将PNG文件导入Numpy？

Question

我在这样的目录中存储了大约 200 张灰度 PNG 图像。

1.png
2.png
3.png
...
...
200.png

我想将所有 PNG 图像导入为 NumPy 数组。 我该怎么做？

Answer 1

根据doc，scipy.misc.imread 从 SciPy 1.0.0 开始已被弃用，并将在 1.2.0 中删除。考虑改用imageio.imread。

例子：

import imageio

im = imageio.imread('my_image.png')
print(im.shape)

您还可以使用 imageio 从精美的来源加载：

im = imageio.imread('http://upload.wikimedia.org/wikipedia/commons/d/de/Wikipedia_Logo_1.0.png')

编辑：

要加载特定文件夹中的所有*.png 文件，您可以使用glob 包：

import imageio
import glob

for im_path in glob.glob("path/to/folder/*.png"):
     im = imageio.imread(im_path)
     print(im.shape)
     # do whatever with the image here

Answer 2

仅使用 scipy、glob 并安装 PIL (pip install pillow)，您可以使用 scipy 的 imread 方法：

from scipy import misc
import glob

for image_path in glob.glob("/home/adam/*.png"):
    image = misc.imread(image_path)
    print image.shape
    print image.dtype

更新

根据文档，从 SciPy 1.0.0 开始不推荐使用 scipy.misc.imread，并将在 1.2.0 中删除。考虑使用imageio.imread instead。见the answer by Charles。

Answer 3

这也可以通过PIL library 的Image 类来完成：

from PIL import Image
import numpy as np

im_frame = Image.open(path_to_file + 'file.png')
np_frame = np.array(im_frame.getdata())

注意：.getdata() 可能不需要 - np.array(im_frame) 也应该可以工作

Answer 4

首选使用（非常）常用的包：

import matplotlib.pyplot as plt
im = plt.imread('image.png')

Answer 5

如果您正在加载图像，您可能会使用matplotlib 和opencv 之一或两者来操作和查看图像。

出于这个原因，我倾向于使用他们的图像阅读器并将它们附加到列表中，我从中创建一个 NumPy 数组。

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

# Get the file paths
im_files = os.listdir('path/to/files/')

# imagine we only want to load PNG files (or JPEG or whatever...)
EXTENSION = '.png'

# Load using matplotlib
images_plt = [plt.imread(f) for f in im_files if f.endswith(EXTENSION)]
# convert your lists into a numpy array of size (N, H, W, C)
images = np.array(images_plt)

# Load using opencv
images_cv = [cv2.imread(f) for f in im_files if f.endswith(EXTENSION)]
# convert your lists into a numpy array of size (N, C, H, W)
images = np.array(images_cv)

需要注意的唯一区别如下：

• opencv 加载频道首先
• matplotlib 加载频道最后。

因此，大小为 256*256 的单个图像将使用 opencv 生成大小为 (3, 256, 256) 的矩阵，使用 matplotlib 生成 (256, 256, 3) 大小的矩阵。

Answer 6

我做了一点改动，它就像这样工作，转储到一个数组中，前提是所有图像都具有相同的尺寸。

png = []
for image_path in glob.glob("./train/*.png"):
    png.append(misc.imread(image_path))    

im = np.asarray(png)

print 'Importing done...', im.shape

Answer 7

我喜欢内置的 pathlib 库，因为有 directory= Path.cwd() 这样的快速选项 与 opencv 一起，将 pngs 读取到 numpy 数组非常容易。 在此示例中，您甚至可以检查图像的前缀。

from pathlib import Path
import cv2
prefix = "p00"
suffix = ".png"
directory= Path.cwd()
file_names= [subp.name for subp in directory.rglob('*') if  (prefix in subp.name) & (suffix == subp.suffix)]
file_names.sort()
print(file_names)

all_frames= []
for file_name in file_names:
    file_path = str(directory / file_name)
    frame=cv2.imread(file_path)
    all_frames.append(frame)
print(type(all_frames[0]))
print(all_frames[0] [1][1])

输出：

['p000.png', 'p001.png', 'p002.png', 'p003.png', 'p004.png', 'p005.png', 'p006.png', 'p007.png', 'p008.png', 'p009.png']
<class 'numpy.ndarray'>
[255 255 255]

Answer 8

读取一张图片：

im = PIL.Image.open('path/to/your/image')
im = np.array(im)

迭代读取多个图像。

这类似于this，但更简单（不需要.getdata()）。