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. 以灰度模式读取它
2. 转换成NumPy数组
3. 对数组进行快速傅里叶变换（FFT）
4. 显示这张图片

这是我在尝试的内容（在IPython中使用--pylab选项）：

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

Answer 1

使用这个作为图片：

>>> 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()

Answer 2

看起来你使用的PIL版本低于1.1.6，在这个版本之前，他们引入了一些方法，让numpy知道如何处理Image对象。所以你得到的img_as_np只是一个包含Image对象的单元素数组（这就是Out[4]显示的内容）。

你需要做的是像这样使用np.asarray(img.getdata())，这样会得到一个num_pixels x num_channels的整数数组，数值范围在0到255之间（至少对于我尝试的png文件是这样的）。你可能还想这样做：

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

这样可以把数据排成和图像一样的格式（转置一下）。如果你希望得到0到1之间的浮点值，可以把结果除以255，这样的格式在一些库，比如matplotlib的imshow中也会用到。

Answer 3

你想在convert()方法中使用'L'模式，而不是'LA'模式。'LA'模式会保留一个透明度通道，这样的话，numpy.asarray就不能按你想要的那样工作。如果你需要透明度通道，那你就得用其他方法来转换成numpy数组。否则，就用'L'模式。