使用Numpy按列优先重塑图像时出现图片重复问题求助

核心原因 #

直接对(256,256,3)的数组使用reshape((3,256,256), order='F')会打乱通道与空间维度的对应关系，导致图像显示时出现重复分块。列优先（Fortran order）的reshape是对整个数组的元素按列顺序重新排布形状，而非在保持通道独立的前提下调整空间维度的存储顺序。

正确处理流程 #

1. 转换通道顺序：先把(H, W, C)格式的图片数组转为(C, H, W)格式，用transpose保持通道独立：

   im = Image.open(file)
   imarr = np.array(im)
   # 从(H,W,C)转成(C,H,W)
   imarr_chw = imarr.transpose((2, 0, 1))
   

2. 按列优先处理存储格式：如果需要将(C, H, W)数组按列优先存储到bin文件，对该数组做列优先的扁平化处理：

   # 按列优先展平数组，用于写入bin文件
   arr_for_bin = imarr_chw.flatten(order='F')
   # 写入bin文件示例
   arr_for_bin.tofile('your_file.bin')
   

3. 正常显示图片：将(C, H, W)格式转回去即可正常显示：

   # 转回(H,W,C)用于绘图
   img = imarr_chw.transpose((1, 2, 0))
   plt.imshow(img)
   plt.title('generate bin files')
   plt.show()
   

还原验证（从bin文件读取） #

如果需要从生成的bin文件读取并还原图片，可按以下步骤：

# 从bin文件读取，按列优先重构为(C,H,W)
restored_arr = np.fromfile('your_file.bin', dtype=np.uint8).reshape((3, 256, 256), order='F')
# 转回(H,W,C)显示
restored_img = restored_arr.transpose((1,2,0))
plt.imshow(restored_img)
plt.show()

内容的提问来源于stack exchange，提问作者Willy Lutz