储在PNG文件中的值。我不知道PIL / Pillow在给定浮点阵列时遵循的规则，但显然这不是理想的行为。

要解决此问题，请使用与images相同的数据类型创建np_image（最有可能是numpy.uint8）：

images = np.zeros([10, 3, 50, 50], dtype=np_image.dtype)