先说明一下为什么要将数组转换成Image类。我处理的图像是FITS (Flexible Image Transport System)文件，是一种灰度图像文件，也就是单通道图像。
FITS图像的特点是灰度值取值为0~65535，这类图像在python下读成数组首先是不能直接转换成位图，也就不能用OpenCV、Image等方法了。
如果是普通的jpg图像，用自带的Image库就能实现很多功能。
下方的这幅图就是通过python下的Image库中的rotate函数实现的
接下来贴上代码。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
import Image
import numpy as np
#生成一个数组，维度为100*100，灰度值一定比255大
narray=np.array([range(10000)],dtype='int')
narray=narray.reshape([100,100])
#调用Image库，数组归一化
img=Image.fromarray(narry*255.0/9999)
#转换成灰度图
img=img.covert('L')
#可以调用Image库下的函数了，比如show()
img.show()
#Image类返回矩阵的操作
imgdata=np.matrix(img.getdata(),dtype='float')
imgdata=imgdata.reshape(narry.shape[0],narry.shape[1])
#图像归一化，生成矩阵
nmatrix=imgdata*9999/255.0
|
这是刚才代码生成的图片，是不是很简单？
以上这篇Python 实现将数组/矩阵转换成Image类就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。
原文链接：https://blog.csdn.net/Jum_Tsai/article/details/70337816