Python 是一種功能強大的程式語言，擁有大量的程式庫和模組。 NumPy 就是這樣的函式庫之一，它用於數值計算和處理大型多維數組和矩陣。 Python 中用於映像處理的另一個流行函式庫是 Pillow，它是 Python 映像庫 (PIL) 的一個分支。
在本教程中，我們將向您展示如何使用 Python 將圖像轉換為 NumPy 陣列並將其儲存到 CSV 檔案。我們將使用 Pillow 庫開啟影像並將其轉換為 NumPy 數組，並使用 CSV 模組將 NumPy 數組儲存到 CSV 檔案。在本文的下一部分中，我們將介紹使用 Pillow 函式庫將影像轉換為 NumPy 陣列所需的步驟。那麼，就讓我們開始吧！
在我們深入研究將圖像轉換為 NumPy 數組並將其保存到 CSV 檔案的過程之前，我們首先了解我們將在本教程中使用的兩個庫：Pillow 和 NumPy。
Pillow 是一個 Python 映像庫 (PIL)，增加了對開啟、操作和保存許多不同映像檔格式的支援。
NumPy 是 Python 中科學計算的基礎函式庫。它提供對大型多維數組和矩陣的支持，以及一系列對其進行操作的數學函數。
要使用這些函式庫，我們首先需要將它們安裝在我們的系統上。我們可以使用 Python 套件安裝程式 pip 來完成此操作。
以下是安裝 Pillow 的方法：
pip install Pillow
以下是安裝 NumPy 的方法：
pip install numpy
現在我們已經安裝了必要的函式庫，讓我們繼續本文的下一部分，將映像轉換為 NumPy 陣列。
考慮以下將影像轉換為 Numpy 陣列的程式碼：
# Import necessary libraries
import csv
from PIL import Image
import numpy as np
# Open image using Pillow library
img = Image.open('image.jpg')
# Convert image to NumPy array
np_array = np.array(img)
# Save NumPy array to CSV file
np.savetxt('output.csv', np_array, delimiter=',', fmt='%d')
# Print the shape of the NumPy array
print("Shape of NumPy array:", np_array.shape)
在上面的程式碼中，我們先匯入必要的函式庫csv、PIL和numpy。 CSV庫用於讀取和寫入CSV文件，而PIL庫用於開啟和操作影像。 NumPy 庫用於將圖像轉換為 NumPy 數組。
然後我們使用 PIL 庫中的 Image.open() 方法開啟一個名為 image.jpg 的映像檔。該方法傳回一個 Image 物件。
之後，使用 NumPy 庫中的 np.array() 方法將影像物件轉換為 NumPy 陣列。產生的陣列包含影像的像素值。最後，我們使用 NumPy 函式庫中的 np.savetxt() 方法將 NumPy 陣列儲存到名為 output.csv 的 CSV 檔案中。我們指定分隔符號為“,”，格式為%d，以確保CSV檔案中的值以逗號分隔且為整數。
最後，我們使用 shape 屬性列印了 NumPy 陣列的形狀。 NumPy 陣列的形狀表示陣列的維度，在本例中為高度、寬度和顏色通道數（如果適用）。
上述程式碼的輸出將在與腳本相同的目錄中建立一個名為output.csv的新文件，其中包含CSV格式的圖像像素值，終端將顯示如下內容：
Shape of NumPy array: (505, 600, 3)
此處，NumPy 陣列的形狀為 (505, 600, 3)，這表示影像的高度和寬度各為 100 像素，每個像素有 3 個顏色通道 (RGB)。
要注意的是，NumPy 陣列的形狀取決於輸入影像的尺寸。如果影像是彩色影像，則陣列的形狀將為（高度，寬度，顏色通道數）；如果影像是灰階影像，則陣列的形狀將為（高度，寬度）。
在本文中，我們學習如何使用 Python 將圖像轉換為 NumPy 陣列並將其儲存到 CSV 檔案。我們使用 Pillow 庫打開圖像並將其轉換為 NumPy 數組，並使用 CSV 模組將 NumPy 數組保存到 CSV 檔案。我們也介紹了安裝必要庫所需的步驟，並為每種方法提供了範例程式碼。需要注意的是，NumPy 陣列的形狀取決於輸入影像的尺寸，彩色和灰階影像的陣列形狀會有所不同。透過使用這種技術，我們可以使用強大的 NumPy 庫輕鬆操作和處理圖像。
以上是如何使用Python將影像轉換為NumPy數組並儲存為CSV檔案？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
