如下所示：
import numpy as np from PIL import Image img = Image.open(filepath) img_convert_ndarray = np.array(img) ndarray_convert_img= Image.fromarray(img_convert_ndarray ) # np.array(object) 这个函数很强大啊，看源码里面给的注释 # object : array_like # An array, any object exposing the array interface, an object whose # __array__ method returns an array, or any (nested) sequence.
而keras里面也有api来做这样的转换
from keras.preprocessing.image import img_to_array, array_to_img
然而查看源码的时候，其实会发现这两个函数仍然还是用同样的方式实现
img_to_array() 是使用np.asarray()，而array_to_img是使用Image.fromarray()
多说一句，np.array()是创建一个ndarray，而np.asarray(object)是将一个object转换成ndarray,但是
np.asarray(a): return np.array(a,copy=False) # 而np.array()里copy默认为True，那这有什么区别呢？ import numpy as np a = np.array([1, 2]) b = np.asarray(a) c = np.asarray(a) print(type(b), type(c), b is c) # True e = np.array(a) f = np.array(a) print(type(e), type(f), e is f) # False a = [1, 2] b = np.asarray(a) c = np.asarray(a) print(type(b), type(c), b is c) # False e = np.array(a) f = np.array(a) print(type(e), type(f), e is f) # False
以上这篇Python 实现Image和Ndarray互相转换就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。