如何将RGB图像转换为numpy数组？

我有RGB图像。我想将其转换为numpy数组。我做了以下

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

它创建一个没有形状的数组。我假设它是一个iplimage对象。

您可以使用较新的OpenCV python接口（如果我没记错的话，自Ope​​nCV 2.2起就可以使用）。它本机使用numpy数组：

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

结果：

<type 'numpy.ndarray'>

PIL（Python影像库）和Numpy可以很好地协同工作。

我使用以下功能。

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”有点难看，因为我将传入的数据裁剪为[0,255]，转换为字节，然后创建灰度图像。我大部分时间都是灰色工作。

RGB图像如下所示：

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

您也可以为此使用matplotlib。

from matplotlib.image import imread

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

输出： <class 'numpy.ndarray'>

截至今天，您最好的选择是使用：

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

您将看到img一个类型为numpy的数组：

<class 'numpy.ndarray'>

答案较晚，但imageio与其他替代方案相比，我更喜欢该模块

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

与相似cv2.imread()，默认情况下会生成numpy数组，但格式为RGB。

您需要使用cv.LoadImageM而不是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)

当使用David Poole的答案时，出现灰度PNG以及其他文件的SystemError。我的解决方案是：

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' )

实际上img.getdata（）适用于所有文件，但速度较慢，因此仅在其他方法失败时才使用它。

OpenCV映像格式支持numpy数组接口。可以创建一个辅助功能来支持灰度或彩色图像。这意味着可以使用numpy slice而不是图像数据的完整副本方便地完成BGR-> RGB转换。

注意：这是一个大技巧，因此修改输出数组也将更改OpenCV图像数据。如果要复制，请.copy()在阵列上使用方法！

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

我也采用了imageio，但发现以下机器可用于预处理和后期处理：

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)

原因是我使用numpy进行图像处理，而不仅仅是图像显示。为此，uint8s很尴尬，因此我将其转换为从0到1的浮点值。

保存图像时，我注意到我必须自己剪切超出范围的值，否则最终会得到真正的灰色输出。（灰色输出是将整个范围（在[0，256]之外）压缩到范围内的值的图像的结果。）

我在评论中也提到了其他一些奇怪之处。

您可以使用numpy和轻松获得RGB图片的numpy数组Image 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

使用以下语法加载图像：

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