如何将 RGB 图像（1-D）的扁平数组转换回原始图像答案

【问题标题】：how to convert flattened array of RGB image(1-D) back to original image如何将 RGB 图像（1-D）的扁平数组转换回原始图像
【发布时间】：2019-12-18 03:08:13
【问题描述】：

我已经展平了从维度 (32*32*3) 的 RGB 图像创建的 (1*3072) 的一维数组。我想提取尺寸为（32*32*3）的原始RGB图像并绘制它。

我已经尝试过how to convert a 1-dimensional image array to PIL image in Python中建议的解决方案

但这对我不起作用，因为它似乎适用于灰度图像

from PIL import Image
from numpy import array
img = Image.open("sampleImage.jpg")
arr = array(img)
arr = arr.flatten()
print(arr.shape)
#tried with 'L' & 'RGB' both
img2 = Image.fromarray(arr.reshape(200,300), 'RGB') 

plt.imshow(img2, interpolation='nearest')
plt.show()

“低于预期的错误，因为它无法隐藏 RGB”

ValueError: cannot reshape array of size 180000 into shape (200,300)

【问题讨论】：

reshape(200, 300, 3) 因为它是 3 通道图像。您的图像为 200x300（即 60k 像素），每个像素有 3 个颜色值 (RGB)，因此实际上有 180k 值。但是如果你试图重塑成一个 200x300 的数组，那只有 60k 的值，所以没有地方放其他 120k 的值，所以它给你一个ValueError。
相关np.unravel_index
谢谢，在使用/不使用“RGB”更改 reshape(200, 300, 3) 后它起作用了，但在 (reshape(200, 300, 3), 'L') 之前它失败了。 ``` img2 = Image.fromarray(arr.reshape(200,300,3)) ```
关于尺寸，我正在尝试 Dim 200*300*3 的示例图像。我的实际数据集具有 Dim 32*32*3 的图像。两者都面临问题。反正现在已经解决了。

标签： numpy matplotlib deep-learning python-imaging-library

【解决方案1】：

为了将数组解释为 RGB 图像，它需要有 3 个通道。通道是 numpy 数组中的第三维。所以把你的代码改成这样：

img2 = Image.fromarray(arr.reshape(200,300,3), 'RGB')

我应该提到你说你的展平数组是 1x3072，但示例代码似乎假设为 200x300x3，展平时为 1x180,000。这两个哪个是真的，我不能告诉你。

【讨论】：