我希望基于计算的像素值绘制图像,作为可视化某些数据的手段.基本上,我希望采用二维矩阵颜色三元组并渲染它.
请注意,这不是图像处理,因为我没有变换现有图像,也没有进行任何形式的全图像变换,而且它也不是矢量图形,因为我正在渲染的图像没有预先确定的结构 - 我可能会一次生成一个像素的无定形色块.
我现在需要渲染大约1kx1k像素的图像,但是可扩展的东西会很有用.最终目标格式是PNG或任何其他无损格式.
我一直在通过ImageDraw的draw.point使用PIL,我想知道,鉴于我需要的非常具体和相对基本的功能,是否有更快的库可用?
如果你有numpy和scipy可用(如果你在Python中操作大型数组,我会推荐它们),那么scipy.misc.pilutil.toimage函数非常方便.一个简单的例子:
import numpy as np import scipy.misc as smp # Create a 1024x1024x3 array of 8 bit unsigned integers data = np.zeros( (1024,1024,3), dtype=np.uint8 ) data[512,512] = [254,0,0] # Makes the middle pixel red data[512,513] = [0,0,255] # Makes the next pixel blue img = smp.toimage( data ) # Create a PIL image img.show() # View in default viewer
好处是可以很好地处理不同数据类型,因此浮点数的二维数组可以合理地转换为灰度等.
您可以从http://docs.scipy.org/doc/scipy/reference/misc.html下载numpy和scipy .
import Image im= Image.new('RGB', (1024, 1024)) im.putdata([(255,0,0), (0,255,0), (0,0,255)]) im.save('test.png')
在图像的左上角放置一个红色,绿色和蓝色像素.
im.fromstring()
如果您更喜欢处理字节值,则更快.
对于此示例,安装Numpy和Pillow。
目标是首先将要创建的图像表示为一组由3个(RGB)数字组成的数组-使用Numpy array()
可以提高性能和简便性:
import numpy data = numpy.zeros((1024, 1024, 3), dtype=numpy.uint8)
现在,将中间3个像素的RGB值设置为红色,绿色和蓝色:
data[512, 511] = [255, 0, 0] data[512, 512] = [0, 255, 0] data[512, 513] = [0, 0, 255]
然后,使用枕头Image.fromarray()
从阵列生成图像:
from PIL import Image image = Image.fromarray(data)
现在,“显示”图像(在OS X上,这将在“预览”中将其作为临时文件打开):
image.show()
此答案的灵感来自BADCODE的答案,该答案已经过时,无法使用,而且差异太大,无法简单地更新而无需完全重写。