【发布时间】：2012-12-03 18:48:33
【问题描述】：
使用 Scipy toimage 或 imsave 保存二维 Numpy 数组（单个值）时，像素值与 Numpy 数组中的像素值不完全匹配。相反，有些区域，主要是在边缘，图像算法似乎使用了某种插值。
是否有一个选项可以停止插值并保留准确的数据（例如，7 总是在 PNG 中获取 rgb(7,7,7)？
【问题讨论】：
标签： python image numpy scipy python-imaging-library
【发布时间】：2012-12-03 18:48:33
【问题描述】：
如果您有一个 2D numpy 数组，那么您将保存为灰度 PNG，因此您永远不会获得 rgb 图像（只有一个通道）。我不确定你所说的单值是什么意思，也许是单精度浮点数？尽管 PIL 支持单精度浮点数，但 PNG 不支持。保存为 PNG，您可以使用每通道 8 位（默认）或每通道 16 位。这意味着您的数组将被缩放到最大 2^8/2^16（8/16 位），并转换为整数。正是在这种转换中，结果可能会略有不同。
scipy.misc.image 似乎没有保存为 16 位的选项，因此它总是会写入一个 8 位的 PNG。但是你可以使用scipy.misc.toimage创建一个16位的图像，只要一定要传递mode='I'。还要确保指定数组最小值和最大值以避免缩放。以下是如何使用它来保存 16 位 png：
import numpy as np
import scipy.misc
a = np.random.uniform(0, 2**16 - 1, (500, 500)).astype('int32')
img = scipy.misc.toimage(a, high=np.max(a), low=np.min(a), mode='I')
img.save('my16bit.png')
# check that you got the same values
b = scipy.misc.imread('my16bit.png')
b.dtype
# dtype('int32')
np.array_equal(a, b)
# True
请注意，在此示例中，我使用 int32 作为数据类型。但是，数据仍必须适合uint16。如果您输入负值或大于 2^16 的值，这些值将在保存到 PNG 时被剪裁。相反，即使sp.misc.imread 读作int32，数据也永远不会超过uint16。
总结：如果您想将完全相同的 numpy 数组写入 PNG，您需要确保它是 uint8/uint16 类型，并且您将正确的 high/low/mode 传递给 @ 987654334@.
【讨论】：
-
是否有一些关于如何使用 PIL 进行图像转换和保存关于数据类型、精度和文件格式的适当文档/教程？
-
@Juh_，有一些关于 PIL 图像转换的教程（只是谷歌），但我对数据类型和精度知之甚少。大多数图像都是 24 位的（每个通道 8 位，所以
uint8），因此精度和数据类型的问题并不经常出现。 -
谷歌搜索时，我发现的只是基本教程，或“16bits tiff”等具体问题。就我而言，我有（科学）图像数据，我喜欢以可查看的格式（即图像文件）保存，尽可能压缩，但不会损失精度。我很想有一个表格，列出每种情况下的最佳保存方法。