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。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)