如何将bool类型的numpy数组压缩为大小为1/8的uint8

Question

我想“压缩”一个大的布尔数组的大小（Ny，Nx）。将它们转换为uint8数组（Ny，Nx//8）的最快方法是什么？在这个数组中，每个布尔平面都存储在uint8的下一位中？你知道吗

到目前为止，我实现了以下目标：

import numpy as np

def compressImage(imdata):

    imdatashape = imdata.shape
    imdata_4d = imdata

    imdata_4d.shape = *imdatashape[:-1], imdatashape[-1]//8,8
    compressed_image = np.zeros(imdata_4d.shape[:-1], np.uint8)
    # take every image and add it with the right bit shift to the final image
    for i in range(8):
        compressed_image += imdata_4d[...,i] << i
    return compressed_image


imdata = np.random.randint(0,1, (500, 1600,2560), dtype=np.uint8)
imcompressed = compressImage(imdata)

现在，这不是特别快，在我的电脑上，它需要大约77毫秒转换8个图像大小1600x2560（我想转换约25000图像）。我想这将是一个非常简单的操作，所以应该有一个闪电般的实现，对吗？我想最好的方法可能是使用numpy视图，但是numpy boolean类型也存储为一个字节，所以这不起作用。你知道吗

背景：我使用的是一种数字微镜装置，它是一种只有二进制电平的快速显示装置[0,1]。你必须提前上传所有你想显示的图案。为了节省PC和设备上的内存，设备支持上载“压缩”图像。在本例中，您上载一个uint8数组，但它将使用每个uint8字节内的每一位来计算下八个镜像的级别，而不是一个镜像。你知道吗

Answer 1

使用np.packbits：

np.packbits(imdata,axis=-1,bitorder="little")