Come faccio a convertire un array numpy in (e visualizzare) un'immagine?

Ho creato così un array:

import numpy as np
data = np.zeros( (512,512,3), dtype=np.uint8)
data[256,256] = [255,0,0]

Quello che voglio fare è visualizzare un singolo punto rosso al centro di un'immagine 512x512. (Almeno per cominciare ... Penso di poter capire il resto da lì)

È possibile utilizzare PIL per creare (e visualizzare) un'immagine:

from PIL import Image
import numpy as np

w, h = 512, 512
data = np.zeros((h, w, 3), dtype=np.uint8)
data[0:256, 0:256] = [255, 0, 0] # red patch in upper left
img = Image.fromarray(data, 'RGB')
img.save('my.png')
img.show()

Quanto segue dovrebbe funzionare:

from matplotlib import pyplot as plt
plt.imshow(data, interpolation='nearest')
plt.show()

Se si utilizza Jupyter notebook / lab, utilizzare questo comando inline prima di importare matplotlib:

%matplotlib inline 

Il percorso più breve è usare scipy, in questo modo:

from scipy.misc import toimage
toimage(data).show()

Ciò richiede l'installazione di PIL o Pillow.

Un approccio simile che richiede anche PIL o Pillow ma che può invocare un visualizzatore diverso è:

from scipy.misc import imshow
imshow(data)

Usando pygame , puoi aprire una finestra, ottenere la superficie come una matrice di pixel e manipolarla come desideri da lì. Dovrai copiare l'array numpy nell'array di superficie, tuttavia, che sarà molto più lento rispetto alle operazioni grafiche effettive sulle stesse superfici di gioco.

Come mostrare le immagini memorizzate nell'array numpy con l'esempio (funziona nel notebook Jupyter)

So che ci sono risposte più semplici ma questa ti darà la comprensione di come le immagini vengono effettivamente annegate dall'array intorpidito.

Carica esempio

from sklearn.datasets import load_digits
digits = load_digits()
digits.images.shape   #this will give you (1797, 8, 8). 1797 images, each 8 x 8 in size

Visualizza matrice di un'immagine

digits.images[0]
array([[ 0.,  0.,  5., 13.,  9.,  1.,  0.,  0.],
       [ 0.,  0., 13., 15., 10., 15.,  5.,  0.],
       [ 0.,  3., 15.,  2.,  0., 11.,  8.,  0.],
       [ 0.,  4., 12.,  0.,  0.,  8.,  8.,  0.],
       [ 0.,  5.,  8.,  0.,  0.,  9.,  8.,  0.],
       [ 0.,  4., 11.,  0.,  1., 12.,  7.,  0.],
       [ 0.,  2., 14.,  5., 10., 12.,  0.,  0.],
       [ 0.,  0.,  6., 13., 10.,  0.,  0.,  0.]])

Crea sottotrame vuote 10 x 10 per visualizzare 100 immagini

import matplotlib.pyplot as plt
fig, axes = plt.subplots(10,10, figsize=(8,8))

Tracciare 100 immagini

for i,ax in enumerate(axes.flat):
    ax.imshow(digits.images[i])

Risultato:

Cosa fa axes.flat? Crea un enumeratore intorpidito in modo da poter iterare sull'asse per disegnare oggetti su di essi. Esempio:

import numpy as np
x = np.arange(6).reshape(2,3)
x.flat
for item in (x.flat):
    print (item, end=' ')

Usando l'arancione del cuscino, ad esempio:

from PIL import Image
from numpy import *

im = array(Image.open('image.jpg'))
Image.fromarray(im).show()

La libreria di imaging Python può visualizzare immagini usando array Numpy. Dai un'occhiata a questa pagina per il codice di esempio:

• Converti tra matrici numeriche e oggetti immagine PIL

EDIT: Come dice la nota in fondo a quella pagina, dovresti controllare le ultime note di rilascio che rendono questo molto più semplice:

http://effbot.org/zone/pil-changes-116.htm

Supplemento per farlo con matplotlib. L'ho trovato utile svolgere compiti di visione artificiale. Supponiamo che tu abbia i dati con dtype = int32

from matplotlib import pyplot as plot
import numpy as np

fig = plot.figure()
ax = fig.add_subplot(1, 1, 1)
# make sure your data is in H W C, otherwise you can change it by
# data = data.transpose((_, _, _))
data = np.zeros((512,512,3), dtype=np.int32)
data[256,256] = [255,0,0]
ax.imshow(data.astype(np.uint8))