将图像转换为位图答案

【问题标题】：Transform an image to a bitmap将图像转换为位图
【发布时间】：2017-09-24 02:26:16
【问题描述】：

我正在尝试为字母图像创建位图，但我没有得到想要的结果。我开始使用图像已经有几天了。我试图读取图像，创建一个 numpy 数组并将内容保存在文件中。我写了下面的代码：

import numpy as np
from skimage import io
from skimage.transform import resize

image = io.imread(image_path, as_grey=True)
image = resize(image, (28, 28), mode='nearest')
array = np.array(image)
np.savetxt("file.txt", array, fmt="%d")

我正在尝试使用如下链接中的图像：

Letter "e"

我试图创建一个由 0 和 1 组成的数组。其中 0 代表白色像素，1 代表黑色像素。然后，当我将结果保存在文件中时，我可以看到字母格式。

谁能指导我如何得到这个结果？

谢谢。

【问题讨论】：

标签： python numpy computer-vision scikit-image

【解决方案1】：

看看这个：

from PIL import Image
import numpy as np

img = Image.open('road.jpg')
ary = np.array(img)

# Split the three channels
r,g,b = np.split(ary,3,axis=2)
r=r.reshape(-1)
g=r.reshape(-1)
b=r.reshape(-1)

# Standard RGB to grayscale 
bitmap = list(map(lambda x: 0.299*x[0]+0.587*x[1]+0.114*x[2], 
zip(r,g,b)))
bitmap = np.array(bitmap).reshape([ary.shape[0], ary.shape[1]])
bitmap = np.dot((bitmap > 128).astype(float),255)
im = Image.fromarray(bitmap.astype(np.uint8))
im.save('road.bmp')

程序获取 rgb 图像并将其转换为 numpy 数组。然后它将它分成 3 个向量，每个通道一个。我使用颜色向量来创建一个灰色向量。之后，它将元素与 128 进行比较，如果低于写入 0（黑色），则为 255。下一步是重塑并保存。

【讨论】：

这很有帮助。谢谢你。如果我需要将所有位图调整为 32x32 怎么办？我该怎么做？
我想将图像调整为 32x32 或其他分辨率，但不会过度变形并丢失其格式。我想要一个默认分辨率，以便创建这些图像的数据集。
很高兴它成功了。抱歉，我没有这个答案。我自己正在使用 tensorflow，我对 opencv 的经验很少。我不知道这对您是否值得，但我建议您选择一个满足您需求的库，坚持下去，如果遇到问题，请在 stackoverflow 中提问。玩得开心:)
图像是一个二维数组（128、128），表示一个通道（不是RGB）。您可以使用print(ary.shape) 获取数组的形状。这也不是位图图像；我用`print（[elem for elem in range(1,255) if elem in ary]）检查了它。我用一些文档更新了我的答案。希望对您有所帮助。
list(map(lambda x: 0.299*x[0]+0.587*x[1]+0.114*x[2], zip(r,g,b))) 在 numpy 中可以更快地完成。它只是0.299 * r + 0.587 * g + 0.114 * b。否则，一个非常好的答案。

【解决方案2】：

你可以用枕头

from PIL import Image

img = Image.open("haha.jpg")
img = img.tobitmap()

【讨论】：

【解决方案3】：

这需要三个步骤。首先将原始图像转换为像素列表。其次将每个像素更改为黑色（0,0,0）或白色（255,255,255）。第三次将列表转换回图像并保存。

代码：

from PIL import Image

threshold = 10

# convert image to a list of pixels
img = Image.open('letter.jpg')
pixels = list(img.getdata())

# convert data list to contain only black or white
newPixels = []
for pixel in pixels:
    # if looks like black, convert to black
    if pixel[0] <= threshold:
        newPixel = (0, 0, 0)
    # if looks like white, convert to white
    else:
        newPixel = (255, 255, 255)
    newPixels.append(newPixel)

# create a image and put data into it
newImg = Image.new(img.mode, img.size)
newImg.putdata(newPixels)
newImg.save('new-letter.jpg')

threshold 决定一个像素是黑色还是白色，正如您在代码中看到的那样。阈值 50 看起来像这样，阈值 30 看起来像这样，阈值 10 看起来像这样，如果将其调低到 5，则输出开始丢失像素：。

【讨论】：

【解决方案4】：

使用 PIL

from PIL import Image
Image.open("sample1.png").save("sample1.bmp")

【讨论】：