Python - 将图像读入图像矩阵

Question

我正在尝试将多个 rgb 图像读取到一个矩阵中，这样矩阵尺寸为 (image_size, image_size, index) 例如data[:,:,1] 应该检索第一张图像。

data = np.zeros((image_dim, image_dim, numImages), dtype=np.float64)
for fname in os.listdir('images/sample_images/'):
       name='....'
       image=mpimg.imread(name)
       data = np.append(data, image)
return data

图像.形状 = (512, 512, 3) 数据.shape = (512, 512, 100)

除了 np.append 给我留下一个空数据数组这一事实之外，还有另一种方法可以将图像数组值附加到大数据矩阵吗？

提前致谢

Answer 1

Falko 的帖子无疑是规范的方式。但是，如果我可以建议一个更 numpy/Pythonic 的方法来做到这一点，我会让第一个维度是你想要的图像的索引，而第二个和第三个维度是行和列图像，可选的第四维是您想要的颜色 channel 。因此，假设您的图像尺寸为 M x N 并且您有 K 图像，您将创建一个矩阵为 K x M x N对于彩色图像，长或 K x M x N x 3 长。

因此，根据您当前的代码，numpy 中的一个简单的单行代码可能是这样的:

data = np.array([mpimg.imread(name) for name in os.listdir('images/sample_images/')], dtype=np.float64)

因此，如果您想要访问第 i^th 个图像，您只需执行 data[i]。这将独立图像是 RGB 还是灰度...所以通过执行 data[i]，您将获得 RGB 图像或灰度图像，具体取决于关于您决定使用什么来打包阵列。 但是，您需要确保所有图像都是一致的……也就是说，它们都是彩色的或都是灰度的。

但是，为了向您展示这是有效的，让我们尝试使用 5 x 5 x 3“RGB”图像，其中每个图像从 0 开始增加到 K-1 其中 K 在这种情况下将为 10:

data = np.array([i*np.ones((5,5,3)) for i in range(10)], dtype=np.float64)

让我们看一个示例运行(在 IPython 中):

In [26]: data = np.array([i*np.ones((5,5,3)) for i in range(10)], dtype=np.float64)

In [27]: data.shape
Out[27]: (10, 5, 5, 3)

In [28]: img = data[0]

In [29]: img
Out[29]: 
array([[[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.],
        [ 0.,  0.,  0.]]])

In [30]: img.shape
Out[30]: (5, 5, 3)

In [31]: img = data[7]

In [32]: img
Out[32]: 
array([[[ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.]],

       [[ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.]],

       [[ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.]],

       [[ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.]],

       [[ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.],
        [ 7.,  7.,  7.]]])

In [33]: img.shape
Out[33]: (5, 5, 3)

在上面的示例运行中，我创建了示例数据数组，它是我们预期的 10 x 5 x 5 x 3。我们有 10 个 5 x 5 x 3 矩阵。接下来，我提取出第一个“RGB”图像，如我们所料，它全为 0，大小为 5 x 5 x 3。我还提取了第八个切片，我们都得到了预期的 7，大小为 5 x 5 x 3。

显然，选择您认为最好的答案，但我个人会选择上述路线，因为索引到您的数组以获取正确的图像更简单 - 您让维度广播为您完成工作。