numpy与Image互转

最新推荐文章于 2025-10-24 15:56:59 发布

原创最新推荐文章于 2025-10-24 15:56:59 发布 · 8.5w 阅读

60 ·

CC 4.0 BY-SA版权

本文介绍如何使用Python的PIL库加载图像，并通过NumPy进行图像处理，包括转换为数组、提取颜色通道及显示处理后的图像。

该文章已生成可运行项目，

from PIL import Image  
import numpy as np
im = Image.open("/home/lw/a.jpg")
im.show() 
img = np.array(im)      # image类 转 numpy
img = img[:,:,0]        #第1通道
im=Image.fromarray(img) # numpy 转 image类
im.show()

本文章已经生成可运行项目

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

白话先生NIT

关注关注

25
点赞
踩
60

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

kivy texture图片格式和opencv numpy图片格式互转

东方佑

04-07

2万+

# 将Texture格式的图片对象转换为numpy def texture_to_numpy(self,data): image=numpy.asarray(bytearray(data.pixels), dtype='uint8').reshape((data.height,data.width,4)) r_chanel=numpy.copy(image...

图像处理之PIL.Image与numpy.array之间的相互转换

01-07

1. PIL image转换成array 当使用PIL.Image.open()打开图片后，如果要使用img.shape函数，需要先将image形式转换成array数组 img = numpy.array(image) 或者 img = np.asarray(image) array和asarray都可将结构数据转换为ndarray类型。但是主要区别就是当数据源是ndarray时，array仍会copy出一个副本，占用新的内存，但asarray不会。 For example: import numpy as np #example 1: data1=[[1,1,1],[1,1,1],

2 条评论您还未登录，请先登录后发表或查看评论

2 条评论

love_math_lkp 2023.06.13
Cannot handle this data type: (1, 1, 5), <f8

小杨加油 2022.09.28
您好，我想请问img[:,:,0]中，前两个参数表示all，那可以设置长宽吗，为什么我修改之后show和原图一样呢

numpy与image互转，numpy和tensor互转（np.array，Image.fromarray ，a.numpy， torch.from_numpy）

miracleoa的博客

04-20

3140

文章目录一、numpy与image互转二、numpy和tensor互转（1）tensor转numpy1）使用numpy()将Tensor转换成NumPy数组（2）numpy转tensor1）使用from_numpy()将NumPy数组转换成Tensor2）用torch.tensor()将NumPy数组转换成Tensor三、参考一、numpy与image互转 from PIL import Ima...

Python实战：基于PIL与NumPy的图片拼接技术详解

热门推荐

weixin_40522801的博客

06-02

2万+

1np.array() 将数据转化为矩阵array。默认情况下，将会copy该对象。 numpy.array(object, dtype=None, copy=True, order='K', subok=False, ndmin=0) 2 Image.fromarray() 实现array到image的转换。 PIL.Image.fromarray(obj, mode=None) 参数描述返回值 obj Object with array interface .

Python中numpy,Image相互转换

Arbicoral的博客

02-09

1228

numpy与Image数据类型互换。第二步：读取图片并转换类型。第一步：导入需要的包。

numpy 和 Image互转

出门左拐是海的博客

06-04

1224

from PIL import Image import numpy as np im = Image.open("/home/lw/a.jpg") im.show() img = np.array(im) # image类转 numpy img = img[:,:,0] #第1通道 im=Image.fromarray(img) # numpy 转 image类 im.show()

python用numpy生成图片_python 实现将Numpy数组保存为图像

weixin_39636707的博客

12-03

4337

第一种方案可以使用scipy.misc，代码如下：import scipy.miscmisc.imsave('out.jpg', image_array)上面的scipy版本会标准化所有图像，以便min(数据)变成黑色，max(数据)变成白色。如果数据应该是精确的灰度级或准确的RGB通道，则解决方案为：import scipy.miscmisc.toimage(image_array, cmin=...

将numpy数组保存为图像

qq_43261713的博客

03-14

2193

五张彩色雪花就生成了。

【笔记】numpy 转化为 Image：Image_data=Image.fromarray(np.uint8(numpy_data))

nyist_yangguang的博客

12-26

3266

Image_data=Image.fromarray(np.uint8(numpy_data))

【从矩阵到图像的类型转换4】：PIL库Image类型与Numpy类型转换

呆呆象呆呆的博客

04-24

6890

一、PIL库读取图片后类型示例 from PIL import Image img=Image.open("./1.png") print("类型：",type(img)) print("类型名称：",img.__class__.__name__) # 显示和用户交互 import matplotlib.pyplot as plt plt.imshow(img) plt.show() 二、PIL库读取图片后Image类型转换成numpy 为了方便显示长宽我们换一张长宽不相等的图 from PIL im

numpy转换image

qq_36068939的博客

03-27

2120

T = Image.fromarray(T.astype(‘uint8’)).convert(‘RGB’)

PIL.Image 转 numpy.array ，numpy.array 转 PIL.Image

一千零一夜的博客

03-17

4095

一、PIL.Image 转 numpy.array from PIL import Image import numpy as np Img = Image.open('G:/Experiment/train/images/000_HC.png') array_img = np.array(Img) 二、numpy.array 转 PIL.Image img = Image.fro...

