将一维数组的元素添加到图像？

Question

将 numpy 导入为 np 随机导入 从 PIL 导入图片

im = Image.open('baboon.png')

I = np.array(im) #2D array of 512 by 512

data = np.random.randint(2, size=131072) #1D数组

我有一个 512 x 512 图像，我想在 512 x 512 图像中随机添加 1 或 0 的数据元素 132072 次。如何使用原始图像+添加的数据元素形成新图像？

Answer 1

好的，总体结果将是一张稍微嘈杂的图片。下面是一些示例代码：

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

im = Image.open('baboon.png')

l = np.array(im)

data = 50*np.random.randint(2, size=(512,512,3))

l_new = (l+data).astype(np.uint8)

fig, ax = plt.subplots(1,2)
ax[0].imshow(l)
ax[1].imshow(l_new)
fig.show()

这将给出：

在这种情况下，我们必须使用 512x512x3 大小的数组，因为图像有 3 个颜色通道（R、G、B）。另请注意，我将 data 数组乘以 50，因为每个颜色通道都是 8 位（即值从 0 到 255），因此加 1 不会产生太大的明显差异，而加 50 会。

这有帮助吗？

编辑：

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

# Load image, convert to greyscale
im = Image.open('baboon.png').convert('L')

l = np.array(im)

data = np.random.randint(2, size=131072)

# To add we need to pad data so it contains the same number of elements
padSize = (l.shape[0]*l.shape[1])-data.shape[0]
data_new = np.pad(data, (0,padSize), mode='constant')

# Now we reshape data
data_reshaped = data_new.reshape((512,512))

l_new = l+data_reshaped

fig, ax = plt.subplots(1,2)
ax[0].imshow(l, cmap=plt.cm.Greys)
ax[1].imshow(l_new,cmap=plt.cm.Greys)
fig.show()