时间戳

首页 > 解决方案 > Numpy 将 uint16 解包为 1-5-5-5 位块

python - Numpy 将 uint16 解包为 1-5-5-5 位块

问题描述

我正在尝试使用 numpy 将二进制字符串转换为 Python 中的图像，但我很难找到一种通过非常规位分布来处理它的好方法（据我所知）。

这些是转换方式和转换内容的细节。16 位纹理图块 (256*256)。每个 bitu16 代表一个像素，其颜色的格式为 ARGB，MSB 到 LSB： 1 位透明度
5 位红色通道 5 位绿色通道 5 位蓝色通道

Numpy 并不真正支持任何 1 位或 5 位。我尝试使用不同的 argb 通道设置 np.dtype，但没有任何运气。unpackbits 似乎不适用于 uint16，所以在这种情况下，我可能不得不将其拆分为 2 个 uint8


dt = np.dtype([('a', np.bool_), ('r', np.half), ('g', np.half), ('b', np.half)])

data = data.read(131072)

dataFromBuffer = np.frombuffer(data, dtype=dt)
img  = dataFromBuffer.reshape(256, 256)

标签： pythonnumpypython-imaging-librarybin

解决方案

在这种情况下，您对缺乏位 numpy 位级别的支持是正确的。处理位的高级（但功能性）方法可以如下完成：

image_16_bit = 123 # A 16bit integer.

bits = '{:016b}'.format(image_16_bit) 

transparency = int(bits[0], 2)
red_channel = int(bits[1:6], 2)
green_channel = int(bits[6:11], 2)
blue_channel = int(bits[11:], 2)

print(transparency, red_channel, green_channel, blue_channel) # 0 0 3 27

您可以在所有整数上运行它，然后收集各个通道值。最后，您可以将其转换为一个 numpy 数组，以将您的图像作为一个 numpy 数组。

推荐阅读