Numpy，Opencv及PIL.Image 格式相互转换

05-03

<think>嗯，用户想了解如何在Numpy数组、OpenCV图像和PIL.Image对象之间进行转换。我需要先回忆一下这三种格式的特点和转换方法。根据之前的引用资料，我记得OpenCV使用BGR格式，而PIL.Image用的是RGB，所以在转换时要注意颜色通道的顺序。首先，Numpy和OpenCV之间的转换可能比较直接，因为OpenCV的图像本质上是Numpy数组。不过颜色空间可能不同，比如从OpenCV转到PIL需要转换BGR到RGB。这时候可能需要用到cv2.cvtColor函数。然后，PIL.Image转Numpy的话，可以用numpy.array()函数，但同样要注意颜色通道的问题。如果是RGB图像，PIL转成Numpy数组后是RGB，而OpenCV处理的是BGR，所以在转换时需要调整通道顺序。接下来，用户可能需要具体的代码示例，比如如何用Image.fromarray将Numpy数组转为PIL.Image。同时，数据类型是否正确也很重要，比如uint8类型，否则转换会出错。例如，如果Numpy数组是浮点数，就需要先转换成uint8。还要注意灰度图像的情况，这时候可能不需要转换颜色空间，直接使用Image.fromarray即可。但如果是彩色图像，必须进行BGR到RGB的转换，否则颜色会不对。另外，保存图像的时候，PIL和OpenCV的方法不同，PIL用save()，而OpenCV用cv2.imwrite()，路径和参数也要注意。用户可能遇到的常见问题包括颜色失真，这通常是因为通道顺序没调整，或者数据类型不对。比如，没有转换到uint8，或者忘记转换BGR和RGB。最后，总结一下步骤，每种转换的关键点，并提醒注意事项，帮助用户避免错误。可能还需要生成相关问题，比如性能优化或常见错误处理，但根据用户的要求，现在需要先回答转换方法。</think>以下为Numpy、OpenCV和PIL.Image三种图像格式的转换方法总结，包含核心操作和注意事项： ### 一、转换关系图 ``` Numpy数组 <- cv2.cvtColor() -> OpenCV图像 ⇅ ⇅ PIL.Image <- Image.fromarray() ``` ### 二、具体转换方法 #### 1. OpenCV转PIL.Image（关键：BGR→RGB） ```python import cv2 from PIL import Image # OpenCV读取(BGR格式) cv_img = cv2.imread("image.jpg") # 转换核心步骤 pil_image = Image.fromarray(cv2.cvtColor(cv_img, cv2.COLOR_BGR2RGB)) ``` *注意：若不转换颜色空间会出现红蓝通道颠倒[^2]* #### 2. PIL.Image转OpenCV（关键：RGB→BGR） ```python import numpy as np # PIL读取(RGB格式) pil_image = Image.open("image.jpg") # 转换核心步骤 cv_img = cv2.cvtColor(np.array(pil_image), cv2.COLOR_RGB2BGR) ``` #### 3. Numpy与OpenCV互转（隐式转换） ```python # OpenCV直接操作Numpy数组 np_array = cv2.imread("image.jpg") # 直接得到ndarray cv2.imwrite("output.jpg", np_array) # 直接保存数组 ``` #### 4. Numpy转PIL.Image（注意数据类型） ```python # 从Numpy数组创建（要求uint8类型） np_array = np.random.randint(0,255, (100,100,3), dtype=np.uint8) pil_image = Image.fromarray(np_array) # 自动识别RGB模式[^3] ``` #### 5. PIL.Image转Numpy ```python # 直接转换（保持RGB通道顺序） np_array = np.array(pil_image) ``` ### 三、特殊场景处理 1. **灰度图像转换**： ```python # 8位灰度无需颜色空间转换 gray_pil = Image.fromarray(cv_gray_img) ``` 2. **数据类型转换**： ```python # float32转uint8示例 normalized = (float_array * 255).astype('uint8') ``` 3. **带透明度通道处理**： ```python # RGBA格式需要指定模式 rgba_array = np.zeros((100,100,4), dtype=np.uint8) pil_image = Image.fromarray(rgba_array, mode='RGBA') ``` ### 四、常见错误解决方案 | 错误现象 | 原因分析 | 解决方法 | |---------|----------|---------| | 颜色异常 | 通道顺序未转换 | 使用cv2.cvtColor转换BGR/RGB | | 类型错误 | 非uint8数据 | 添加.astype('uint8')转换 | | 维度错误 | 数组形状不匹配 | 检查是否为(H,W,C)格式 | ### 五、性能优化建议 1. 避免重复转换：在流水线处理中尽量保持单一格式 2. 内存预分配：对于大型图像，使用np.empty预先分配空间 3. 批量处理：利用Numpy的矢量化操作替代逐像素处理