PIL 图像与 NumPy 数组转换指南：轻松处理图像数据

PIL 图像与 NumPy 数组之间的转换：深入解析

图像处理中，灵活地在 PIL 图像和 NumPy 数组之间进行转换至关重要。在本篇文章中，我们将深入探讨如何将 PIL 图像转换为 NumPy 数组，修改数组，然后将其转换回 PIL 图像。

PIL 图像转换为 NumPy 数组

要将 PIL 图像转换为 NumPy 数组，只需使用 numpy.array(pic.getdata())。这将返回一维像素数组。然后使用 reshape() 方法将其重塑为三维数组，其中第一维表示高度，第二维表示宽度，第三维表示颜色通道 (RGB)。

pic = Image.open("foo.jpg")
pix = numpy.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)

NumPy 数组转换为 PIL 图像

要将 NumPy 数组转换为 PIL 图像，只需使用 Image.fromarray(pix)。

pic = Image.fromarray(pix)

修改数组

在修改 NumPy 数组时，可以使用标准的 NumPy 操作。例如，要将左上角像素设置为红色，可以使用以下代码：

pix[0, 0] = [255, 0, 0]

避免使用 putdata() 方法

在某些情况下，putdata() 方法可能无法正常工作。一种替代方法是使用 tobytes() 方法将 NumPy 数组转换为字节流，然后使用 frombytes() 方法将其加载到 PIL 图像中：

pic = Image.frombytes("RGB", pic.size, pix.tobytes())

示例代码

以下代码片段展示了如何将 PIL 图像转换为 NumPy 数组，修改数组，然后将其转换回 PIL 图像：

from PIL import Image
import numpy as np

pic = Image.open("foo.jpg")
pix = np.array(pic.getdata()).reshape(pic.size[0], pic.size[1], 3)
pix[0, 0] = [255, 0, 0]
pic = Image.fromarray(pix)
pic.save("modified_foo.jpg")

结论

通过使用 numpy.array()、reshape()、Image.fromarray() 和 tobytes() 方法，可以在 PIL 图像和 NumPy 数组之间轻松转换。了解这些转换技术对于图像处理和分析至关重要。

常见问题解答

1. 什么情况下应该使用 NumPy 数组而不是 PIL 图像？

当需要进行像素级操作时，NumPy 数组的处理速度比 PIL 图像更快。

2. 为什么要避免使用 putdata() 方法？

putdata() 方法在某些情况下可能无法正常工作，而使用 tobytes() 和 frombytes() 方法是一种更可靠的方法。

3. 如何将 NumPy 数组转换为灰度图像？

将 NumPy 数组转换为灰度图像，可以将其转换为一维数组并取其平均值：

gray_pix = np.mean(pix, axis=2)

4. 如何将 NumPy 数组裁剪为特定区域？

可以使用 array.shape() 属性获取 NumPy 数组的形状，然后使用 array[y1:y2, x1:x2] 裁剪特定区域。

5. 如何将 PIL 图像保存为不同的文件格式？

可以使用 Image.save() 方法将 PIL 图像保存为不同的文件格式，例如：

pic.save("new_image.png", "PNG")