如何在保持分辨率的同时将2D float numpy数组无损保存到灰度图像中？

Posted 2023-01-06

我有一些温度场值，我想在保持分辨率时将其转换为灰度图像。 （例如，如果它是（100x100）大小的float数组，则转换应为灰度（100x100）图像）。然后，我将处理该图像并将其转换回Temperature numpy数组。图像处理部分可以被视为黑盒处理。

重要的是转换要无损。

此外，图像处理代码将识别.png和.jpg。 （我不确定是否可以识别其他文件格式，包括tiff。而且，即使jpg格式也不是首选，因为它们会导致有损转换）。

我到目前为止的尝试：

• Matplotlib的imsave()保持分辨率且无损。但是它将图像转换为RGB而不是灰度。这种方法对我也很好，但是我无法将3通道RGB图像准确地转换回float numpy数组。例如，我使用了一个10x10 numpy浮点数组temperature，并使用了plt.imsave('Temperature_profile.png',temperature)。然后，我重新打开了同一张图片，但无法找到将其转换回（10x10）浮点数组的准确方法。因此，如果有一种方法可以无损地将3通道图像转换回2D矩阵，则可以解决该问题。

• PIL的Image.fromarray()保留分辨率，并且可以将图像另存为灰度图像。但是我无法无损地保存矩阵并无损地取回它。因此，我会得到错误的结果。 （Converting 2D Numpy array of grayscale values to a PIL image）

• scipy.misc.imsave()已弃用。

• imageio.imwrite()给出有关有损转换的警告。 （“从float64到uint8的有损转换”）。

• [opencv和cv2由于某种原因未被我的spyder环境识别（python 3.7，Anaconda 4.7.12）。

答案

您需要一种可以保存浮点数的无损图像格式：

• PNG最多只能保存16位整数，
• JPEG不是无损的，只有8位整数，
• GIF是整数和8位，
• NetPBM仅是最大16位整数。

因此使用TIFF进行无损压缩或不进行压缩。或者，您可以使用PFM-便携式浮动图。

如果您的查看器无法显示包含浮点的TIFF文件，则始终可以使用ImageMagick将它们转换为可见的对象：

magic float.tif viewable.png

[我知道tifffile和pyvips都是处理TIFF浮点数的良好Python库。