简单图像处理（图片->二进制->图片）

#coding=utf-8  
  
''''' 
1-将图片转化为数组并存为二进制文件 
2-从二进制文件中读取数并重新恢复为图片 
'''  
  
from __future__ import print_function  
import numpy  
import PIL.Image   
import pickle  
import matplotlib.pyplot  
import pdb  
  
class Operation(object):  
    image_base_path = "../image/"  
    data_base_path = "../data/"  
  
    def image_to_array(self,filenames):  
        """ 
        将图片转化为数组并存为二进制文件 
        """  
        n = filenames.__len__()#获取图片个数  
        result = numpy.array([]) #创建一个空的一维数组  
        print("开始将图片转化为数组")  
        for i in range(n):  
            image = PIL.Image.open(self.image_base_path+filenames[i])  
            r,g,b = image.split() # rgb通道分离  
            # 注意：下面一定要reshpae(1024)使其变为一维数组，否则拼接的数据会出现错误，导致无法恢复图片  
            r_arr = n
10528
umpy.array(r).reshape(1024)  
            g_arr = numpy.array(g).reshape(1024)  
            b_arr = numpy.array(b).reshape(1024)  
            # 行拼接，类似于接火车；最终结果：共n行，一行3072列，为一张图片的rgb值  
            image_arr = numpy.concatenate((r_arr,g_arr,b_arr))  
            result = numpy.concatenate((result,image_arr))  
  
        result = result.reshape(n,3072) # 将一维数组转化为n行3072列的二维数组  
        print("转化数组over，开始保存为文件")  
        file_path = self.data_base_path + 'data2.bin'  
        with open(file_path,mode='wb') as f:  
            pickle.dump(result,f)  
        print("保存成功")  
  
    def array_to_image(self,filename):  
        ''''' 
        从二进制文件中读取数据并重新恢复为图片 
        '''  
        with open(self.data_base_path + filename,mode='rb') as f:  
            arr = pickle.load(f) #加载并反序列化数据  
        rows = arr.shape[0] #rows=5  
        #pdb.set_trace()  
        #print("rows:",rows)  
        arr = arr.reshape(rows,3,32,32)  
        print(arr)<span style="white-space:pre;">   </span>#打印数组  
        for index in range(rows):  
            a = arr[index]  
            #得到RGB通道  
            r = PIL.Image.fromarray(a[0]).convert('L')  
            g = PIL.Image.fromarray(a[1]).convert('L')  
            b = PIL.Image.fromarray(a[2]).convert('L')  
            image = PIL.Image.merge("RGB",(r,g,b))  
            #显示图片  
            matplotlib.pyplot.imshow(image)  
            matplotlib.pyplot.show()  
            #image.save(self.image_base_path + "result" + str(index) + ".png",'png')  
  
if __name__ == "__main__":  
    my_operator = Operation()  
    images = []  
    for j in range(5):  
        images.append(str(j) + ".png")  
#   my_operator.image_to_array(images)  
    my_operator.array_to_image('data2.bin')