从原始二进制图像数据到 Python 中的 PNG

Question

搜索了几个小时后，我最终找到了this 链接。下面是一些背景信息。

我正在通过硬件调试器捕获正在运行的嵌入式设备的实时帧。捕获的帧存储为raw binary files，没有标题或格式。在查看了上面的链接并理解了 NumPY 和 Matplotlib 之后，我能够成功地将原始二进制数据转换为图像。这很重要，因为我不确定原始二进制文件的链接是否对任何人有帮助。

我使用这个代码：

import matplotlib.pyplot as plt # study documentation
import numpy as np              #   "       " 

iFile = "FramebufferL0_0.bin" # Layer-A
shape = (430, 430) # length and width of the image
dtype = np.dtype('<u2') # unsigned 16 bit little-endian.
oFile = "FramebufferL0_0.png"

fid = open(iFile, 'rb')
data = np.fromfile(fid, dtype)
image = data.reshape(shape)

plt.imshow(image, cmap = "gray")
plt.savefig(oFile)
plt.show()

现在，我显示的图像是黑白的，因为彩色图是灰度图（对吗？）。实际捕获的帧不是黑白的。也就是说，我在嵌入式设备上看到的图像是“彩色的”。

我的问题是，如何从原始二进制文件中计算每个像素的实际颜色？有没有办法从原始二进制文件中获取图像的实际颜色图？我查看了this 示例，我确信，如果我能够计算 R、G 和 B 通道（以及 Alpha），我将能够重新创建准确的图像。一个示例代码会很有帮助。

Answer 1

RGBA 图像有 4 个通道，一个用于每种颜色，一个用于 Alpha 值。二进制文件似乎只有一个通道，因为执行data.reshape(shape) 操作时不会报告错误（相应RGBA 图像的形状为（430、430、4））。 我看到两个潜在的原因：

1. 实际图像确实有颜色信息，但是当您抓取数据时，您只抓取了四个通道之一。

2. 图像实际上是灰度图像，但嵌入式设备显示的是伪彩色图像，造成颜色信息的错觉。在不知道正在使用什么颜色图的情况下，除了将您指向matplotlib.pyplot.colormaps() 之外很难为您提供帮助，它列出了 matplotlib 中所有已经可用的颜色图。

可以吗

a) 解释成像模式的确切来源/类型，以及

b) 显示嵌入式设备输出的照片？

PS：另外，至少在我手中，粘贴的二进制文件的大小似乎为 122629，与 (430,430) 的图像形状不一致。