说明:主要是利用scipy库和pillow库,比较其中的不同。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
|
''' 测试16bit和32bit图像的python存储方法 ''' import numpy as np import scipy.misc from PIL import Image # 用已有的8bit和16bit图作存储测试 path16 = 'D:\Py_exercise\lena16.tif' path8 = 'D:\Py_exercise\lena8.tif' tif16 = scipy.misc.imread(path16) #<class 'numpy.uint16'> tif8 = scipy.misc.imread(path8) #<class 'numpy.uint8'> print (np.shape(tif16), type (tif16[ 0 , 0 ])) print (np.shape(tif8), type (tif8[ 0 , 0 ])) print () save16 = 'D:\Py_exercise\lena16_save.tif' save8 = 'D:\Py_exercise\lena8_save.tif' scipy.misc.imsave(save16, tif16) #--> 8bit scipy.misc.imsave(save8, tif8) #--> 8bit # Create a mat which is 64 bit float nrows = 512 ncols = 512 np.random.seed( 12345 ) y = np.random.randn(nrows, ncols) * 65535 #<class 'numpy.float64'> print ( type (y[ 0 , 0 ])) print () # Convert y to 16 bit unsigned integers z16 = (y.astype(np.uint16)) #<class 'numpy.uint16'> print ( type (z16[ 0 , 0 ])) print () # 用产生的随机矩阵作存储测试 save16 = 'D:\Py_exercise\lena16_save1.tif' scipy.misc.imsave(save16, z16) #--> 8bit im = Image.frombytes( 'I;16' , (ncols,nrows), y.tostring()) im.save( 'D:\Py_exercise\lena16_save21.tif' ) #--> 16bit im = Image.fromarray(y) im.save( 'D:\Py_exercise\lena16_save22.tif' ) #--> 32bit im = Image.fromarray(z16) im.save( 'D:\Py_exercise\lena16_save23.tif' ) #--> 16bit # 归一化后的np.float64仍然存成了uint8 zNorm = (z16 - np. min (z16)) / (np. max (z16) - np. min (z16)) #<class 'numpy.float64'> print ( type (zNorm[ 0 , 0 ])) save16 = 'D:\Py_exercise\lena16_save11.tif' scipy.misc.imsave(save16, zNorm) #--> 8bit # 归一化后的np.float64直接转8bit或16bit都会超出阈值,要*255或*65535 # 如果没有astype的位数设置,会直接存成32bit zImg = (zNorm * 65535 ).astype(np.uint16) im = Image.fromarray(zImg) im.save( 'D:\Py_exercise\lena16_save31.tif' ) #--> 16bit im = Image.fromarray(zNorm) im.save( 'D:\Py_exercise\lena16_save32.tif' ) #--> 32bit(0~1) |
以上这篇python存储16bit和32bit图像的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/index20001/article/details/77965357