Python中如何将特定范围RGBA图像还原为原始数值数组？

要从jet colormap生成的RGBA图像还原原始数组，需要反向执行颜色映射的步骤：先将RGBA值匹配回归一化后的[0,1]区间值，再通过反归一化得到原始的1500-4500范围数值。

完整还原代码示例 #

import matplotlib.pyplot as plt
import numpy as np

# 原始生成代码（修正randInt为randint）
norm = plt.Normalize(vmin=1500, vmax=4500)
jet = plt.cm.jet
original = np.random.randint(1500, 4500, (100, 100))
converted = jet(norm(original))

# 开始还原过程
def rgba_to_original(rgba_img, cmap, norm):
    # 获取colormap的颜色查找表和对应归一化值
    lut = cmap._lut  # 形状为(256,4)，对应归一化值0到1的256个颜色
    norm_values = np.linspace(0, 1, lut.shape[0])
    
    # 将RGBA图像展平为(N,4)的数组，方便匹配
    flat_rgba = rgba_img.reshape(-1, 4)
    # 计算每个像素与LUT中颜色的欧氏距离，找到最接近的颜色索引
    distances = np.linalg.norm(flat_rgba[:, None] - lut, axis=2)
    closest_indices = np.argmin(distances, axis=1)
    # 获取对应的归一化值
    normalized_vals = norm_values[closest_indices]
    # 反归一化得到原始数值，再还原为原数组形状
    original_vals = norm.inverse(normalized_vals).reshape(rgba_img.shape[:2])
    # 原始数值是整数，取整
    return original_vals.round().astype(int)

# 执行还原
restored = rgba_to_original(converted, jet, norm)

# 验证还原效果（查看前5x5区域的差异）
print("原始数组前5x5：")
print(original[:5, :5])
print("\n还原数组前5x5：")
print(restored[:5, :5])

关键说明 #

• 利用colormap的查找表（cmap._lut）匹配RGBA值：jet默认包含256种离散颜色，每个颜色对应一个[0,1]区间的归一化值。
• 通过计算欧氏距离找到最匹配的颜色，确保还原的数值尽可能接近原始值。
• 用norm.inverse()完成反归一化，将[0,1]区间值转换回1500-4500范围。
• 因为颜色映射是离散的，还原后的数值可能和原始值有±1的微小误差（取决于颜色精度）。

内容的提问来源于stack exchange，提问作者Alif Jamaluddin