Como converter uma matriz numpy em (e exibir) uma imagem?

Eu criei uma matriz assim:

import numpy as np
data = np.zeros( (512,512,3), dtype=np.uint8)
data[256,256] = [255,0,0]

O que eu quero que isso faça é exibir um único ponto vermelho no centro de uma imagem de 512x512. (Pelo menos para começar ... acho que consigo descobrir o resto a partir daí)

Você pode usar o PIL para criar (e exibir) uma imagem:

from PIL import Image
import numpy as np

w, h = 512, 512
data = np.zeros((h, w, 3), dtype=np.uint8)
data[0:256, 0:256] = [255, 0, 0] # red patch in upper left
img = Image.fromarray(data, 'RGB')
img.save('my.png')
img.show()

O seguinte deve funcionar:

from matplotlib import pyplot as plt
plt.imshow(data, interpolation='nearest')
plt.show()

Se você estiver usando o notebook / laboratório Jupyter, use este comando embutido antes de importar o matplotlib:

%matplotlib inline 

O caminho mais curto é usar scipy, assim:

from scipy.misc import toimage
toimage(data).show()

Isso requer a instalação de PIL ou Pillow.

Uma abordagem semelhante que também exige PIL ou Pillow, mas que pode chamar um visualizador diferente, é:

from scipy.misc import imshow
imshow(data)

Usando pygame , você pode abrir uma janela, obter a superfície como uma matriz de pixels e manipular como quiser a partir daí. Você precisará copiar sua matriz numpy para a matriz de superfície, no entanto, o que será muito mais lento do que realizar operações gráficas reais nas próprias superfícies do pygame.

Como mostrar imagens armazenadas em uma matriz numpy com exemplo (funciona no notebook Jupyter)

Eu sei que existem respostas mais simples, mas esta lhe dará uma compreensão de como as imagens são realmente afogadas de um array numpy.

Carregar exemplo

from sklearn.datasets import load_digits
digits = load_digits()
digits.images.shape   #this will give you (1797, 8, 8). 1797 images, each 8 x 8 in size

Exibir matriz de uma imagem

digits.images[0]
array([[ 0.,  0.,  5., 13.,  9.,  1.,  0.,  0.],
       [ 0.,  0., 13., 15., 10., 15.,  5.,  0.],
       [ 0.,  3., 15.,  2.,  0., 11.,  8.,  0.],
       [ 0.,  4., 12.,  0.,  0.,  8.,  8.,  0.],
       [ 0.,  5.,  8.,  0.,  0.,  9.,  8.,  0.],
       [ 0.,  4., 11.,  0.,  1., 12.,  7.,  0.],
       [ 0.,  2., 14.,  5., 10., 12.,  0.,  0.],
       [ 0.,  0.,  6., 13., 10.,  0.,  0.,  0.]])

Crie sub-plotagens 10 x 10 vazias para visualizar 100 imagens

import matplotlib.pyplot as plt
fig, axes = plt.subplots(10,10, figsize=(8,8))

Plotar 100 imagens

for i,ax in enumerate(axes.flat):
    ax.imshow(digits.images[i])

Resultado:

O que axes.flatfaz? Ele cria um enumerador numpy para que você possa iterar sobre o eixo, a fim de desenhar objetos neles. Exemplo:

import numpy as np
x = np.arange(6).reshape(2,3)
x.flat
for item in (x.flat):
    print (item, end=' ')

Usando o fromarray do travesseiro, por exemplo:

from PIL import Image
from numpy import *

im = array(Image.open('image.jpg'))
Image.fromarray(im).show()

A Python Imaging Library pode exibir imagens usando matrizes Numpy. Dê uma olhada nesta página para obter um código de exemplo:

• Converter entre matrizes numéricas e objetos de imagem PIL

EDIT: Como diz a nota na parte inferior da página, você deve verificar as notas de versão mais recentes que tornam isso muito mais simples:

http://effbot.org/zone/pil-changes-116.htm

Suplemento para fazê-lo com matplotlib. Achei útil fazer tarefas de visão por computador. Digamos que você tenha dados com dtype = int32

from matplotlib import pyplot as plot
import numpy as np

fig = plot.figure()
ax = fig.add_subplot(1, 1, 1)
# make sure your data is in H W C, otherwise you can change it by
# data = data.transpose((_, _, _))
data = np.zeros((512,512,3), dtype=np.int32)
data[256,256] = [255,0,0]
ax.imshow(data.astype(np.uint8))