Question

我有一个12位相机，它以数组的形式拍摄图像（值是整数）。当我通过matplotlib将数组另存为.png，然后将其读回时，值在RGBA中（与预期一样）。通过阅读.png，我需要能够将其转换回其原始整数值。

import matplotlib.pyplot as plt 
import numpy as np 
from scipy.stats import norm

# simulate some data
x = np.arange(0,100.1,1)
y1 = norm.pdf(x, loc=50, scale=20)
y2 = norm.pdf(x, loc=40, scale=10)
scaler = 1024/np.max(np.outer(y1,y2)) # img is 12 bits
img = np.outer(y1,y2)*scaler
img = img.astype(np.uint16) # force to be 16 bit as there is no 12 bit in np
print(np.max(img), np.min(img), img.shape)
plt.imshow(img)
plt.show()

plt.imsave(r"../img/sim.png", img, vmin=0, vmax=2**12, cmap='viridis')
img2 = plt.imread(r"../img/sim.png")
img2 # can we convert these RGBA values back to the original integers?

我不知道如何将这些（有效地）转换回原始整数。我相信这是可能的，因为我读过.png使用无损压缩。基本上，我需要确定img2等于img。

我觉得我肯定在这里缺少一些基本的东西...

Answer 1

问题出在以下几行：

plt.imsave(r"../img/sim.png", img, vmin=0, vmax=2**12, cmap='viridis')

当您使用cmap='viridis'指定色彩图时，它会将您的图片量化为8位，这样它就可以在PNG图片中使用256色调色板（最大可能）！您的16位数据是吐司（丢失）。

如果使用imageio，则可以保存16位数据，因此您可以将上面的行替换为：

import imageio                                                                                                                         
...
imageio.imwrite('12-bit.png',img)

这将保留您的16位数据。一个潜在的问题是数据现在是灰度的，很难看到。这可能不是问题，因为您可能只是为了存储数据而不是对其进行可视化而保存了数据。我想您会有两个选择：

要么将文件存储两次（磁盘便宜）-一次以灰度存储用于存储，一次使用viridis颜色图进行可视化，或者
只需在灰度中存储一次，然后制作一个“查看器” 工具即可加载灰度并使用viridis调色板进行渲染。

matplotlib-从rgba转换回整数

1 个答案: