保持数组的原始形状作为图像

Question

我有一些数据。我可视化，然后保存为图像。

import cv2
import numpy as np
import matplotlib.pyplot as plt
data = np.array([
[1,2,0,1],
[0,1,2,1],
[0,0,2,1]])
fig, ax = plt.subplots()
ax.imshow(data)
ax.axis('off')
fig.savefig("test.png", bbox_inches='tight', pad_inches=0)

接下来，我加载图像并读取形状:

img = cv2.imread('test.png')
print(img.shape)

输出:

(217, 289, 3)

但是我想保持原来的分辨率和我期望的输出:

(3, 4, 3)

解决方案吗?

乌利希期刊指南。与dpi = 1:

data = np.array([
[1,2,0,1],
[0,1,2,1],
[0,0,2,1],
[1,0,2,1],
[4,1,0,2],
])
fig, ax = plt.subplots()
ax.imshow(data)
ax.axis('off')
fig.savefig("test.png", bbox_inches='tight', pad_inches=0, dpi = 1) 
img = cv2.imread('test.png')
img.shape
print(data.shape, img.shape)

输出:

(5, 4) 
(3, 2, 3)

Answer 1

由于您使用两个不同的库来创建图像和读取图像，因此很难保留数组大小，因为图像中没有存储此类信息。

dpi也特定于您的监视器屏幕，因此不建议使用。关于这个问题的更多信息，请参考这里的答案。

同样，您试图将图像写入2D数组，但是当cv2.imread()读取它时，它也会考虑颜色通道并添加第三维。为了避免这种情况，您需要将图像读取为灰度图像。

我建议您使用cv2.imwrite()来生成图像(与plt.savefig()类似)，然后使用cv2.imshow()作为灰度图像读取图像。

import cv2
import numpy as np
data = np.array([
[1,2,0,1],
[0,1,2,1],
[0,0,2,1]])

cv2.imwrite("test.png", data)

img = cv2.imread("test.png", 0) #Using 0 to read in grayscale mode
print(data.shape, img.shape)

输出:

(3, 4) (3, 4)

Answer 2

使用imshow创建图像是完全不必要的，您可以简单地计算您感兴趣的RGBA值矩阵到

import numpy as np
import matplotlib as mp
data = np.array([ [1,2,0,1],[0,1,2,1],[0,0,2,1]])
n = mp.colors.Normalize(data.min(), data.max())
c = mp.cm.viridis(n(data))[:,:,:-1] # [...,:-1] disregards the alpha values