python - 在python中加载64位原始图像文件

Question

我想知道如何加载this image在Python中。我可以使用图片设置将其加载到 imageJ 中，但我不知道如何在 python 中加载它。

Answer 1

简而言之:

import numpy as np
import matplotlib.pyplot as plt

fname = 'Downloads/image.bdat'
with open(fname, 'r') as infile:
    infile.seek(4)
    data = np.fromfile(infile, dtype='>f8').reshape(1024, 256)

fig, ax = plt.subplots()
im = ax.imshow(data, cmap='gray')
ax.set(xticks=[], yticks=[])
fig.colorbar(im)
fig.savefig('figure_1.png', bbox_inches='tight')
plt.show()

---

让我备份并解释一下发生了什么。

首先，要将文件中的“原始”数据读入 numpy 数组，请使用 numpy.fromfile使用适当的 dtype，然后 reshape 它。

您拥有我们需要的大部分信息(形状、数据开始的文件偏移量和数据类型)。然而，我们还需要知道其他一些事情:数据的字节顺序和数组的顺序(通常是 C 或 F 顺序)。

以 numpy.fromfile 的偏移量读取数据，最简单的是seek在调用该函数之前到该偏移量。在您的情况下，在数据开始之前，您在文件中偏移了 4 个字节(大概前 4 个字节是图像大小/形状或其他内容)。

这给了我们:

fname = 'Downloads/image.bdat'
with open(fname, 'r') as infile:
    infile.seek(4)

接下来我们使用fromfile 。然而，您可能尝试的第一件事可能会产生奇怪的结果:

fname = 'Downloads/image.bdat'
with open(fname, 'r') as infile:
    infile.seek(4)
    data = np.fromfile(infile, dtype=np.float64).reshape(1024, 256)

这些值看起来不合理，而且我们在图像中得到了噪声。我们可能使用了错误的数据类型。根据您的信息，我们知道它是某种 64 位 float ，因此最可能的情况是 endianness 中的差异。 。如今，大多数系统都是小端字节序，但许多文件格式出于各种原因而使用大端字节序。在 numpy 中，您可以通过切换到数据类型的字符串规范并使用 > 来指定大端数据类型。表示大端字节序。 (< 表示小端字节序，= 指定使用 native 字节顺序)

这让我们完成了剩下的事情:

fname = 'Downloads/image.bdat'
with open(fname, 'r') as infile:
    infile.seek(4)
    data = np.fromfile(infile, dtype='>f8').reshape(1024, 256)

请注意，我们也可以使用 byteswap方法，如果您发现它更具可读性:

fname = 'Downloads/image.bdat'
with open(fname, 'r') as infile:
    infile.seek(4)
    data = np.fromfile(infile, dtype=np.float64).reshape(1024, 256)
    data = data.byteswap()

---

我们通常需要最后一条信息:ordering of the array 。对于 2D 数组，只有 C 和 Fortran 排序。对于高维数组，技术上还有其他排序，但几乎从未使用过。

在本例中，它是 C 顺序的(或“行优先”)，因此可能的第一个猜测 ( .reshape(nrows, ncols) ) 可以正确工作。如果它是 Fortran 排序的，我们会交换 reshape 中的数字或行和列，然后转置它。

fname = 'Downloads/image.bdat'
with open(fname, 'r') as infile:
    infile.seek(4)
    data = np.fromfile(infile, dtype='>f8').reshape(256, 1024).T

或者，为了更好的可读性，您可以这样做:

data = np.fromfile(infile, dtype='>f8').reshape(1024, 256, order='F')