使用numpy和mencoder直接绘制到电影中

Question

这段话本来是想作为对这个讨论帖的评论，但那个帖子已经关闭了，所以我就直接在这里说了。我最近在使用matplotlib、numpy和mencoder方面玩得很开心，效果也不错，正如大家所建议的那样。我现在使用的是Voki Codder的缓冲区到标准输入的解决方案，这个方法大大加快了整个过程。不过，我找不到关于命令中-format="bgra"部分的任何文档。这个意思是字节的顺序是从右到左，分别是蓝色、绿色、红色和透明度，对吧？那这些字节必须是uint32类型，还是其他什么类型？问题是我在绘制浮点数的颜色图，所以我想把它们转换成灰度图，但我得到了很多奇怪的图案，这让我觉得我可能做错了什么。我写了一个函数来把浮点数转换成uint32，并且在一个范围内进行转换。但是结果并不是我预期的那样，我是不是做了什么特别傻的事情？

def grayscale(x, min, max):
  return np.uint32((x-min)/(max-min)*0xffffff)

Answer 1

我觉得你可能对 uint32 的意思有点搞混了。它其实是由四个 uint8 整数组成的。

如果你有浮点数的数据，想把它转换成灰度图像，你不需要把它缩放到完整的32位范围，而是应该缩放到8位范围，然后对红色、绿色和蓝色通道重复这个过程（然后可能还要加一个固定的透明度通道）。

你也可以选择不同的字节顺序。Y8 只是一个单一的8位灰度通道，而 Y16 是一个单一的16位灰度通道。（可以查看 mencoder -rawvideo format=help 的输出，虽然有点复杂，但会列出所有格式。）

为了说明如何用numpy把一个32位整数视作四个8位整数的通道：

import numpy as np
height, width = 20,20

# Make an array with 4 bands of uint8 integers
image = np.zeros((height, width, 4), dtype=np.uint8)

# Filling a single band (red) 
b,g,r,a = image.T
r.fill(255) 

# Fill the image with yellow and leave alpha alone
image[...,:3] = (255, 255, 0) 

# Then when we want to view it as a single, 32-bit band:
image32bit = image.reshape(-1).view(np.uint32).reshape(height, width)
# (Note that this is a view. In other words,  we could change "b" above 
#  and it would change "image32bit")

不过在你的情况下，你可能想做的更像这样：

import numpy as np
from videosink import VideoSink

height, width = 20,20
numframes = 1000
data = np.random.random((height, width, numframes))

# Rescale your data into 0-255, 8-bit integers 
# (This could be done in-place if you need to conserve memory)
d    ata_rescaled = 255.0 / (data.max() - data.min()) * (data - data.min())
data_rescaled = data_rescaled.astype(np.uint8)

# The key here is the "Y8" format. It's 8-bit grayscale.
video = VideoSink((height,width), "test", rate=20, byteorder="Y8")

# Iterate over last axis
for frame in data.T:
    video.run(frame.T)
video.close()