我正在嘗試使用 numpy 將二進制字符串轉換為 Python 中的圖像，但我很難找到一種使用非常規位分布處理它的好方法（據我所知）。這些是如何轉換以及轉換什么的細節。16 位紋理圖塊 (256*256)。每個 bitu16 代表一個像素，其顏色的形式為 ARGB，MSB-to-LSB： 1 位透明度5 位紅色通道 5 位綠色通道 5 位藍色通道Numpy 并不真正支持任何 1 位或 5 位的東西。我嘗試使用不同的 argb 通道設置 np.dtype 但沒有任何運氣。unpackbits 似乎不適用于 uint16 所以在那種情況下我可能不得不將它分成 2 個 uint8dt = np.dtype([('a', np.bool_), ('r', np.half), ('g', np.half), ('b', np.half)])data = data.read(131072)dataFromBuffer = np.frombuffer(data, dtype=dt)img = dataFromBuffer.reshape(256, 256)
2 回答
米琪卡哇伊
TA貢獻1998條經驗 獲得超6個贊
在這種情況下，您對缺乏 bit numpy 位級別支持是正確的?？梢园慈缦路绞教幚砦坏母呒墸ǖδ埽┓椒ǎ?/p>
image_16_bit = 123 # A 16bit integer.
bits = '{:016b}'.format(image_16_bit)
transparency = int(bits[0], 2)
red_channel = int(bits[1:6], 2)
green_channel = int(bits[6:11], 2)
blue_channel = int(bits[11:], 2)
print(transparency, red_channel, green_channel, blue_channel) # 0 0 3 27
您可以對所有整數運行此操作，然后收集各個通道值。最后，您可以將其轉換為一個 numpy 數組，以將您的圖像作為一個 numpy 數組。
幕布斯7119047
TA貢獻1794條經驗 獲得超8個贊
以下是如何使您的方法奏效：
# make small example
x = np.random.randint(0,1<<16,size=(5,5),dtype=np.uint16)
# set up dtype
dt = np.dtype([*zip('argb',(bool,*3*(np.uint8,)))])
# bit of bit twiddling
def unpack_argb(x):
out = np.empty(x.shape,dt)
for i,ch in enumerate(reversed('argb')):
out[ch] = (x>>(5*i))&31
return out
def pack_argb(x):
out = x['a'].astype(np.uint16)
for ch in 'rgb':
out <<= 5
out += x[ch]&31
return out
# check round trip
np.all(x == pack_argb(unpack_argb(x)))
# True
更新：
def argb16_to_rgba32(x):
out = np.empty(x.shape+(4,),np.uint8)
out[...,3] = (x>>8)&0x80
out[...,0] = (x>>7)&0xf8
out[...,1] = (x>>2)&0xf8
out[...,2] = (x<<3)&0xf8
return out
def rgba32_to_argb16(x):
x16 = x.astype(np.uint16)&0xf8
out = (x16[...,3]&0x80)<<8
out += x16[...,0]<<7
out += x16[...,1]<<2
out += x16[...,2]>>3
return out
添加回答
舉報
0/150
提交
取消