如何使用matplotlib colormap将NumPy数组转换为PIL图像

Question

我有一个简单的问题，但是我找不到一个好的解决方案。

我想要将表示灰度图像的NumPy 2D数组转换为RGB PIL图像，并应用一些matplotlib颜色映射。

我可以使用pyplot.figure.figimage命令获得合理的PNG输出：

dpi = 100.0
w, h = myarray.shape[1]/dpi, myarray.shape[0]/dpi
fig = plt.figure(figsize=(w,h), dpi=dpi)
fig.figimage(sub, cmap=cm.gist_earth)
plt.savefig('out.png')

尽管我可以适应这种方式来获得我想要的结果（可能使用StringIO来获取PIL图像），但我想知道是否有更简单的方法来解决这个问题，因为它似乎是图像可视化的一个非常自然的问题。假设有这样一种方式：

colored_PIL_image = magic_function(array, cmap)

- heltonbiker

---

对于完全工作的代码，您可以参考：有没有好的颜色映射来使用Python的PIL将灰度图像转换为彩色图像？ - Adam

Answer 1

这是一个相当繁忙的一行代码，但是下面就是它：

1. 首先确保你的NumPy数组 myarray 是规范化的，最大值为 1.0。
2. 直接将颜色映射应用于 myarray。
3. 将数据重新缩放到 0-255 的范围内。
4. 使用 np.uint8() 转换成整数。
5. 使用 Image.fromarray()。

然后你就完成了：

from PIL import Image
from matplotlib import cm
im = Image.fromarray(np.uint8(cm.gist_earth(myarray)*255))

使用plt.savefig():

使用im.save():

- fraxel

---

“将颜色映射直接应用于myarray”一节真正抓住了重点！我不知道这是可能的，谢谢！ - heltonbiker

阅读有关LinearSegmentedColormap的文档（其中cm.gist_earth是一个实例），我发现可以使用“bytes”参数调用它，这将自动将其转换为uint8。然后，一行代码就会更加安静：im = Image.fromarray(cm.gist_earth(myarray, bytes=True)) - heltonbiker

@CiprianTomoiaga，数组的形状应该是你想要的图像尺寸。例如，VGA图像将从形状为（1024,768）的数组生成。您应该注意，这适用于单色图像。这很重要，因为通常当您将RGB图像转换为数组时，其形状为（1024,768,3），因为它有三个通道。 - heltonbiker

我遇到了错误 NameError: name 'cm' is not defined。 - rnso

@mso 从matplotlib导入cm - Quantum7

Answer 2

• input = numpy_image

• np.uint8 -> 转换为整数

• convert('RGB') -> 转换为RGB

• Image.fromarray -> 返回图像对象

  from PIL import Image
  import numpy as np

  PIL_image = Image.fromarray(np.uint8(numpy_image)).convert('RGB')

  PIL_image = Image.fromarray(numpy_image.astype('uint8'), 'RGB')

- aravinda_gn

---

希望您的代码可以解决问题，但请在其中添加说明，以使用户能够获得完美的理解。 - Jaimil Patel

好的，更新的答案。之前的回答是几年前的。 - Catalina Chircu

对我来说，不带“RGB”参数可以很好地工作，以保持相同的图像通道。 - bart-khalid

Answer 3

尽管我已经按照接受的答案评论中提到的更改进行了操作，但该方法对我没有起作用。但是以下简单代码有效：

import matplotlib.pyplot as plt
plt.imsave(filename, np_array, cmap='Greys')

np_array可以是一个具有0到1浮点数或0到255 uint8的值的二维数组，在这种情况下，它需要cmap。对于三维数组，将忽略cmap。

- Shital Shah