Question

嗨，我是python的新手，我正在尝试将2d numpy数组保存到png文件中。

我的2d numpy数组中的每个元素都是0到100之间的整数，并且我有一个getColor()函数将其映射为rgb值。我现在的工作方式是构造一个3通道numpy数组，其形状与2d numpy数组相同，然后将每个值映射到相应的rgb值。但是，这要花费很多时间，我觉得应该有一个更有效的方法。我的代码目前需要大约5秒钟来处理一张图像。

import numpy as np
import imageio

flt_m = get2dArray() # returns a (880*880) numpy array

def getColor(value):
    if(value < 0):
        return (0,0,0)
    elif(value < 50):
        return (100,150,200)
    else:
        return (255,255,255)

canvas = np.zeros((flt_m.shape[0], flt_m.shape[1], 3)).astype(np.uint8)
for row in range(flt_m.shape[0]):
    for col in range(flt_m.shape[1]):
        rgb = getColor(flt_m[row, col])
        for i in range(3):
            canvas[row, col, i] = rgb[i]

imageio.imwrite('test.png', canvas) # saves file to png

Answer 1

您可以使用boolean indexing on numpy arrays设置数组的不同子集。

所以也许您使用：

canvas = np.ones([880, 880, 3], dtype=np.uint8) * 255   # initialize the whole RGB-Array with (255, 255, 255)

canvas[flt_m<50] = (100, 150, 200)      # set all values where flt_m is <50 to (100, 150, 200)

但是，如果flt_m中确实有负值，您仍然可以添加

canvas[flt_m<0] = (0, 0, 0)

Answer 2

您已经有了@SpghttCd的答案的很好的解决方案，但是您的写入时间似乎很慢，所以我考虑了另一种解决方案...

由于图像中只有2-3种颜色，因此您可以编写一个已着色的图像（最多支持256种颜色），并且应该占用更少的内存，更少的处理和更少的磁盘空间。而不是为每个像素存储3个字节（红色为1个，绿色为1个，蓝色为1个），而是在每个像素处存储一个字节，该字节是256色RGB查找表或调色板的索引。

import numpy as np
from PIL import Image

# Generate synthetic image of same size with random numbers under 256
flt_im = np.random.randint(0,256,(880,880), dtype=np.uint8)

# Make numpy array into image without allocating any more memory
p = Image.fromarray(flt_im, mode='L')

# Create a palette with 256 colours - first 50 are your blueish colour, rest are white
palette = 50*[100,150,200] +  206*[255,255,255]

# Put palette into image and save
p.putpalette(palette)
p.save('result.png')

很明显，我无法检查您计算机上的性能，但是如果将我的脸蛋版本与SpghttCd的版本进行比较，我会发现50倍的速度差异：

def SpghttCd(flt_im):
    canvas = np.ones([880, 880, 3], dtype=np.uint8) * 255

    canvas[flt_im<50] = (100, 150, 200)
    imageio.imwrite('SpghttCd.png', canvas)


def me(flt_im):
    # Make numpy array into image without allocating any more memory
    p = Image.fromarray(flt_im, mode='L')

    # Create a palette with 256 colours - first 50 are your blueish colour, rest are white
    palette = 50*[100,150,200] +  206*[255,255,255]

    # Put palette into image and save
    p.putpalette(palette)
    p.save('result.png')

# Generate random data to test with - same for both
flt_im = np.random.randint(0,256,(880,880), dtype=np.uint8)

%timeit me(flt_im)
In [34]: %timeit me(flt_im)                                                                         
34.1 ms ± 1.06 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [37]: %timeit SpghttCd(flt_im)                                                                   
1.68 s ± 7.17 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

我注意到，从PNG更改为GIF（对于这种类型的事物也是如此）可将速度进一步提高7倍，即从5ms变为34ms。

有没有更快的方法将2d numpy数组保存为png

2 个答案: