Numpy和16位PGM

Question

使用numpy在Python中读取16位PGM图像的有效且清晰的方法是什么？

我无法使用PIL加载16位PGM图像due to a PIL bug。我可以使用以下代码读取标题：

dt = np.dtype([('type', 'a2'),
               ('space_0', 'a1', ),
               ('x', 'a3', ),
               ('space_1', 'a1', ),
               ('y', 'a3', ),
               ('space_2', 'a1', ),
               ('maxval', 'a5')])
header = np.fromfile( 'img.pgm', dtype=dt )
print header

这会打印出正确的数据：('P5', ' ', '640', ' ', '480', ' ', '65535')但我感觉这不是最好的方式。除此之外，我无法弄清楚如何读取下列x乘y的数据（在这种情况下为640x480）和16位，偏移量为size(header)。

编辑：图片已添加

读取和显示图像的MATLAB代码是：

I = imread('foo.pgm'); 
imagesc(I);

看起来像这样：

Answer 1

import re
import numpy

def read_pgm(filename, byteorder='>'):
    """Return image data from a raw PGM file as numpy array.

    Format specification: http://netpbm.sourceforge.net/doc/pgm.html

    """
    with open(filename, 'rb') as f:
        buffer = f.read()
    try:
        header, width, height, maxval = re.search(
            b"(^P5\s(?:\s*#.*[\r\n])*"
            b"(\d+)\s(?:\s*#.*[\r\n])*"
            b"(\d+)\s(?:\s*#.*[\r\n])*"
            b"(\d+)\s(?:\s*#.*[\r\n]\s)*)", buffer).groups()
    except AttributeError:
        raise ValueError("Not a raw PGM file: '%s'" % filename)
    return numpy.frombuffer(buffer,
                            dtype='u1' if int(maxval) < 256 else byteorder+'u2',
                            count=int(width)*int(height),
                            offset=len(header)
                            ).reshape((int(height), int(width)))


if __name__ == "__main__":
    from matplotlib import pyplot
    image = read_pgm("foo.pgm", byteorder='<')
    pyplot.imshow(image, pyplot.cm.gray)
    pyplot.show()

Answer 2

我对PGM格式并不十分熟悉，但一般来说你只是使用numpy.fromfile。 fromfile将从您传递给它的文件指针所在的任何位置开始，因此您只需查找（或读取）到标题的末尾，然后使用fromfile读取其余内容。

您需要使用infile.readline()代替next(infile)。

import numpy as np

with open('foo.pgm', 'r') as infile:
    header = infile.readline()
    width, height, maxval = [int(item) for item in header.split()[1:]]
    image = np.fromfile(infile, dtype=np.uint16).reshape((height, width))

<击>

<击>

另外，您在评论中指出的“foo.pgm”文件似乎在标题中指定了错误的行数。

如果您要阅读可能存在该问题的大量文件，您可以使用零填充数组或截断它，就像这样。

import numpy as np

with open('foo.pgm', 'r') as infile:
    header = next(infile)
    width, height, maxval = [int(item) for item in header.split()[1:]]
    image = np.fromfile(infile, dtype=np.uint16)
    if image.size < width * height:
        pad = np.zeros(width * height - image.size, dtype=np.uint16)
        image = np.hstack([image, pad])
    if image.size > width * height:
        image = image[:width * height]
    image = image.reshape((height, width))

<击>

Answer 3

来自here我知道标题信息可以用空格，回车符或其他来分隔。如果您的空格被空格分隔（如果不通知我），您可以这样做：

with open('img.pgm') as f:
    lines = f.readlines()
    data = np.array([line.split() for line in lines[1:]], dtype=np.int16).T

您的数据现在是int16格式的数组！

假设您仍然对标题信息感兴趣，可以这样做：

class Header(object):
    def __init__(self, type, width, height, maxval):
        self.type = type
        self.width = int(width)
        self.height = int(height)
        self.maxval = int(maxval)

h = Header(*lines[0].split()[:4])

以便您可以根据读取行检查图像数据：

assert (h.width, h.height) == data.shape    
assert h.maxval >= data.max()

编辑：图片数据为二进制，文件必须以“rb”打开，并在标题信息后读取：

import numpy as np

def as_array(filepath):
    f = open(filepath, 'r')
    w, h = size = tuple(int(v) for v in next(f).split()[1:3])
    data_size = w * h * 2

    f.seek(0, 2)
    filesize = f.tell()
    f.close()
    i_header_end = filesize - (data_size)

    f = open(filepath, 'rb')
    f.seek(i_header_end)
    buffer = f.read()
    f.close()

    # convert binary data to an array of the right shape
    data = np.frombuffer(buffer, dtype=np.uint16).reshape((w, h))

    return data

a = as_array('foo.pgm')

Answer 4

实际上，标题后面的'string'是文件中的二进制文件。我在下面解决了这个问题（发现以下内容：ndarray: [2047 2047 2047 ..., 540 539 539]）但还有另一个问题：文件不够长;只计算289872个数字而不是640 * 480 ...

我非常抱歉通过为它上课来表达我的意思......

import numpy as np
import Image

class PGM(object):
    def __init__(self, filepath):

        with open(filepath) as f:

            # suppose all header info in first line:
            info = f.readline().split()
            self.type = info[0]
            self.width, self.height, self.maxval = [int(v) for v in info[1:]]
            size = self.width * self.height

            lines = f.readlines()
            dt = [np.int8, np.int16][self.maxval > 255]
            try:
                # this will work if lines are integers separated by e.g. spaces
                self.data = np.array([l.split() for l in lines], dtype=dt).T
            except ValueError:
                # data is binary
                data = np.fromstring(lines[0], dtype=dt)
                if data.size < size:
                    # this is the case for the 'db.tt/phaR587 (foo.pgm)'
                    #raise ValueError('data binary string probably uncomplete')
                    data = np.hstack((data, np.zeros(size-data.size)))
                self.data = data[:size].reshape((self.width, self.height))

            assert (self.width, self.height) == self.data.shape
            assert self.maxval >= self.data.max()

        self._img = None

    def get_img(self):
        if self._img is None:
            # only executed once
            size = (self.width, self.height)
            mode = 'L'
            data = self.data
            self.img = Image.frombuffer(mode, size, data)

        return self.img

    Image = property(get_img)

mypgm = PGM('foo.pgm')

mypgm.Image

编辑：来自Joe Kington的好主意用零填充图像！

Answer 5

感谢@ joe-kington的回答，帮助解决这个问题。解决方案如下。

有一些额外的工作是不对已知的头长度进行硬编码（17个字节） 这种情况），但要从标题中确定它。 PGM标准说标题通常以换行符结尾，但可以以任何空格结尾。我认为这个代码将在PGM上中断，该PGM使用非换行空格作为头部末尾分隔符。在这种情况下，标题大小将由保存width，height和maxsize的变量的大小加上'P5'的两个字节加上4个字节的空格。

如果宽度或高度大于int（非常大的图像），则可能会破坏的其他情况。或者，如果PGM是8位而不是16位（可以从maxval确定，可能的宽度，高度和文件大小）。

#!/usr/bin/python
import numpy as np
import matplotlib.pyplot as plt

file='foo.pgm'
infile = open(file,'r')
header = next(infile)
width, height, maxval = [int(item) for item in header.split()[1:]]
infile.seek(len(header))
image = np.fromfile(infile, dtype=np.uint16).reshape((height, width))
print width, height, maxval
plt.figimage(image)