代码之家 › 专栏 › 技术社区 › u354356007

相同数量的阵列通过枕头产生不同的图像

pillow numpy python-3.x arrays python

0

u354356007 · 技术社区 · 11 年前

我在一个简单的脚本中使用numpy和Pillow来应用图像过滤器。在实现图像和内核的卷积之后,出现了一些bug,我能够将其简化为一个相当棘手的情况。

import numpy as np
from PIL import Image


def image_to_array(image_path : str) -> np.array:
    image = Image.open(image_path)
    array = np.array(image)
    array.reshape(-1, array.shape[2])
    return array


def dont_filter_anything(matrix : np.ndarray, kernel : np.ndarray):
    matrix_out = np.zeros(matrix.shape)
    for (row_num, cell_num, channel_num), element in np.ndenumerate(matrix):
        matrix_out[row_num][cell_num][channel_num] = element
    return matrix_out


IDENTITY_FILTER = np.array([[0, 0, 0], [0, 1, 0], [0, 0, 0]])

第二个函数只是复制而不是产生卷积结果。根据这些定义,我执行以下操作:

image1 = image_to_array('1.bmp')
image2 = dont_filter_anything(image1 , IDENTITY_FILTER)
assert np.all(image1 == image2)
Image.fromarray(image2 , mode='RGB').save('2.bmp')
Image.fromarray(image1 , mode='RGB').save('3.bmp')

断言说两个数组相等,但下面是图片:

1.bmp和3.bmp: http://i.stack.imgur.com/EwwyY.png

2.bmp格式: http://i.stack.imgur.com/kz7pB.png

这里会出什么问题?

1 回复 | 直到 11 年前

1

2

Imanol Luengo 11 年前

错误的原因可能是数据类型和索引。

首先,数据类型:
```
matrix_out = np.zeros(matrix.shape)
```
创建一个浮点数组,您应该将其替换为:
```
matrix_out = np.zeros_like(matrix)
```
或
```
matrix_out = np.zeros(matrix.shape, dtype=matrix.dtype)
```
确保 in 矩阵和 out 矩阵具有相同的数据类型。默认情况下 np.zeros 创建浮点数组。

第二,索引:

matrix_out[row_num][cell_num][channel_num] = element

应更换为合适的(更快) numpy indexing 方法:

 matrix_out[row_num, cell_num, channel_num] = element

这样,函数将被重写为:

def dont_filter_anything(matrix, kernel):
    matrix_out = np.zeros_like(matrix)
    for (row_num, cell_num, channel_num), element in np.ndenumerate(matrix):
        matrix_out[row_num, cell_num, channel_num] = element
    return matrix_out

现在PIL保存图像 2.bmp 正确地