如何使用 RGB 和 float32 保存全尺寸图像？

Question

我有一个图像数组，其 RGB、np.float32 和在0 ... 1 范围内的值。

当我将数组与255 相乘并使用cv2.imwrite 时，输出不正确。当我使用plt.imshow(img.astype(np.float32))时，输出是对的，但是图像尺寸太小了。

plt.imshow(img.astype(np.float32))
plt.axis("off")
#plt.show()
#io.imsave("233.jpg", img)
plt.savefig('233.jpg')

怎样才能输出好图？

Answer 1

常见的JPEG 格式不支持存储 32 位浮点值。即使是某种常见的JPEG 2000 格式也无法做到这一点。您可能会看一下OpenEXR 格式，OpenCV 也支持这种格式，并且每个通道可以存储 32 位浮点值。不过，总体而言，OpenEXR 似乎不太受支持。

这是一些小例子，也与一些 JPEG 导出比较：

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

# Generate image
x = np.linspace(0, 1, 1024, dtype=np.float32)
x, y = np.meshgrid(x, x)
img = np.stack([x, y, np.fliplr(x)], axis=2)

# Save image as JPG and EXR
cv2.imwrite('img.jpg', img * 255)
cv2.imwrite('img.exr', img)

# Read JPG and EXR images
jpg = cv2.imread('img.jpg', cv2.IMREAD_UNCHANGED)
exr = cv2.imread('img.exr', cv2.IMREAD_UNCHANGED)

# Compare original with EXR image
print('Original image shape and type: ', img.shape, img.dtype)
print('EXR image shape and type: ', exr.shape, exr.dtype)
print('Original image == EXR image:', np.all(img == exr))
# Original image shape and type:  (1024, 1024, 3) float32
# EXR image shape and type:  (1024, 1024, 3) float32
# Original image == EXR image: True

# Show all images
plt.figure(1, figsize=(18, 9))
plt.subplot(2, 3, 1), plt.imshow(img), plt.title('Original')
plt.subplot(2, 3, 2), plt.imshow(jpg), plt.title('JPG image')
plt.subplot(2, 3, 3), plt.imshow(exr), plt.title('EXR image')
plt.subplot(2, 3, 4), plt.imshow(img[200:300, 500:600, ...])
plt.subplot(2, 3, 5), plt.imshow(jpg[200:300, 500:600, ...])
plt.subplot(2, 3, 6), plt.imshow(exr[200:300, 500:600, ...])
plt.tight_layout(), plt.show()

剧情是这样的：

我不确定，在比较 JPEG 导出和 Matplotlib 图时，您看到了什么差异，但对于给定的示例，从我的角度来看，原始图像、JPG 图像和 EXR 图像之间的差异几乎没有见过。当然，你可以在缩放时看到 JPG 图片中的一些块，但这真的“伪造”了“图片”吗？

----------------------------------------
System information
----------------------------------------
Platform:      Windows-10-10.0.19041-SP0
Python:        3.9.1
PyCharm:       2021.1.1
Matplotlib:    3.4.1
NumPy:         1.20.2
OpenCV:        4.5.1
----------------------------------------