将大矩阵转换为灰度图像

Question

我有一个3,076,568个二进制值（1和0）的NumPy数组。我想将其转换为矩阵，然后转换为Python中的灰度图像。

然而，当我尝试将数组重新整形为1,538,284 x 1,538,284矩阵时，我收到内存错误。

如何减小矩阵的大小，使其变成适合屏幕的图像，而不会丢失唯一性/数据？

此外，我如何将其变成灰度图像？

任何帮助或建议将不胜感激。谢谢。

Answer 1

你的“二进制值”数组是一个字节数组吗？

如果是这样，您可以在调整大小后使用Pillow）：

from PIL import Image
im = Image.fromarray(arr)

然后im.show()看到它。

如果您的数组只有0和1（1位深度或黑白），则可能需要将其乘以255

im = Image.fromarray(arr * 255)

这是一个例子：

>>> arr = numpy.random.randint(0,256, 100*100) #example of a 1-D array
>>> arr.resize((100,100))
>>> im = Image.fromarray(arr)
>>> im.show()

编辑（2018）：

这个问题写于2011年，Pillow因为在加载mode='L'时需要使用fromarray参数而发生了变化。

同样在下面的评论中也有人说arr.astype(np.uint8)也是必需的，但我还没有测试过它

Answer 2

实际上不需要使用PIL，您可以使用pyplot直接绘制数组（见下文）。要保存到文件，您可以使用plt.imsave('fname.png', im)。

以下代码。

import numpy as np
import matplotlib.pyplot as plt

x = (np.random.rand(1754**2) < 0.5).astype(int)

im = x.reshape(1754, 1754)
plt.gray()
plt.imshow(im)

您也可以使用plt.show(im)在新窗口中显示图像。

Answer 3

您可以使用scipy.misc.toimage和im.save("foobar.png")：

执行此操作

#!/usr/bin/env python

# your data is "array" - I just made this for testing
width, height = 512, 100
import numpy as np
array = (np.random.rand(width*height) < 0.5).astype(int)
array = array.reshape(height, width)

# what you need
from scipy.misc import toimage

im = toimage(array)
im.save("foobar.png")

给出了

Answer 4

如果您的PC中有一个带有某些数据（图像）的txt文件，为了将这些数据可视化为灰度图像，您可以使用：

with open("example.txt", "r") as f:
data = [i.strip("\n").split() for i in f.readlines()]
data1 = np.array(data, dtype=float)
plt.figure(1)
plt.gray()
plt.imshow(data1)
plt.show()