如何将 numpy 数组转换为（并显示）图像？

问题描述：

我这样创建了一个数组：

import numpy as np
data = np.zeros( (512,512,3), dtype=np.uint8)
data[256,256] = [255,0,0]

我想要做的是在 512x512 图像的中心显示一个红点。（至少一开始是这样……我想我可以从那里弄清楚其余部分）

解决方案 1：

使用plt.imshow来创建图形并plt.show显示它：

from matplotlib import pyplot as plt
plt.imshow(data, interpolation='nearest')
plt.show()

对于 Jupyter 笔记本，在导入 matplotlib 之前添加此行：

%matplotlib inline 

对于 Jupyter [ demo ] 中的交互式图表，请安装 ipyml pip install ipympl，然后使用：

%matplotlib widget 

解决方案 2：

您可以使用 PIL 来创建（并显示）图像：

from PIL import Image
import numpy as np

w, h = 512, 512
data = np.zeros((h, w, 3), dtype=np.uint8)
data[0:256, 0:256] = [255, 0, 0] # red patch in upper left
img = Image.fromarray(data, 'RGB')
img.save('my.png')
img.show()

解决方案 3：

注意：这两个 API 均已弃用，然后被删除。

最短路径是使用scipy，如下所示：

# Note: deprecated in v0.19.0 and removed in v1.3.0
from scipy.misc import toimage
toimage(data).show()

这还需要安装 PIL 或 Pillow。

类似的方法也需要 PIL 或 Pillow，但可能调用不同的查看器：

# Note: deprecated in v1.0.0 and removed in v1.8.0
from scipy.misc import imshow
imshow(data)

解决方案 4：

如何通过示例显示存储在 numpy 数组中的图像（在 Jupyter 笔记本中使用）

我知道有更简单的答案，但这个可以让你理解如何从 numpy 数组中实际绘制图像。

加载示例

from sklearn.datasets import load_digits
digits = load_digits()
digits.images.shape   #this will give you (1797, 8, 8). 1797 images, each 8 x 8 in size

显示一个图像的数组

digits.images[0]
array([[ 0.,  0.,  5., 13.,  9.,  1.,  0.,  0.],
       [ 0.,  0., 13., 15., 10., 15.,  5.,  0.],
       [ 0.,  3., 15.,  2.,  0., 11.,  8.,  0.],
       [ 0.,  4., 12.,  0.,  0.,  8.,  8.,  0.],
       [ 0.,  5.,  8.,  0.,  0.,  9.,  8.,  0.],
       [ 0.,  4., 11.,  0.,  1., 12.,  7.,  0.],
       [ 0.,  2., 14.,  5., 10., 12.,  0.,  0.],
       [ 0.,  0.,  6., 13., 10.,  0.,  0.,  0.]])

创建空的 10 x 10 子图以可视化 100 张图像

import matplotlib.pyplot as plt
fig, axes = plt.subplots(10,10, figsize=(8,8))

绘制 100 张图像

for i,ax in enumerate(axes.flat):
    ax.imshow(digits.images[i])

结果：

它做什么axes.flat？
它创建一个 numpy 枚举器，以便您可以遍历轴以在其上绘制对象。
示例：

import numpy as np
x = np.arange(6).reshape(2,3)
x.flat
for item in (x.flat):
    print (item, end=' ')

解决方案 5：

使用pillow的fromarray，例如：

from PIL import Image
from numpy import *

im = array(Image.open('image.jpg'))
Image.fromarray(im).show()

解决方案 6：

import numpy as np
from keras.preprocessing.image import array_to_img
img = np.zeros([525,525,3], np.uint8)
b=array_to_img(img)
b

解决方案 7：

使用pygame，您可以打开一个窗口，将表面作为像素数组获取，然后根据需要进行操作。但是，您需要将 numpy 数组复制到表面数组中，这比在 pygame 表面上执行实际图形操作要慢得多。

解决方案 8：

例如，您的图像位于名为“图像”的数组中

你所要做的就是

plt.imshow(image)
plt.show

这将以图像的形式显示一个数组，另外，不要忘记导入 PLT

解决方案 9：

使用 matplotlib 进行此操作的补充。我发现它很适合执行计算机视觉任务。假设您获得了 dtype = int32 的数据

from matplotlib import pyplot as plot
import numpy as np

fig = plot.figure()
ax = fig.add_subplot(1, 1, 1)
# make sure your data is in H W C, otherwise you can change it by
# data = data.transpose((_, _, _))
data = np.zeros((512,512,3), dtype=np.int32)
data[256,256] = [255,0,0]
ax.imshow(data.astype(np.uint8))

解决方案 10：

Python图像库可以使用 Numpy 数组显示图像。请查看此页面以获取示例代码：

• 在数值数组和 PIL 图像对象之间转换

编辑：正如该页面底部的注释所述，您应该查看最新的发行说明，这会使这一切变得更加简单：

http://effbot.org/zone/pil-changes-116.htm

解决方案 11：

这可能是一个可能的代码解决方案：

from skimage import io
import numpy as np
data=np.random.randn(5,2)
io.imshow(data)