如何将1D 16bit FPD图像数据转换为3072×3072 8bit 2D numpy数组

你当前的数组生成方式存在两个错误：

• 原始字节总长度为18874568，而3072×3072的16bit图像有效像素总字节数为3072*3072*2=18874368，多出来的200字节是文件头，必须跳过，对应C#参考代码中的offset参数。
• 把字节逐个转为uint16元素的逻辑完全错误：每个16bit像素由2个字节组成，这种写法会把每个字节单独作为一个数组元素，直接破坏像素结构，最终得到的数组长度是预期像素数的2倍左右。

从C#参考代码可以确认，该FPD输出的16bit像素为小端序存储：每个像素的低8位存在低地址字节，高8位存在高地址字节，组合逻辑为像素值 = 高8位 << 8 | 低8位。

正确处理代码 #

1. 解析得到3072×3072的16bit 2D数组 #

不要用list(data)做转换，直接调用numpy的字节解析接口，效率更高且不会出错：

import numpy as np

# 假设data是你读取到的原始字节数据
offset = 200
valid_bytes = data[offset:]

# 按小端无符号16位格式解析字节，<u2 代表小端、2字节无符号整数
img16_flat = np.frombuffer(valid_bytes, dtype="<u2")
# 校验解析长度是否正确
assert img16_flat.size == 3072 * 3072, f"像素数不匹配，当前解析得到{img16_flat.size}个像素"
# 重构为2D数组
img16_2d = img16_flat.reshape((3072, 3072))

2. 转换为8bit 2D数组 #

根据使用场景二选一即可：

• 取高8位（推荐，和C#代码显示逻辑对齐，速度最快）：绝大多数FPD输出为12/14位有效位，有效信息集中在高位，直接右移取高8位不会丢失核心信息：

img8_2d = (img16_2d >> 8).astype(np.uint8)

• Min-Max线性拉伸：如果图像整体偏暗/对比度低，可以用这个方式把像素值自动拉伸到0-255全范围：

pix_min = img16_2d.min()
pix_max = img16_2d.max()
img8_2d = ((img16_2d - pix_min) / (pix_max - pix_min) * 255).astype(np.uint8)

如果需要生成和C#代码输出一致的三通道RGB图像，将单通道灰度值复制到三个通道即可：

img8_rgb = np.repeat(img8_2d[..., np.newaxis], 3, axis=2)

内容的提问来源于stack exchange，提问作者Arki99