笔记：python中存储16bit和32bit图像的方法。

说明：主要是利用scipy库和pillow库，比较其中的不同。

'''

测试16bit和32bit图像的python存储方法

'''

import numpy as np

import scipy.misc

from PIL import Image

# 用已有的8bit和16bit图作存储测试

path16 = 'D:\Py_exercise\lena16.tif'

path8 = 'D:\Py_exercise\lena8.tif'

tif16 = scipy.misc.imread(path16) #

tif8 = scipy.misc.imread(path8) #

print(np.shape(tif16),type(tif16[0,0]))

print(np.shape(tif8),type(tif8[0,0]))

print()

save16 = 'D:\Py_exercise\lena16_save.tif'

save8 = 'D:\Py_exercise\lena8_save.tif'

scipy.misc.imsave(save16, tif16) #--> 8bit

scipy.misc.imsave(save8, tif8) #--> 8bit

# Create a mat which is 64 bit float

nrows = 512

ncols = 512

np.random.seed(12345)

y = np.random.randn(nrows, ncols)*65535 #

print(type(y[0,0]))

print()

# Convert y to 16 bit unsigned integers

z16 = (y.astype(np.uint16)) #

print(type(z16[0,0]))

print()

# 用产生的随机矩阵作存储测试

save16 = 'D:\Py_exercise\lena16_save1.tif'

scipy.misc.imsave(save16, z16) #--> 8bit

im = Image.frombytes('I;16', (ncols,nrows), y.tostring())

im.save('D:\Py_exercise\lena16_save21.tif') #--> 16bit

im = Image.fromarray(y)

im.save('D:\Py_exercise\lena16_save22.tif') #--> 32bit

im = Image.fromarray(z16)

im.save('D:\Py_exercise\lena16_save23.tif') #--> 16bit

# 归一化后的np.float64仍然存成了uint8

zNorm = (z16-np.min(z16))/(np.max(z16)-np.min(z16)) #

print(type(zNorm[0,0]))

save16 = 'D:\Py_exercise\lena16_save11.tif'

scipy.misc.imsave(save16, zNorm) #--> 8bit

# 归一化后的np.float64直接转8bit或16bit都会超出阈值,要*255或*65535

# 如果没有astype的位数设置,会直接存成32bit

zImg = (zNorm*65535).astype(np.uint16)

im = Image.fromarray(zImg)

im.save('D:\Py_exercise\lena16_save31.tif') #--> 16bit

im = Image.fromarray(zNorm)

im.save('D:\Py_exercise\lena16_save32.tif') #--> 32bit(0~1)

以上这篇python存储16bit和32bit图像的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。