将大型矩阵转换为灰度图像
我有一个3,076,568个二进制值（1s和0s）的NumPy数组。我想将其转换为矩阵，然后在Python中转换为灰度图像。
但是，当我尝试将数组重塑为1,538,284 x 1,538,284矩阵时，出现内存错误。
如何减小矩阵的大小，以便将其变成适合屏幕显示的图像而又不丢失唯一性/数据？
此外，如何将其转换为灰度图像？
任何帮助或建议，将不胜感激。谢谢。
问题答案：
您的“二进制值”数组是字节数组吗？
如果是这样，您可以在调整大小后执行以下操作（使用Pillow）：
from PIL import Image
im = Image.fromarray(arr)
然后im.show()看到它。
如果您的数组只有0和1（1位深度或黑白），则可能需要将其乘以255
im = Image.fromarray(arr * 255)
这里有个例子：
>>> arr = numpy.random.randint(0,256, 100*100) #example of a 1-D array
>>> arr.resize((100,100))
>>> im = Image.fromarray(arr)
>>> im.show()
编辑（2018）：
这个问题写于2011年，自从要求mode='L'在加载时使用参数以来，Pillow发生了变化fromarray。
另外，在下面的评论中，据说arr.astype(np.uint8)也有必要，但我尚未对其进行测试
-
问题内容： 我正在使用aparapi编写Buddhabrot分形生成器。我将其中的OpenCL部分工作了，得到了一个表示每个像素的单维数组。我将最终图像的尺寸作为最终整数，并编写了代码以获取该数组中任意点的索引。我想将其另存为图像，并且尝试将BufferedImage与TYPE_USHORT_GRAY一起使用。这是我到目前为止的内容： 问题是，我不知道将RGB设置为什么。我需要做什么？ 问题答案：
-
我需要在灰度图像中分割出异常。在算法的某个地方，我计算一个矩阵，其中包含需要设置为零的已知像素强度。我该怎么做？ 例如： 计算的像素强度：（数组([94，95，96，97，98，99，100，101，102，103，104，105，106，107、108，109，110，111、112、113、114、115、116、117、118、119、120、121、122、123、124、125、126、
-
问题内容： 我想将具有形状的灰度图像转换为具有形状的3通道图像。使用可以完成工作，但是必须有一个整洁的方法。这是程序中的一段代码，有人可以提示。请指教。 问题答案： 您可以使用它来更简洁地完成此操作：
-
问题内容： 你好，我正在将图像从彩色转换为纯黑白，结果是深色图像。我没有原因。以下是我的代码，它受SO上其他代码的启发。任何指导都会有所帮助。 我没有弄错我在做什么。使用任何其他开放源代码库的任何其他想法都可以。 工作::::: 问题答案： 您实际上并没有将彩色图像转换为黑白图像。您正在创建与空白图片相同大小的新空白图片。您实际上需要做一些处理旧图像的操作。
-
我有一个关于将我的PNG图像更改为灰度的问题。我想做一个方法，接受byte[]图像作为参数，并作为byte[]返回新修改的灰度图像。 我发现了一些链接，使图像灰度与JPEG图像使用下面的片段。 我的参考资料在下面：我如何使用ImageJ作为单独的Java应用程序的库？https://www.mkyong.com/java/how-to-convert-byte-to-bufferedimage-i
-
问题内容： 我试图用来读取RGB图像并将其转换为灰度。 在matlab中，我使用以下代码： 在matplotlib教程中，他们没有介绍。他们只是读了图像 然后将它们切成薄片，但这与根据我的理解将RGB转换为灰度不是同一回事。 我发现很难相信numpy或matplotlib没有将rgb转换为灰色的内置函数。这不是图像处理中的常见操作吗？ 我写了一个非常简单的函数，可以在5分钟内使用导入的图像。这是非