Conversione tra l'oggetto Immagine Pillow e la serie numpy cambia la dimensione

Question

Sto usando Pillow e Numpy, ma ho un problema con la conversione tra l'oggetto Pillow Image e l'array Numpy.

quando eseguo il seguente codice, il risultato è strano.

im = Image.open(os.path.join(self.img_path, ifname)) 
print im.size 
in_data = np.asarray(im, dtype=np.uint8) 
print in_data.shape 

risultato è

(1024, 768) 
(768, 1024) 

Perché dimensione è cambiato?

Answer 1

im forse column-major array mentre in NumPy sono row-major

fare in_data = in_data.T per trasporre la matrice pitone

probabilmente dovrebbe verificare in_data con s imshowmatplotlib' per assicurarsi che l'immagine sembra giusto.

Ma sai che matplotlib ha le proprie funzioni di caricamento che ti forniscono direttamente gli array di numpy? Vedere: http://matplotlib.org/users/image_tutorial.html

Answer 2

Se l'immagine è fare in scala di grigi:

in_data = in_data.T 

ma se si sta lavorando con le immagini RBG si vuole assicurarsi che il proprio operazione di trasposizione è lungo solo due assi:

in_data = np.transpose(in_data, (1,0,2)) 

Answer 3

in realtà ciò è dovuto al fatto che la maggior parte delle librerie di immagini fornisce immagini trasposte rispetto agli array numpy. questo è (penso) perché scrivi file immagine riga per riga, quindi il primo indice (diciamo x) si riferisce al numero di riga (quindi x è l'asse verticale) e il secondo indice() si riferisce al pixel successivo in linea (quindi y è l'asse orizzontale), che è contro il nostro senso delle coordinate quotidiane.

Se si desidera gestire correttamente è necessario ricordare di scrivere:

image = library.LoadImage(path) 
array = (library.FromImageToNumpyArray(image)).T 

e di conseguenza:

image = library.FromNumpyArrayToImage(array.T) 
library.WriteImage(image, path) 

che funziona anche per le immagini in 3D. Ma non sto promettendo che questo è il caso di TUTTE le librerie di immagini - solo queste con cui ho lavorato.