как преобразовать изображение RGB в массив numpy?

У меня есть изображение RGB. Я хочу преобразовать его в массив numpy. Я сделал следующее

im = cv.LoadImage("abc.tiff")
a = numpy.asarray(im)

Он создает массив без формы. Я предполагаю, что это объект iplimage.

Вы можете использовать более новый интерфейс Python OpenCV (если я не ошибаюсь, он доступен с OpenCV 2.2). Он изначально использует массивы numpy:

import cv2
im = cv2.imread("abc.tiff",mode='RGB')
print type(im)

результат:

<type 'numpy.ndarray'>

PIL (Python Imaging Library) и Numpy хорошо работают вместе.

Использую следующие функции.

from PIL import Image
import numpy as np

def load_image( infilename ) :
    img = Image.open( infilename )
    img.load()
    data = np.asarray( img, dtype="int32" )
    return data

def save_image( npdata, outfilename ) :
    img = Image.fromarray( np.asarray( np.clip(npdata,0,255), dtype="uint8"), "L" )
    img.save( outfilename )

Image.fromarray немного уродлив, потому что я обрезаю входящие данные до [0,255], конвертирую в байты, а затем создаю изображение в оттенках серого. Я в основном работаю серым.

Изображение RGB будет примерно таким:

 outimg = Image.fromarray( ycc_uint8, "RGB" )
 outimg.save( "ycc.tif" )

Вы также можете использовать для этого matplotlib .

from matplotlib.image import imread

img = imread('abc.tiff')
print(type(img))

вывод: <class 'numpy.ndarray'>

На сегодняшний день лучше всего использовать:

img = cv2.imread(image_path)   # reads an image in the BGR format
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)   # BGR -> RGB

Вы увидите, что imgбудет массив типа numpy:

<class 'numpy.ndarray'>

Поздний ответ, но я предпочел imageioмодуль другим альтернативам

import imageio
im = imageio.imread('abc.tiff')

Подобно этому cv2.imread(), он по умолчанию создает массив numpy, но в форме RGB.

Вам нужно использовать cv.LoadImageM вместо cv.LoadImage:

In [1]: import cv
In [2]: import numpy as np
In [3]: x = cv.LoadImageM('im.tif')
In [4]: im = np.asarray(x)
In [5]: im.shape
Out[5]: (487, 650, 3)

При использовании ответа Дэвида Пула я получаю SystemError с PNG серой шкалы и, возможно, другими файлами. Мое решение:

import numpy as np
from PIL import Image

img = Image.open( filename )
try:
    data = np.asarray( img, dtype='uint8' )
except SystemError:
    data = np.asarray( img.getdata(), dtype='uint8' )

На самом деле img.getdata () будет работать для всех файлов, но он медленнее, поэтому я использую его только тогда, когда другой метод не работает.

Формат изображения OpenCV поддерживает интерфейс массива numpy. Может быть создана вспомогательная функция для поддержки цветных или полутоновых изображений. Это означает, что преобразование BGR -> RGB может быть удобно выполнено с помощью большого количества фрагментов, а не полной копии данных изображения.

Примечание: это простой трюк, поэтому изменение выходного массива также изменит данные изображения OpenCV. Если вам нужна копия, используйте .copy()метод в массиве!

import numpy as np

def img_as_array(im):
    """OpenCV's native format to a numpy array view"""
    w, h, n = im.width, im.height, im.channels
    modes = {1: "L", 3: "RGB", 4: "RGBA"}
    if n not in modes:
        raise Exception('unsupported number of channels: {0}'.format(n))
    out = np.asarray(im)
    if n != 1:
        out = out[:, :, ::-1]  # BGR -> RGB conversion
    return out

Я также использовал imageio, но для предварительной и постобработки мне пригодились следующие механизмы:

import imageio
import numpy as np

def imload(*a, **k):
    i = imageio.imread(*a, **k)
    i = i.transpose((1, 0, 2))  # x and y are mixed up for some reason...
    i = np.flip(i, 1)  # make coordinate system right-handed!!!!!!
    return i/255


def imsave(i, url, *a, **k):
    # Original order of arguments was counterintuitive. It should
    # read verbally "Save the image to the URL" — not "Save to the
    # URL the image."

    i = np.flip(i, 1)
    i = i.transpose((1, 0, 2))
    i *= 255

    i = i.round()
    i = np.maximum(i, 0)
    i = np.minimum(i, 255)

    i = np.asarray(i, dtype=np.uint8)

    imageio.imwrite(url, i, *a, **k)

Причина в том, что я использую numpy для обработки изображений, а не только для отображения изображений. Для этой цели uint8 неудобны, поэтому я конвертирую в значения с плавающей запятой от 0 до 1.

При сохранении изображений я заметил, что мне пришлось самому вырезать значения, выходящие за пределы допустимого диапазона, иначе у меня получился действительно серый результат. (Серый цвет был результатом сжатия imageio всего диапазона, который находился за пределами [0, 256), до значений, которые находились внутри диапазона.)

Также была пара других странностей, о которых я упоминал в комментариях.

Вы можете легко получить массив изображений rgb, используя numpyиImage from PIL

import numpy as np
from PIL import Image
import matplotlib.pyplot as plt

im = Image.open('*image_name*') #These two lines
im_arr = np.array(im) #are all you need
plt.imshow(im_arr) #Just to verify that image array has been constructed properly

загрузите изображение, используя следующий синтаксис: -

from keras.preprocessing import image

X_test=image.load_img('four.png',target_size=(28,28),color_mode="grayscale"); #loading image and then convert it into grayscale and with it's target size 
X_test=image.img_to_array(X_test); #convert image into array