TypeError: не удается обработать этот тип данных — неправильный режим для `PIL.Image.fromarray`?

Я пытаюсь использовать PIL.Image.fromarray:

import matplotlib.pyplot as plt
import numpy as np
from PIL import Image

a = np.array([[[255, 0, 0], [0, 255, 0], [0, 0, 255]]])
im = Image.fromarray(a, mode = "RGB")
im.save("test.png")
plt.imshow(im)
plt.show()

Я ожидал увидеть 3 пикселя красного, зеленого и синего цветов.

Однако, если я опускаю параметр ключевого слова mode, как показано в примере с документами, я получаю:

TypeError: Cannot handle this data type

И если я установлю mode = "RGB", сохраненный файл изображения test.png и окно matplotlib будут выглядеть так:

TypeError: не удается обработать этот тип данных — неправильный режим для `PIL.Image.fromarray`?

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
639
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Сложите свои три массива и преобразуйте их в тип uint8 на основе ответов это и это.

import matplotlib.pyplot as plt
import numpy as np
from PIL import Image

a = (np.dstack(([255, 0, 0],[0, 255, 0],[0, 0, 255]))).astype(np.uint8) 

im = Image.fromarray(a, mode = "RGB")
im.save("test.png")
plt.imshow(im)
plt.show()

Альтернативный вариант, чтобы добавить дополнительное измерение к вашему входному массиву, придав ему форму (1, 3, 3)

a = np.array([[[255, 0, 0], [0, 255, 0], [0, 0, 255]]], dtype=np.uint8)
im = Image.fromarray(a, mode = "RGB")

@finefoot: Хорошо, тогда вам просто нужно преобразовать в тип (np.uint8)

Sheldore 30.05.2019 02:40

Согласно режиму https://pillow.readthedocs.io/en/latest/handbook/concepts.html#concept-modesRGB должно быть 3x8-битных пикселей. Однако по умолчанию numpy.ndarray имеет тип int64:

>>> a = np.array([[[255, 0, 0], [0, 255, 0], [0, 0, 255]]])
>>> a.dtype
dtype('int64')

Это где

TypeError: Cannot handle this data type

пришли из. Если я задаю правильное 8-битное ключевое слово dtype для массива, все работает нормально, даже без указания ключевого слова mode:

import matplotlib.pyplot as plt
import numpy as np
from PIL import Image

a = np.array([[[255, 0, 0], [0, 255, 0], [0, 0, 255]]])
im = Image.fromarray(a, mode = "RGB")
im.save("test.png")
plt.imshow(im)
plt.show()

figure

Другие вопросы по теме

Похожие вопросы

Как извлечь значение из фрейма данных Pandas из ссылки во фрейме, а затем «подняться» по фрейму до другого указанного значения?
Как исправить ошибку pip при установке запросов
Как добавить одинаковые значения к разным ключам в словарях?
Как я могу разделить список слов, разделенных запятыми, в столбце Pandas?
Как в TensorFlow 2.0 увидеть количество элементов в наборе данных?
Как ограничить доступ к неопределенной переменной класса/экземпляра?
Перечислите все возможные комбинации значений фрейма данных pandas для достижения определенной суммы
Как создать новый столбец, который возвращает значение из другой таблицы по определенным критериям в Python
Как предоставить python argparse.parser с аргументами внутри кода без аргументов командной строки?
Большой (6 миллионов строк) pandas df вызывает ошибку памяти с `to_sql`, когда размер фрагмента = 100, но может легко сохранить файл размером 100 000 без размера фрагмента