Python第一个项目(图片案例)【Python版纯代码】

本文介绍了一个实用工具类Image_Array_Util,它可以将图片文件夹中的所有图片转换为矩阵并保存为二进制文件,同时也能从该文件中还原出原始图片。此工具利用了PIL库来处理图片,并使用pickle模块实现矩阵数据的序列化与反序列化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#coding:utf-8
import  numpy as np
from PIL import Image
import pickle as p
import os
#pickle 模块处理矩阵的序列化和反序列化
# 把所有图片解析成一个矩阵,然后保存到一个二进制文件,然后读取二进制文件还原成图片
class Image_Array_Util(object):
    __arrayFile="image.bat"

    def image_to_array(self,dir):
        files=os.listdir(dir)
        big_arr=np.array([])
        for file in files:
            image=Image.open(os.path.join(dir,file))
            r,g,b=image.split() #把图片进行RGB通道分离
            r_arr=np.array(r).reshape((62500,))
            g_arr=np.array(g).reshape((62500,))
            b_arr=np.array(b).reshape((62500,))
            image_arr=np.concatenate((r_arr,g_arr,b_arr)) #image_arr矩阵==一张图片
            big_arr=np.concatenate((big_arr,image_arr))
        big_arr=big_arr.reshape((len(files),3*62500))
        out=open(Image_Array_Util.__arrayFile,"wb")
        p.dump(big_arr,out)

    def array_to_image(self):
        file=open(Image_Array_Util.__arrayFile,"rb")
        big_arr=p.load(file)
        image_count=big_arr.shape[0]
        big_arr=big_arr.reshape((image_count,3,250,250))
        for i in range(0,image_count):
            r=Image.fromarray(big_arr[i][0]).convert("L")
            g=Image.fromarray(big_arr[i][1]).convert("L")
            b=Image.fromarray(big_arr[i][2]).convert("L")
            image=Image.merge("RGB",(r,g,b))
            # image.show()
            image.save("result/%d.jpg"%i,"jpeg")
if __name__=='__main__':
    o =Image_Array_Util()
    # o.image_to_array("images")
    o.array_to_image()

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值