问题描述
我正在尝试使用Image将图形信息保存到.csv文件,但是我一直坚持将其转换回图形。它一直给我错误“ AttributeError:'str'对象没有属性' array_interface '”。
我想这意味着我从.csv文件提取的条目是一个字符串,需要转换为数组吗?
将图形转换为np数组的代码如下:
from PIL import Image
img = np.array(Image.open(fig_file))
file_name = 'data.csv'
row_contents = [labels,img]
from csv import writer
def append_list_as_row(file_name,list_of_elem):
# Open file in append mode
with open(file_name,'a+',newline='') as write_obj:
# Create a writer object from csv module
csv_writer = writer(write_obj)
# Add contents of list as last row in the csv file
csv_writer.writerow(list_of_elem)
append_list_as_row(file_name,row_contents)
有问题的部分(将其转换回数字)看起来像这样:
import pandas as pd
df1 = pd.read_csv(file_name)
fig_array = df1.loc[1,"img"]
img = Image.fromarray(fig_array,'RGB')
img.save('test.png')
图像行导致错误。也许我不应该使用熊猫来找到入口吗?有修改的想法吗?我尝试了.to_numpy(),它不起作用。
非常感谢您!
解决方法
首先,如果可能的话,不要这样做。这太昂贵了。只需创建一个表(数据框),记录与每个文件相关联的标签即可,稍后可以查询。例如
| file_id | file_path | label |
|---------|-----------|-----------|
| 1 | a.jpg | fine-arts |
| 2 | b.png | manga |
| 3 | c.jpb | whatever |
如果您真的必须将图像编码为字符串,则base64 encoding是常见的处理方式。例如,jupyter notebook
使用base64
格式将图像嵌入html文件中,以便用户可以轻松共享结果图像。
第二,由于电子表格软件列宽的限制,仍然不建议将(标签,数据)对保存为csv文件。如果无法利用.csv
格式,为什么要使用它?因此,在这种情况下,最好制作上面提到的查找表,以避免不必要的昂贵转换。
如果您仍在这样做,那么,这里是示例代码。小image来自debian homepage。可以验证数据是否已正确还原。
代码:
import numpy as np
from PIL import Image
import base64
import csv
# https://www.debian.org/Pics/openlogo-50.png
img_path = "/mnt/ramdisk/debian-openlogo-50.png"
img = np.array(Image.open(img_path))
img_encoded = base64.b64encode(img).decode("ascii")
label = "fine-arts"
# Simulate multiple records
data = [
[label,img_encoded],[label,img_encoded]
]
# save
with open("/mnt/ramdisk/sav.csv","w+") as f:
w = csv.writer(f)
w.writerows(data)
# load
data_loaded = []
with open("/mnt/ramdisk/sav.csv") as f:
r = csv.reader(f)
for row in r:
data_loaded.append(row)
# check data are unchanged after S/L
for i in range(3):
for j in range(2):
assert data[i][j] == data_loaded[i][j]
# decode the image (still need shape info)
r = base64.b64decode(data_loaded[0][1].encode("ascii"))
img_decoded = np.frombuffer(r,dtype=np.uint8).reshape((61,50,4))
# check image is restored correctly
import matplotlib.pyplot as plt
plt.imshow(img_decoded)
plt.show()
但是,如果使用较大的图像,例如Mona Lisa,则csv阅读器会抱怨:
_csv.Error: field larger than field limit (131072)
并且您仍然需要图像形状来恢复尺寸。因此,实际上需要存储图像形状的第三列。