夏夜，蟋蟀劲鸣，星光灿烂，月光清澈。孩提时的晨在小山上快活的玩味着每一朵花，每一株草，亦或躺在绿油油的草地数星星。一切都是那么的美好，那么的惬意。
笔记：python中存储16bit和32bit图像的方法。
说明：主要是利用scipy库和pillow库，比较其中的不同。
'''
测试16bit和32bit图像的python存储方法
'''
import numpy as np
import scipy.misc
from PIL import Image
# 用已有的8bit和16bit图作存储测试
path16 = 'D:\Py_exercise\lena16.tif'
path8 = 'D:\Py_exercise\lena8.tif'
tif16 = scipy.misc.imread(path16) #<class 'numpy.uint16'>
tif8 = scipy.misc.imread(path8) #<class 'numpy.uint8'>
print(np.shape(tif16),type(tif16[0,0]))
print(np.shape(tif8),type(tif8[0,0]))
print()
save16 = 'D:\Py_exercise\lena16_save.tif'
save8 = 'D:\Py_exercise\lena8_save.tif'
scipy.misc.imsave(save16, tif16) #--> 8bit
scipy.misc.imsave(save8, tif8) #--> 8bit
# Create a mat which is 64 bit float
nrows = 512
ncols = 512
np.random.seed(12345)
y = np.random.randn(nrows, ncols)*65535 #<class 'numpy.float64'>
print(type(y[0,0]))
print()
# Convert y to 16 bit unsigned integers
z16 = (y.astype(np.uint16)) #<class 'numpy.uint16'>
print(type(z16[0,0]))
print()
# 用产生的随机矩阵作存储测试
save16 = 'D:\Py_exercise\lena16_save1.tif'
scipy.misc.imsave(save16, z16) #--> 8bit
im = Image.frombytes('I;16', (ncols,nrows), y.tostring())
im.save('D:\Py_exercise\lena16_save21.tif') #--> 16bit
im = Image.fromarray(y)
im.save('D:\Py_exercise\lena16_save22.tif') #--> 32bit
im = Image.fromarray(z16)
im.save('D:\Py_exercise\lena16_save23.tif') #--> 16bit
# 归一化后的np.float64仍然存成了uint8
zNorm = (z16-np.min(z16))/(np.max(z16)-np.min(z16)) #<class 'numpy.float64'>
print(type(zNorm[0,0]))
save16 = 'D:\Py_exercise\lena16_save11.tif'
scipy.misc.imsave(save16, zNorm) #--> 8bit
# 归一化后的np.float64直接转8bit或16bit都会超出阈值,要*255或*65535
# 如果没有astype的位数设置,会直接存成32bit
zImg = (zNorm*65535).astype(np.uint16)
im = Image.fromarray(zImg)
im.save('D:\Py_exercise\lena16_save31.tif') #--> 16bit
im = Image.fromarray(zNorm)
im.save('D:\Py_exercise\lena16_save32.tif') #--> 32bit(0~1)
以上这篇python存储16bit和32bit图像的实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
