我有16位PGM图像,我试图用Python阅读。似乎(?)像PIL不支持这种格式?
import Image
im = Image.open('test.pgm')
im.show()
大致显示图像,但不正确。整个都有暗带,据报道img有mode=L
。我认为这与我早期关于16-bit TIFF files的问题有关。 PIL只是不支持它的16位是罕见的吗?有关如何使用PIL或其他标准库或本土代码读取Python中的16位PGM文件的任何建议吗?
答案 0 :(得分:4)
您需要"L;16"
的模式;但是,当加载PGM时,PIL看起来像"L"
模式已经硬编码到File.c中。如果您希望能够读取16位PGM,则必须write your own decoder。
然而,16位图像支持似乎仍然不稳定:
>>> im = Image.fromstring('I;16', (16, 16), '\xCA\xFE' * 256, 'raw', 'I;16')
>>> im.getcolors()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib/python2.6/dist-packages/PIL/Image.py", line 866, in getcolors
return self.im.getcolors(maxcolors)
ValueError: image has wrong mode
我认为PIL能够以16位读取图像,但实际存储和操作它们仍然是实验性的。
>>> im = Image.fromstring('L', (16, 16), '\xCA\xFE' * 256, 'raw', 'L;16')
>>> im
<Image.Image image mode=L size=16x16 at 0x27B4440>
>>> im.getcolors()
[(256, 254)]
请参阅,它只是将0xCAFE
值解释为0xFE
,这不完全正确。
答案 1 :(得分:1)
以下是基于PNM的通用PAM / NumPy阅读器和PyPNG中未记录的函数。
def read_pnm( filename, endian='>' ):
fd = open(filename,'rb')
format, width, height, samples, maxval = png.read_pnm_header( fd )
pixels = numpy.fromfile( fd, dtype='u1' if maxval < 256 else endian+'u2' )
return pixels.reshape(height,width,samples)
当然写这种图像格式通常不需要图书馆的协助......
答案 2 :(得分:1)
以下仅依赖于numpy来加载图像,该图像可以是8位或16位原始PGM / PPM。我还展示了几种不同的方式来查看图像。使用PIL(import Image
)的那个要求首先将数据转换为8位。
#!/usr/bin/python2 -u
from __future__ import print_function
import sys, numpy
def read_pnm_from_stream( fd ):
pnm = type('pnm',(object,),{}) ## create an empty container
pnm.header = fd.readline()
pnm.magic = pnm.header.split()[0]
pnm.maxsample = 1 if ( pnm.magic == 'P4' ) else 0
while ( len(pnm.header.split()) < 3+(1,0)[pnm.maxsample] ): s = fd.readline() ; pnm.header += s if ( len(s) and s[0] != '#' ) else ''
pnm.width, pnm.height = [int(item) for item in pnm.header.split()[1:3]]
pnm.samples = 3 if ( pnm.magic == 'P6' ) else 1
if ( pnm.maxsample == 0 ): pnm.maxsample = int(pnm.header.split()[3])
pnm.pixels = numpy.fromfile( fd, count=pnm.width*pnm.height*pnm.samples, dtype='u1' if pnm.maxsample < 256 else '>u2' )
pnm.pixels = pnm.pixels.reshape(pnm.height,pnm.width) if pnm.samples==1 else pnm.pixels.reshape(pnm.height,pnm.width,pnm.samples)
return pnm
if __name__ == '__main__':
## read image
# src = read_pnm_from_stream( open(filename) )
src = read_pnm_from_stream( sys.stdin )
# print("src.header="+src.header.strip(), file=sys.stderr )
# print("src.pixels="+repr(src.pixels), file=sys.stderr )
## write image
dst=src
dst.pixels = numpy.array([ dst.maxsample-i for i in src.pixels ],dtype=dst.pixels.dtype) ## example image processing
# print("dst shape: "+str(dst.pixels.shape), file=sys.stderr )
sys.stdout.write(("P5" if dst.samples==1 else "P6")+"\n"+str(dst.width)+" "+str(dst.height)+"\n"+str(dst.maxsample)+"\n");
dst.pixels.tofile( sys.stdout ) ## seems to work, I'm not sure how it decides about endianness
## view using Image
import Image
viewable = dst.pixels if dst.pixels.dtype == numpy.dtype('u1') else numpy.array([ x>>8 for x in dst.pixels],dtype='u1')
Image.fromarray(viewable).show()
## view using scipy
import scipy.misc
scipy.misc.toimage(dst.pixels).show()
我最终弄明白&#34;它是如何决定字节顺序的?#34; - 它实际上将图像作为big-endian(而不是native)存储在内存中。这种方案可能会减慢任何非平凡的图像处理速度 - 尽管Python的其他性能问题可能会将这种担忧降级为微不足道(见下文)。
我问了一个与字符串关注here有关的问题。我也遇到了一些与endianness相关的有趣混乱因为我正在测试时使用pnmdepth 65535
预处理图像,这对于测试字节顺序并不好(单独),因为低字节和高字节可能最终相同(我没有立即注意到因为print(array)
输出十进制)。我应该也应用pnmgamma
来节省一些困惑。
因为Python太慢了,numpy
试图巧妙地偷偷摸摸如何应用某些操作(参见broadcasting)。使用numpy
提高效率的第一个经验法则是让numpy句柄迭代为你(或换句话说don't write your own for
loops)。上面代码中有趣的是,在执行&#34;示例图像处理&#34;时,它只是部分遵循此规则,因此该行的性能极大地依赖于给{{1 }}
下一个重大的reshape
字节序谜:为什么numpy
似乎return an array,当它documented返回newbyteorder()
时}。如果要使用dtype
转换为本机端,这是相关的。
关于移植到Python 3的提示:binary input with an ASCII text header, read from stdin