Как я могу извлечь эти биты из 16-битных данных LE?

У меня есть 16-битные данные в следующем битовом формате LE:

В4 | В5 | С1 | С2 | С3 | Д1 | Д2 | Д3

А1 | А2 | А3 | А4 | А5 | Б1 | Б2 | Б3

Каждая буква представляет одну категорию данных, которую я хочу извлечь и сделать отдельное изображение.

Используя этот код Python, мне удалось создать изображение из слоя A, но мне не удалось извлечь B, C и D.

# using numpy and PIL
data = np.fromfile(i, dtype=np.dtype('<u2')).reshape(size, size)
A = ((data & 31) - 1).astype('uint8')
image_A = Image.fromarray(A)

Кто-нибудь знает, как это будет работать?

Пример данных (512 x 512), Выход А

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
40
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Используя словарь битовых масок и некоторые биты, чтобы вычислить необходимые сдвиги:

import numpy as np
from PIL import Image

def extract_mask(arr, mask):
    # bit twiddling magic (count trailing zeros)
    shift = int(np.log2(mask & -mask))
    return (arr & mask) >> shift

masks = {
    "A": 0b000_000_00000_11111,
    "B": 0b000_000_11111_00000,
    "C": 0b000_111_00000_00000,
    "D": 0b111_000_00000_00000,
}

filename = "512x512.buffer"
size = 512
data = np.fromfile(filename, dtype = "<u2").reshape(size, size)
images = {
    k: Image.fromarray(extract_mask(data, mask).astype(np.uint8))
    for k, mask in masks.items()
}

Отлично работаете, спасибо! Единственное отличие от моего результата A состоит в том, что ваши значения на 1 выше (255 => 0, 0 => 1), но это не проблема, на самом деле совсем наоборот.

Til W. 12.05.2022 00:49

Это кажется простым способом сделать это:

import numpy as np
from PIL import Image

# Load image as 16-bit LE and reshape
size = 512
data = np.fromfile('512x512.buffer', dtype='<u2').reshape(size, size)

A = Image.fromarray(((data      ) & 31).astype(np.uint8))
B = Image.fromarray(((data >>  5) & 31).astype(np.uint8))
C = Image.fromarray(((data >> 10) &  7).astype(np.uint8))
D = Image.fromarray(((data >> 13) &  7).astype(np.uint8))

Другие вопросы по теме