logo资料库

python存储16bit和32bit图像的实例.pdf

第1页 / 共2页
第2页 / 共2页
资料共2页,全文预览结束
python存储存储16bit和和32bit图像的实例 图像的实例 笔记:笔记:python中存储中存储16bit和和32bit图像的方法。 图像的方法。 说明:主要是利用scipy库和pillow库,比较其中的不同。 ''' 测试16bit和32bit图像的python存储方法 ''' import numpy as np import scipy.misc from PIL import Image # 用已有的8bit和16bit图作存储测试 path16 = 'D:\Py_exercise\lena16.tif' path8 = 'D:\Py_exercise\lena8.tif' tif16 = scipy.misc.imread(path16) # tif8 = scipy.misc.imread(path8) # print(np.shape(tif16),type(tif16[0,0])) print(np.shape(tif8),type(tif8[0,0])) print() save16 = 'D:\Py_exercise\lena16_save.tif' save8 = 'D:\Py_exercise\lena8_save.tif' scipy.misc.imsave(save16, tif16) #--> 8bit scipy.misc.imsave(save8, tif8) #--> 8bit # Create a mat which is 64 bit float nrows = 512 ncols = 512 np.random.seed(12345) y = np.random.randn(nrows, ncols)*65535 # print(type(y[0,0])) print() # Convert y to 16 bit unsigned integers z16 = (y.astype(np.uint16)) # print(type(z16[0,0])) print() # 用产生的随机矩阵作存储测试 save16 = 'D:\Py_exercise\lena16_save1.tif' scipy.misc.imsave(save16, z16) #--> 8bit im = Image.frombytes('I;16', (ncols,nrows), y.tostring()) im.save('D:\Py_exercise\lena16_save21.tif') #--> 16bit im = Image.fromarray(y) im.save('D:\Py_exercise\lena16_save22.tif') #--> 32bit im = Image.fromarray(z16) im.save('D:\Py_exercise\lena16_save23.tif') #--> 16bit # 归一化后的np.float64仍然存成了uint8 zNorm = (z16-np.min(z16))/(np.max(z16)-np.min(z16)) # print(type(zNorm[0,0])) save16 = 'D:\Py_exercise\lena16_save11.tif' scipy.misc.imsave(save16, zNorm) #--> 8bit # 归一化后的np.float64直接转8bit或16bit都会超出阈值,要*255或*65535 # 如果没有astype的位数设置,会直接存成32bit zImg = (zNorm*65535).astype(np.uint16) im = Image.fromarray(zImg) im.save('D:\Py_exercise\lena16_save31.tif') #--> 16bit im = Image.fromarray(zNorm) im.save('D:\Py_exercise\lena16_save32.tif') #--> 32bit(0~1) 以上这篇python存储16bit和32bit图像的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支 持软件开发网。
您可能感兴趣的文章:浅谈python下tiff图像的读取和保存方法 您可能感兴趣的文章
分享到:
收藏