【python】查看圖像位深度，以及改變圖像位深度的簡單小結

every blog every motto: Just live your life cause we don’t live twice.

0. 前言

關於圖像位深度，色深的小結
說明：

• 有不對的地方懇請指正，這方面不是太確定。
• 代碼基於jupyter notebook
• 關於dtype 的辨析，可以參考我是dtype辨析

1. 正文

一張圖像包括基本的信息（長，寬，通道）

from PIL import Image
import numpy as np
img = Image.open('ele.jpg')
img

img.size

img_array = np.array(img)
img_array.shape

那什麼又是位深度呢？

1.1 位深度（bit depth）

• 單個像素點（一個通道）上需要用多少比特（bit）來存儲數據，常見的是8位
• 8位，像素點的範圍是0-255（256個值），因此位深度是8

1.2 色深

• 單個像素點（圖片中所有通道）上需要用多少比特(bit)來存儲數據。
• 比如，對於一張RGB的彩色圖像，一個通道上的一個像素點，是8位；對於整張圖像（三個通道）上的一個像素點，色深是24位（3*8），

---

一句話概括：位深度，每一個像素（僅看一個通道）存儲所需要的位（bit）數；色深，每個像素（整張圖片，或是說所有通道）存儲所需要的位（bit）數；
從某種意義上，二者一樣，只是看到角度不同。

1.3 查看及改變位深度

from PIL import Image
im = Image.open("xiao.png")
print(im.getbands())
輸出：
('R', 'G', 'B')

根據返回的模式（model），依照下表，可知道具體的位深度。

1.4 改變圖像位深度

1.4.1 方法一

先轉成數組，數組轉成圖片時，改變位深度

img = Image.open('16label.png')
img_array = np.array(img)

img.getbands()

根據模式（model) ，可知，圖像屬於32位整型圖像

img_array.dtype

也可以通過將圖片轉換成數組，後查看數組內數據的類型，知道。

轉成成8位圖像

img = Image.fromarray(np.uint8(img_array))
img.getbands()

由返回的模式知道，圖像已轉換位8位圖像。

圖片再轉換成數組，驗證

img_array = np.array(img)
img_array.dtype

1.4.2 方法二

圖片轉成數組時改變位深度，數組再轉成圖片

img2 = Image.open('test2.png')
img2.getbands()

改變數組的數據類型

img_array2 = np.array(img2,dtype='uint8')
img_array2.dtype

img2 = Image.fromarray(img_array2)
img2.getbands()

1.4.3 小結

改變位深度的兩種方法，形象化的理解就是在如下的位置（1 或 2）中改變。

1.5 圖片和數組相互轉換（附）

from PIL import Image
import numpy as np
img = Image.open('ele.jpg')

圖片轉數組

img_array = np.array(img)

查看數據類型

type(img_array)

** 數組轉圖片**
方法一：

img_new = Image.fromarray(np.uint8(img_array))

方法二：

img_new = Image.fromarray(img_array.astype('uint8'))

參考文獻

[1] https://zdaiot.com/Python/%E5%B8%B8%E7%94%A8%E7%AC%AC%E4%B8%89%E6%96%B9%E5%8C%85/PIL%E6%80%BB%E7%BB%93/
[2] https://blog.csdn.net/bigapple88/article/details/5625742?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-4
[3] https://blog.csdn.net/csdn66_2016/article/details/82850695
[4] https://pillow.readthedocs.io/en/5.2.x/handbook/concepts.html?highlight=getbands
[5] https://blog.csdn.net/weixin_39190382/article/details/104975601