Jak przekonwertować tablicę numpy na (i wyświetlić) obraz?

W ten sposób utworzyłem tablicę:

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

Chcę to zrobić, aby wyświetlić pojedynczą czerwoną kropkę na środku obrazu 512x512. (Przynajmniej na początek ... Myślę, że mogę dowiedzieć się reszty stamtąd)

Możesz użyć PIL do utworzenia (i wyświetlenia) obrazu:

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()

Następujące powinny działać:

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

Jeśli używasz notesu / laboratorium Jupyter, użyj tego polecenia inline przed importowaniem matplotlib:

%matplotlib inline 

Najkrótszą ścieżką jest użycie scipy:

from scipy.misc import toimage
toimage(data).show()

Wymaga to również zainstalowania PIL lub Pillow.

Podobne podejście wymagające również PIL lub Pillow, ale które może wywołać innego widza :

from scipy.misc import imshow
imshow(data)

Korzystając z pygame , możesz otworzyć okno, uzyskać powierzchnię jako układ pikseli i manipulować stamtąd, jak chcesz. Musisz jednak skopiować tablicę numpy do tablicy powierzchni, co będzie znacznie wolniejsze niż wykonywanie rzeczywistych operacji graficznych na samych powierzchniach gry.

Jak wyświetlać obrazy zapisane w tablicy numpy na przykładzie (działa w notatniku Jupyter)

Wiem, że są prostsze odpowiedzi, ale ta pozwoli ci zrozumieć, w jaki sposób obrazy są faktycznie topione z tablicy numpy.

Załaduj przykład

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

Wyświetl tablicę jednego obrazu

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.]])

Utwórz puste 10 x 10 podplotów w celu wizualizacji 100 zdjęć

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

Rysowanie 100 zdjęć

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

Wynik:

Co ma axes.flatzrobić? Tworzy moduł wyliczający numpy, dzięki czemu można iterować po osi w celu rysowania na nich obiektów. Przykład:

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

Korzystając z tablicy poduszek, na przykład:

from PIL import Image
from numpy import *

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

Python Imaging Library może wyświetlać obrazy przy użyciu tablic numpy. Spójrz na tę stronę, aby zobaczyć przykładowy kod:

• Konwertuj między tablicami numerycznymi a obiektami obrazu PIL

EDYCJA: Jak mówi uwaga na dole tej strony, powinieneś sprawdzić najnowsze informacje o wydaniu, które znacznie upraszczają:

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

Dodatek za zrobienie tego z matplotlib. Uznałem, że jest to przydatne przy wykonywaniu zadań związanych z wizją komputera. Powiedzmy, że masz dane z dtype = int32

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))