web-dev-qa-db-ja.com

白黒画像を数字の配列に変換しますか？

The image is 28 pixels by 28 pixels. They can interpret this as a big array of numbers: 上記の画像が示すように、画像を左に変換して0 for whiteとdecimals for darker colours closer to 1? as shown in the image usingpython 3`の間の画像の暗さを表す配列に変換するにはどうすればよいですか？

更新：これについてもう少し努力してみました。以下にも良い答えがあります。

# Load image 
filename = tf.constant("one.png")
image_file = tf.read_file(filename)

# Show Image
Image("one.png")

#convert method
def convertRgbToWeight(rgbArray):
    arrayWithPixelWeight = []
    for i in range(int(rgbArray.size / rgbArray[0].size)):
        for j in range(int(rgbArray[0].size / 3)):
            lum = 255-((rgbArray[i][j][0]+rgbArray[i][j][1]+rgbArray[i][j][2])/3) # Reversed luminosity
            arrayWithPixelWeight.append(lum/255) # Map values from range 0-255 to 0-1

    return arrayWithPixelWeight



# Convert image to numbers and print them
image_decoded_png = tf.image.decode_png(image_file,channels=3)
image_as_float32 = tf.cast(image_decoded_png, tf.float32)

numpy.set_printoptions(threshold=numpy.nan)
sess = tf.Session()
squeezedArray = sess.run(image_as_float32)

convertedList = convertRgbToWeight(squeezedArray)

print(convertedList) # This will give me an array of numbers.
pythonimagenumpyimage-processingcv2
6
SamTheGoodOne

Opencvで画像を読むことをお勧めします。 opencvの最大の利点は、複数の画像形式をサポートし、画像をnumpy配列に自動的に変換することです。例えば：

import cv2
import numpy as np

img_path = '/YOUR/PATH/IMAGE.png'
img = cv2.imread(img_path, 0) # read image as grayscale. Set second parameter to 1 if rgb is required

imgは、0 - 255の間の値を持つnumpy配列です。デフォルトでは、0は黒、255は白です。これを変更するには、opencvビルトイン関数bitwise_notを使用できます。

img_reverted= cv2.bitwise_not(img)

これで配列をスケーリングできます：

new_img = img_reverted / 255.0  // now all values are ranging from 0 to 1, where white equlas 0.0 and black equals 1.0
6
Tim

画像を読み込んで、反転して255で除算します。

これが画像です（'Untitled.png'）この例で使用したもの： https://ufile.io/h8ncw

import numpy as np
import cv2
import matplotlib.pyplot as plt

my_img = cv2.imread('Untitled.png') 
inverted_img = (255.0 - my_img)  
final = inverted_img / 255.0

# Visualize the result
plt.imshow(final)
plt.show()

print(final.shape)
(661, 667, 3)

結果（画像として表される最終オブジェクト）：

final image

1
makis

パスから画像をロードし、それを numpy array に変換する必要があります。

イメージの値は0〜255です。次のステップは、numpy配列を標準化することです。

それが役に立てば幸い。

0
Daniel Gonzalez

PILパッケージを使用して、イメージを管理できます。以下に例を示します。

from PIL import Image
image = Image.open('sample.png')
width, height = image.size
pixels = image.load()

# Check if has alpha, to avoid "too many values to unpack" error
has_alpha = len(pixels[0,0]) == 4

# Create empty 2D list
fill = 1
array = [[fill for x in range(width)] for y in range(height)]

for y in range(height):
    for x in range(width):
        if has_alpha:
            r, g, b, a = pixels[x,y]
        else:
            r, g, b = pixels[x,y]
        lum = 255-((r+g+b)/3) # Reversed luminosity
        array[y][x] = lum/255 # Map values from range 0-255 to 0-1

私はそれがうまくいくと思いますが、私が行った唯一のテストは値が望ましい範囲内にあるかどうかに注意してください：

# Test max and min values
h, l = 0,1
for row in array:
    h = max([max(row), h])
    l = min([min(row), l])
print(h, l)
0
JakubP