保存为 JPEG with Pillow 的图像与原始图像不同。

我有一个 3-d numpy 数组，并使用 Pillow 将其保存为 JPEG 图像。当我使用 Pillow 重新加载图像时，生成的 numpy 数组有所不同。 我为此编写了一个演示代码：

from PIL import Image
import numpy as  np

file_extension = 'jpeg'
# generate a sample image 
image = range(1, 2*2*3+1)
image = np.uint8(np.array(image).reshape(2,2,3))
print 'image', image

img = Image.fromarray(image, "RGB")
img.save('test.'+file_extension)

# load image 
loaded_image = Image.open('test.'+file_extension)
loaded_image = np.array(loaded_image.convert('RGB'))
print 'loaded image', loaded_image

代码输出如下：

image [[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]]
loaded image [[[ 3  4  6]
  [ 3  4  6]]

 [[ 7  8 10]
  [ 8  9 11]]]

The loaded_image与原来不同image。但是，如果我改变file_extension为“png”或“bmp”等，loaded_image将与原来的一样image.

我想知道是否有人有类似的问题，并且知道为什么使用 Pillow 以 JPEG 格式保存图像会出现这样的问题？

答案很简单......

JPEG is "lossy"。它放弃了最不明显的细节以节省空间 - 请参阅JPEG 的维基百科条目并向下滚动寻找“量化”。它甚至还没有开始使用每个样本/通道数据 16 位。

PNG, BMP and TIFF（JPEG 编码的 TIFF 除外）是无损的 - 这意味着您可以准确恢复所保存的内容。

GIF有点不同，因为它的调色板有限，因此您可能会得到与保存的内容不同的内容，具体取决于原始图像的颜色数量。

如果您的数据是每个样本/通道 16 位，您可能应该使用PNG, NetPBM or TIFF因为 BMP 不能存储每个样本数据 16 位 - 他们所说的 24 位意味着 3 个通道，每个通道 8 位。