简单图像处理（图片->二进制->图片）

1. #coding=utf-8  
2.   
3. ''''' 
4. 1-将图片转化为数组并存为二进制文件 
5. 2-从二进制文件中读取数并重新恢复为图片 
6. '''  
7.   
8. from __future__ import print_function  
9. import numpy  
10. import PIL.Image   
11. import pickle  
12. import matplotlib.pyplot  
13. import pdb  
14.   
15. class Operation(object):  
16.     image_base_path = "../image/"  
17.     data_base_path = "../data/"  
18.   
19.     def image_to_array(self,filenames):  
20.         """ 
21.         将图片转化为数组并存为二进制文件 
22.         """  
23.         n = filenames.__len__()#获取图片个数  
24.         result = numpy.array([]) #创建一个空的一维数组  
25.         print("开始将图片转化为数组")  
26.         for i in range(n):  
27.             image = PIL.Image.open(self.image_base_path+filenames[i])  
28.             r,g,b = image.split() # rgb通道分离  
29.             # 注意：下面一定要reshpae(1024)使其变为一维数组，否则拼接的数据会出现错误，导致无法恢复图片  
30.             r_arr = numpy.array(r).reshape(1024)  
31.             g_arr = numpy.array(g).reshape(1024)  
32.             b_arr = numpy.array(b).reshape(1024)  
33.             # 行拼接，类似于接火车；最终结果：共n行，一行3072列，为一张图片的rgb值  
34.             image_arr = numpy.concatenate((r_arr,g_arr,b_arr))  
35.             result = numpy.concatenate((result,image_arr))  
36.   
37.         result = result.reshape(n,3072) # 将一维数组转化为n行3072列的二维数组  
38.         print("转化数组over，开始保存为文件")  
39.         file_path = self.data_base_path + 'data2.bin'  
40.         with open(file_path,mode='wb') as f:  
41.             pickle.dump(result,f)  
42.         print("保存成功")  
43.   
44.     def array_to_image(self,filename):  
45.         ''''' 
46.         从二进制文件中读取数据并重新恢复为图片 
47.         '''  
48.         with open(self.data_base_path + filename,mode='rb') as f:  
49.             arr = pickle.load(f) #加载并反序列化数据  
50.         rows = arr.shape[0] #rows=5  
51.         #pdb.set_trace()  
52.         #print("rows:",rows)  
53.         arr = arr.reshape(rows,3,32,32)  
54.         print(arr)<span style="white-space:pre;">   </span>#打印数组  
55.         for index in range(rows):  
56.             a = arr[index]  
57.             #得到RGB通道  
58.             r = PIL.Image.fromarray(a[0]).convert('L')  
59.             g = PIL.Image.fromarray(a[1]).convert('L')  
60.             b = PIL.Image.fromarray(a[2]).convert('L')  
61.             image = PIL.Image.merge("RGB",(r,g,b))  
62.             #显示图片  
63.             matplotlib.pyplot.imshow(image)  
64.             matplotlib.pyplot.show()  
65.             #image.save(self.image_base_path + "result" + str(index) + ".png",'png')  
66.   
67. if __name__ == "__main__":  
68.     my_operator = Operation()  
69.     images = []  
70.     for j in range(5):  
71.         images.append(str(j) + ".png")  
72. #   my_operator.image_to_array(images)  
73.     my_operator.array_to_image('data2.bin')