python – “I; 16”图像文件的numpy.array

概述我想使用TIFF图像有效地保存大量的测量数据.将它们设置为mode =“I; 16”(对应于我的16位数据范围),它们产生2MB文件(~1000×1000“像素”).这很好. 但是,在分析它们时,我遇到了将它们重新转换为数组的麻烦.对于32位数据( – >“I”),numpy.array命令工作正常.在“I; 16”的情况下,结果是0D numpy数组,其中TIFF为[0,0]条目. 有没有办法让 我想使用TIFF图像有效地保存大量的测量数据.将它们设置为mode =“I; 16”(对应于我的16位数据范围),它们产生2MB文件(~1000×1000“像素”).这很好.

但是,在分析它们时,我遇到了将它们重新转换为数组的麻烦.对于32位数据( – >“I”),numpy.array命令工作正常.在“I; 16”的情况下,结果是0D numpy数组,其中TIFF为[0,0]条目.

有没有办法让它工作？我真的想避免使用32位图像,因为我不需要该范围,它可以将所需的硬盘空间加倍(计划中有很多很多测量…)

解决方法 这应该工作(枕头/ PIL解决方案,16位图像慢,见下文).

from PIL import Imageimport numpy as npdata = np.random.randint(0,2**16-1,(1000,1000))im = Image.fromarray(data)im.save('test.tif')im2 = Image.open('test.tif')data2 = np.array(im2.getdata()).reshape(im2.size[::-1])

使用tifffile by C. Gohlke的另一种解决方案(非常快)：

import tifffilefp = r'path\to\image\image.tif'with tifffile.TIFFfile(fp) as tif:    data = tif.asarray()

总结

以上是内存溢出为你收集整理的python – “I; 16”图像文件的numpy.array全部内容，希望文章能够帮你解决python – “I; 16”图像文件的numpy.array所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。