灰度图像转换为NumPy数组以进行傅里叶变换

Question

目前我正在使用PIL和NumPy。我有一张彩色的png图片，我想要：

1. 将它读取成灰度图像
2. 转换为NumPy数组
3. 对数组执行FFT
4. 显示图像

这是我尝试的代码（在带有--pylab标志的IPython中）：

In [1]: import Image

In [2]: img = Image.open('ping.png').convert('LA')

In [3]: img_as_np = np.asarray(img)

In [4]: img_as_np
Out[4]: array(<Image.Image image mode=LA size=1000x1000 at 0x105802950>, dtype=object)

In [5]: img_fft = fft.fft2(img_as_np) // IndexError: index out of range for array

- adelbertc

---

使用“LA”模式（灰度与透明度）的原因是什么？ - mmgp

在重新考虑之后，https://dev59.com/nmYq5IYBdhLWcg3weQgy#14472089 上的答案展示了如何正确显示傅里叶变换结果。 - mmgp

我在某处读到，LA 模式可以让我在灰度模式下使用 imshow()。现在我意识到 L 也可以将其置于灰度模式，但我只需要添加一个参数到 imshow() 中，以确保它正确地显示为灰度。我从下面的答案中学到，A 阻止了转换的正确进行...这是我的错误 :-) 谢谢！ - adelbertc

Answer 1

您需要在convert()方法的参数中使用模式'L'而不是'LA'。'LA'会保留一个alpha通道，然后numpy.asarray就无法按照您的意图工作。如果您需要alpha通道，则需要使用其他方法将其转换为numpy数组。否则，请使用模式'L'。

- Justin Peel

Answer 2

看起来你正在使用PIL 1.1.6之前的版本，在这个版本中他们引入了一些方法，以便numpy知道如何处理Image对象。所以你只得到了一个包含Image对象的单元素数组（这就是Out[4]显示给你的）。

相反，你需要做类似于np.asarray(img.getdata())的事情，这将为你提供一个介于0和255之间的整数的num_pixels x num_channels数组（至少对于我尝试的png文件是这样的）。你可能想要做一些

img_as_np = np.asarray(img.getdata()).reshape(img.size[1], img.size[0], -1)

将其布局类似于图像（转置）。如果您期望的格式是介于0和1之间的浮点值，则可能还希望除以255（例如，matplotlib的imshow也是如此）。请保留HTML标记。

- Danica

Answer 3

使用这张图片：

在IT技术中。

>>> from PIL import Image
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> Image.__version__
'1.1.7'
>>> img = Image.open('lena.png').convert('L')
>>> data = np.asarray(img.getdata()).reshape(img.size)
>>> fft = np.fft.fft2(data)
>>> fft[0, 0] = 0 # remove DC component for visualization
>>> plt.imshow(np.abs(np.fft.fftshift(fft)), interpolation='nearest')
<matplotlib.image.AxesImage object at 0x046012F0>
>>> plt.show()
>>> plt.imshow(np.abs(np.fft.fftshift(fft))[224:288, 224:288], interpolation='nearest')
<matplotlib.image.AxesImage object at 0x0476ED70>
>>> plt.show()

- Jaime