PIL 的 fromarray() 函数中的动态范围（位深度）？

我对 12 位相机的多帧 TIFF 图像进行了一些图像处理，并希望保存输出。但是，那PIL 文档 https://pillow.readthedocs.io/en/stable/handbook/concepts.html#concept-modes没有列出 12 位模式fromarray()。 PIL 如何处理位深度以及如何确保保存的 TIFF 图像具有与原始图像相同的动态范围？

示例代码：

import os

import numpy as np
import matplotlib.pyplot as plt

from PIL import Image


# Read image file names
pathname = '/home/user/images/'
filenameList = [filename for filename in os.listdir(pathname)
                if filename.endswith(('.tif', '.TIF', '.tiff', '.TIFF'))]

# Open image files, average over all frames, save averaged image files
for filename in filenameList:
    img = Image.open(pathname + filename)
    X, Y = img.size
    NFrames = img.n_frames

    imgArray = np.zeros((Y, X))
    for i in range(NFrames):
        img.seek(i)
        imgArray += np.array(img)
        i += 1
    imgArrayAverage = imgArray/NFrames

    imgAverage = Image.fromarray(imgArrayAverage)    # <=== THIS!!!
    imgAverage.save(pathname + filename.rsplit('.')[0] + '.tif')

    img.close()

根据我的经验，12 位图像作为 16 位图像打开，前四个 MSB 全部为零。我的解决方案是将图像转换为 numpy 数组

arr = np.array(img).astype(np.uint16)

astype() 指令可能不是严格必要的，但看起来这是一个好主意。然后要转换为 16 位，请将二进制数字向左移动四位：

arr = np.multiply(arr,2**4)

如果您想使用 8 位，

arr = np.floor(np.divide(arr,2**4)).astype(np.uint8)

这里需要使用 astype() 来强制转换为 8 位整数。我认为 8 位截断隐式执行了 Floor() 函数，但为了以防万一，我将其保留了下来。

最后，转换回 PIL Image 对象就可以了：

img = Image.fromarray(arr)

对于您的特定用例，这将具有相同的效果：

imgAverage = Image.fromarray(imgarrayAverage.astype(np.uint16) * 2**4)

再次进行类型转换可能不是必需的，但它可能会节省您的时间，因为将 imgArray 除以 NFrame 应该会隐式产生浮点数组。如果您担心精度，则可以省略。