在 Python 中以全分辨率显示和保存大型 2D 矩阵答案

【问题标题】：Display and Save Large 2D Matrix with Full Resolution in Python在 Python 中以全分辨率显示和保存大型 2D 矩阵
【发布时间】：2014-01-23 13:12:40
【问题描述】：

我有一个保存为 numpy 数组的大型二维数组 (4000x3000)，我想显示和保存它，同时保持查看每个单独像素的能力。对于显示部分，我目前使用 matplotlib 的 imshow() 函数，效果很好。

对于保存部分，我不清楚如何保存这个数字并保留所有 12M 像素中包含的信息。我尝试调整已保存图像的图形大小和分辨率 (dpi)，但不清楚应该使用哪个 figsize/dpi 设置来匹配显示的大型 2D 矩阵的分辨率。这是我正在做的示例代码（arr 是一个形状为 (3000,4000) 的 numpy 数组）：

fig = pylab.figure(figsize=(16,12))
pylab.imshow(arr,interpolation='nearest')
fig.savefig("image.png",dpi=500)

一种选择是大幅提高保存图像的分辨率，以确保正确记录所有像素，但这具有创建尺寸非常大的图像（至少比 4000x3000 像素图像大得多）的显着缺点是我真正需要的一切）。它还有一个缺点，即并非所有像素都具有完全相同的大小。

我还查看了 Python 图像库，但我不清楚它如何用于此目的，如果有的话。

非常感谢您对此主题的任何帮助！

【问题讨论】：

您需要保存图像，还是可以只保存数组数据本身并稍后重新创建图像？
我需要保存图像并且图像中的所有像素信息都清晰可见

标签： python image matplotlib resolution large-data

【解决方案1】：

OpenCV 库专为图像的科学分析而设计。因此，如果您没有明确要求，它不会“重新采样”图像。保存图像：

import cv2
cv2.imwrite('image.png', arr)

arr 是你的 numpy 数组。保存的图像将与您的数组arr 大小相同。

您没有提及您正在使用的颜色模型。 Png 与 jpeg 一样，通常每个颜色通道为 8 位。如果您要求，OpenCV 将支持每个通道最多 16 位。

OpenCV 的 imwrite 文档是 here。

【讨论】：

我对颜色编码没有严格的限制。每种颜色 8 位就可以满足我的目的。感谢您指出 OpenCV，我一直在努力将其安装在 OS X (Snow Leopard) 上，但会继续尝试。我希望有一个不涉及安装单独模块的解决方案，但如果可行，那暂时可以解决问题。

【解决方案2】：

我想我找到了一个效果很好的解决方案。我使用 figimage 绘制 numpy 数组而不重新采样。如果您对创建的图形的大小非常小心，则无论其大小如何，您都可以保持矩阵的全分辨率。

我发现 figimage 绘制大小为 0.01 英寸的单个像素（此数字可能取决于系统），因此以下代码将例如以全分辨率保存矩阵（arr 是一个形状为 (3000,4000) 的 numpy 数组):

rows = 3000
columns = 4000
fig = pylab.figure(figsize=(columns*0.01,rows*0.01))
pylab.figimage(arr,cmap=cm.jet,origin='lower')
fig.savefig("image.png")

这个选项我仍然有两个问题：

没有指示列/行号的标记，因此除了边缘上的像素外，很难知道哪个像素是哪个像素
如果您决定以交互方式查看图像，则无法放大/缩小

如果存在，同时解决上述 2 个问题的解决方案将非常棒。

【讨论】：