我目前正在寻找可以将numpy.ndarray
存储为图像,然后保存该图像,并将图像的像素值提取到numpy.ndarray
。具有像素值的numpy.ndarray的维度应该与用于创建绘图的numpy.ndarray相同。
我试过这样的事情:
def make_plot_store_data(name, data):
plt.figure()
librosa.display.specshow(data.T,sr=16000,x_axis='frames',y_axis='mel',hop_length=160,cmap=cm.jet)
plt.savefig(name+".png")
plt.close()
convert = plt.get_cmap(cm.jet)
numpy_output_interweawed = convert(data.T)
为什么这么乱?
答案 0 :(得分:0)
这是一种采用512x512 ndarray
的方法,将其显示为图像,将其存储为图像对象,保存图像文件,并生成与其形状相同的标准化像素阵列。原版的。
import numpy as np
# sample numpy array of an image
from skimage import data
camera = data.camera()
print(camera.shape) # (512, 512)
# array sample
print(camera[0:5, 0:5])
[[156 157 160 159 158]
[156 157 159 158 158]
[158 157 156 156 157]
[160 157 154 154 156]
[158 157 156 156 157]]
# display numpy array as image, save as object
img = plt.imshow(camera)
# save image to file
plt.savefig('camera.png')
# normalize img object pixel values between 0 and 1
normed_pixels = img.norm(camera)
# normed_pixels array has same shape as original
print(normed_pixels.shape) # (512, 512)
# sample data from normed_pixels numpy array
print(normed_pixels[0:5,0:5])
[[ 0.61176473 0.6156863 0.627451 0.62352943 0.61960787]
[ 0.61176473 0.6156863 0.62352943 0.61960787 0.61960787]
[ 0.61960787 0.6156863 0.61176473 0.61176473 0.6156863 ]
[ 0.627451 0.6156863 0.60392159 0.60392159 0.61176473]
[ 0.61960787 0.6156863 0.61176473 0.61176473 0.6156863 ]]
除标准pyplot
方法外,您可以考虑查看skimage
模块。那里有一堆图像处理方法,它们都是为了与numpy
一起玩而构建的。希望有所帮助。