如何再把PIL图像转为numpy数组

你可以使用 `numpy.array()` 方法将 PIL 图像对象转换为 NumPy 数组：

import numpy as np
from PIL import Image

# 打开图像文件
img = Image.open('image.jpg')

# 将 PIL 图像对象转换为 NumPy 数组
arr = np.array(img)

这样就可以将 PIL 图像对象转换为 NumPy 数组了。需要注意的是，转换后的 NumPy 数组的维度顺序是 `(height, width, channels)`，而 PIL 图像对象的维度顺序是 `(width, height)`，所以在对数组进行处理时需要注意维度的顺序。

相关问题

使用cv2库读取图像，然后保存为bmp格式图像； 使用PIL和matplotlib库读取图像，将图像转为numpy数组格式，并缩小到原来的1/4后，再转存为bmp格式。

使用Python的`cv2`库读取图像并保存为BMP格式：

import cv2

# 读取图像
image = cv2.imread('input.jpg')

# 检查图像是否成功读取
if image is not None:
    # 保存为BMP格式
    cv2.imwrite('output.bmp', image)
else:
    print("无法读取图片")

使用`Pillow` (PIL) 和 `matplotlib` 库处理图像并转换为BMP：

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

# 读取图像
img_pil = Image.open('input.jpg')
img_array = np.array(img_pil)

# 缩小图像
resized_img = img_array[::4, ::4]

# 将PIL图像转换回numpy数组以便操作
resized_img = np.array(resized_img)

# 使用matplotlib保存为BMP格式
plt.imsave('output.bmp', resized_img, format='bmp')

注意：PIL库本身并不直接支持BMP格式的保存，上述代码实际上是通过matplotlib间接实现了BMP保存。

有一个文件夹，下面有多个文件夹，其中包含多个类别的图像。读取图像文件并转为numpy数组，将图像维度转为[图像数量，3,224,224],得到图像标签

，标签为每个图像所在的文件夹的名称。

代码实现如下：

import os
from PIL import Image
import numpy as np

# 设置图像大小
image_size = (224, 224)

# 设置图像文件夹路径
data_path = 'path/to/data_folder/'

# 获取所有图像文件夹的名称
folders = os.listdir(data_path)

# 初始化图像和标签列表
images = []
labels = []

# 遍历每个图像文件夹
for folder_name in folders:
    folder_path = os.path.join(data_path, folder_name)
    
    # 获取当前图像文件夹下所有图像文件的路径
    image_paths = [os.path.join(folder_path, f) for f in os.listdir(folder_path) if f.endswith('.jpg')]
    
    # 遍历每个图像文件，读取图像并转为numpy数组
    for image_path in image_paths:
        with Image.open(image_path) as img:
            # 调整图像大小
            img = img.resize(image_size)
            # 将图像转为numpy数组
            img_arr = np.array(img)
            # 转换图像维度
            img_arr = np.transpose(img_arr, (2, 0, 1))
            # 添加到图像列表中
            images.append(img_arr)
            # 添加标签
            labels.append(folder_name)
            
# 将图像列表和标签列表转为numpy数组
images = np.array(images)
labels = np.array(labels)

# 打印图像和标签的形状
print('Images shape:', images.shape)
print('Labels shape:', labels.shape)

注：以上代码中，假设图像文件格式为jpg。如果是其他格式，可相应修改代码中的判断条件。