如何保存PIL、skimage处理后的图像 解决save/imwrite报错问题

两个输出对象的类型和保存接口的要求不匹配：

• img_edge是sobel算子输出的numpy数组，值范围为[0,1]的浮点类型，不是PIL的Image实例，直接调用.save()方法必然触发属性错误；cv2.imwrite默认要求输入为0-255取值范围的uint8类型数组，传入0-1范围的浮点数组时，无法匹配对应图像格式的写入器，会抛出参数错误。
• canny是measure.find_contours()返回的轮廓坐标列表，列表内每个元素是单条轮廓的坐标点numpy数组，本身不是图像矩阵，既没有PIL对象的save方法，也不符合cv2.imwrite要求的数组/UMat输入类型，直接调用两个保存接口都会报错。

保存img_edge边缘图 #

先将数组值范围从[0,1]映射到图像通用的0-255区间，转换为uint8类型后再调用对应保存接口即可。

• 用OpenCV保存：

import numpy as np
# 格式转换
img_edge_uint8 = (img_edge * 255).astype(np.uint8)
# 文件名必须带.png/.jpg等合法图像后缀
cv2.imwrite("sobel_edge_result.png", img_edge_uint8)

• 用PIL保存：

from PIL import Image
import numpy as np
img_edge_uint8 = (img_edge * 255).astype(np.uint8)
# 转成PIL Image对象后再保存
pil_img = Image.fromarray(img_edge_uint8)
pil_img.save("sobel_edge_result.jpg")

保存canny轮廓结果 #

canny存储的是轮廓坐标点，不是渲染完成的图像，根据需求选择存可视化图像或者存原始坐标数据即可。

• 存为可视化轮廓图（适配查看需求）
  用matplotlib渲染后保存是最简便的方式，适配skimage轮廓的坐标格式：

import matplotlib.pyplot as plt
# 创建画布绘制底图和轮廓
fig, ax = plt.subplots()
ax.imshow(gray, cmap="gray")
for single_contour in canny:
    # 注意轮廓坐标是(行,列)，对应绘图的(y,x)，x传列索引、y传行索引
    ax.plot(single_contour[:, 1], single_contour[:, 0], linewidth=2, color="red")
ax.axis("off")
# 保存为无白边的图像
plt.savefig("contour_visual.png", bbox_inches="tight", pad_inches=0)
plt.close()

如果需要用OpenCV绘制保存，注意转换坐标顺序：

import numpy as np
h, w = gray.shape
# 创建纯黑画布
canvas = np.zeros((h, w), dtype=np.uint8)
for single_contour in canny:
    # 坐标转整数，调整顺序为cv2要求的(x,y)格式
    cnt_points = single_contour[:, [1, 0]].astype(np.int32).reshape((-1, 1, 2))
    cv2.polylines(canvas, [cnt_points], isClosed=True, color=255, thickness=1)
cv2.imwrite("contour_opencv.png", canvas)

• 存为原始坐标数据（适配后续计算需求）
  如果不需要可视化，只是留存轮廓坐标供后续代码调用，直接存为numpy序列化文件即可：

import numpy as np
# 存为npy格式
np.save("contour_coords.npy", np.array(canny, dtype=object), allow_pickle=True)

# 后续读取方式
# loaded_contours = np.load("contour_coords.npy", allow_pickle=True).tolist()

内容的提问来源于stack exchange，提问作者Anefu