如何使用 Python 将图像转换为 NumPy 数组并保存到 CSV 文件?


Python 是一种功能强大的编程语言,拥有大量库和模块。其中一个库是 NumPy,用于数值计算和处理大型多维数组和矩阵。另一个用于 Python 图像处理的流行库是 Pillow,它是 Python 图像库 (PIL) 的分支。

在本教程中,我们将向您展示如何使用 Python 将图像转换为 NumPy 数组并保存到 CSV 文件。我们将使用 Pillow 库打开图像并将其转换为 NumPy 数组,并使用 CSV 模块将 NumPy 数组保存到 CSV 文件。在本文的下一节中,我们将介绍使用 Pillow 库将图像转换为 NumPy 数组所需的步骤。所以,让我们开始吧!

如何使用 Python 将图像转换为 NumPy 数组并保存到 CSV 文件?

在深入探讨将图像转换为 NumPy 数组并将其保存到 CSV 文件的过程中之前,让我们首先了解在本教程中将要使用的两个库:Pillow 和 NumPy。

Pillow 是一个 Python 图像库 (PIL),它增加了对打开、操作和保存许多不同图像文件格式的支持。

NumPy 是 Python 中科学计算的基本库。它为大型多维数组和矩阵提供了支持,以及一系列用于对其进行操作的数学函数。

要使用这些库,我们首先需要在我们的系统上安装它们。我们可以使用 pip(Python 包安装程序)来完成此操作。

以下是安装 Pillow 的方法

pip install Pillow

以下是安装 NumPy 的方法

pip install numpy

现在我们已经安装了必要的库,让我们继续本文的下一节,将图像转换为 NumPy 数组。

将图像转换为 NumPy 数组

请考虑以下将图像转换为 Numpy 数组的代码

# Import necessary libraries
import csv
from PIL import Image
import numpy as np

# Open image using Pillow library
img = Image.open('image.jpg')

# Convert image to NumPy array
np_array = np.array(img)

# Save NumPy array to CSV file
np.savetxt('output.csv', np_array, delimiter=',', fmt='%d')

# Print the shape of the NumPy array
print("Shape of NumPy array:", np_array.shape)

在上面的代码中,我们首先导入了必要的库 csv、PIL 和 numpy。CSV 库用于读取和写入 CSV 文件,而 PIL 库用于打开和操作图像。NumPy 库用于将图像转换为 NumPy 数组。

然后,我们使用 PIL 库中的 Image.open() 方法打开名为 image.jpg 的图像文件。该方法返回一个 Image 对象。

之后,使用 NumPy 库中的 np.array() 方法将图像对象转换为 NumPy 数组。生成的数组包含图像的像素值。最后,我们使用 NumPy 库中的 np.savetxt() 方法将 NumPy 数组保存到名为 output.csv 的 CSV 文件中。我们将分隔符指定为“,”并将格式指定为 %d,以确保 CSV 文件中的值以逗号分隔且为整数。

最后,我们使用 shape 属性打印了 NumPy 数组的形状。NumPy 数组的形状表示数组的维度,在本例中为高度、宽度和颜色通道数(如果适用)。

上述代码的输出将在与脚本相同的目录中创建一个名为 output.csv 的新文件,其中包含 CSV 格式的图像像素值,终端将显示类似以下内容

Shape of NumPy array: (505, 600, 3)

这里,NumPy 数组的形状为 (505, 600, 3),这意味着图像的高度和宽度均为 100 像素,每个像素有三个颜色通道 (RGB)。

需要注意的是,NumPy 数组的形状取决于输入图像的维度。如果图像是彩色图像,则数组的形状将为 (高度、宽度、颜色通道数);如果图像是灰度图像,则数组的形状将为 (高度、宽度)。

结论

在本文中,我们学习了如何使用 Python 将图像转换为 NumPy 数组并保存到 CSV 文件。我们使用 Pillow 库打开图像并将其转换为 NumPy 数组,并使用 CSV 模块将 NumPy 数组保存到 CSV 文件。我们还介绍了安装必要库的步骤,并为每种方法提供了示例代码。需要注意的是,NumPy 数组的形状取决于输入图像的维度,彩色图像和灰度图像的数组形状将不同。通过使用此技术,我们可以轻松地使用强大的 NumPy 库来操作和处理图像。

更新于: 2023-07-21

659 次查看

开启你的 职业生涯

通过完成课程获得认证

开始学习
广告