Python通过二维数组制作单通道8位的索引图片

1.问题引入

    在我们使用公共数据集进行训练时，我有时候会对数据集当中的标签图片的标签值进行修改，或者我想通过二维数组生成一个单通道的标签图片，对于这种的单通道图片，我们不能像生成RGB三通道图片那样直接生成，那么该怎么样生成呢？

2.索引图片

** *索引图片，对于很多训练集的标签，都是使用的索引图片。索引图片又叫伪彩色图片，它是有颜色的，但是它只有一个通道，不像RGB图片有三个通道。它的颜色最多只有256种，可以通过使用颜色表对它的每个像素点上的数值（0~255）进行赋色。简单来说，索引图类似有颜色的灰度图（单通道图片），但它的颜色是要去赋值的或者系统自动生成。对于索引图片，将它转化成数组，可以得到一个二维数组。比如一张分辨率为600600的索引图片，通过numpy将它转化成数组，可以生成一个600行、600列的二维数组，数组内的数值都在0~255之间，代表每个像素点上的数值。

from PIL import Image
import numpy as np

img = Image.open('0.png')
img_np = np.array(img)
print(img_np)

生成的结果：
[[220 220 220 ... 220 220 220]
 [220 220 220 ... 220 220 220]
 [220 220 220 ... 220 220 220]
 ...
 [220 220 220 ... 190 190 190]
 [220 220 220 ... 190 190 190]
 [220 220 220 ... 190 190 190]]

3.使用二维数组生成索引图片

** **使用二维数组生成索引图片，首先得生成一个二维数组和一个颜色表。二维数组和颜色表都可以自己定义。这里，我接着上面的数组，对数组进行修改，生成新的图片，当然，也可以直接自己定义一个新的数组输出图片。

from PIL import Image
import numpy as np

img = Image.open('0.png')
img_np = np.array(img)
print(img_np)
for i in range(600):
    for j in range(600):
        if i < 100:
            img_np[i, j] = 0
        elif i < 200:
            img_np[i, j] = 1
        elif i < 300:
            img_np[i, j] = 2
        elif i < 400:
            img_np[i, j] = 3
        elif i < 500:
            img_np[i, j] = 4
        else:
            img_np[i, j] = 5
colors = [
    (255, 0, 0),  # 蓝色0
    (0, 255, 0),  # 绿色1
    (0, 0, 255),  # 红色2
    (255, 255, 0),  # 青色3
    (0, 255, 255),  # 黄色4
    (255, 0, 255),  # 深红色5
    (255, 192, 203),  # 粉红色6
    (0, 199, 140),  # 玉色7
    (128, 42, 42),  # 棕色8
    (255, 97, 0),  # 橙色9
    (0, 0, 0)  # 黑色 10
]
im = Image.fromarray(img_np)
im.convert('P')  # P代表索引图片
palette = np.array(colors).reshape(-1).tolist()
im.putpalette(palette)
im.save('0_out.png')

这样就可以输出新的索引图片:

4.存在的问题：

    按照上面的代码，看上去一切正常，但是这里有一个很大的坑！本来读取的图片是单通道的图片，也就是位深度为8的图片。

    但是，生成图片的位深度却是4，按道理应该是单通道，8位的。

    在我多次尝试寻找问题到底出在那里，最后终于发现，原来问题出现在颜色表。可以从上面的颜色表看到，当时，我想我只需要给0~5赋色，就没有想着多增加几种颜色表，随便选了11种颜色填了上去。当把颜色表的颜色种类增加到17种时（17>2^4），图片的位深度就会变成8。同样的，要是颜色表只有4个，位深度会变成2。（因为我后面的6数值没用到，颜色时随便打的，如果0~255的数值都要用，而且要去区分，可以自行编写个函数生成颜色表）

colors = [
    (255, 0, 0),  # 红色0
    (0, 255, 0),  # 绿色1
    (0, 0, 255),  # 蓝色2
    (255, 255, 0),  # 黄色3
    (0, 255, 255),  # 青色4
    (255, 0, 255),  # 深红色5
    (255, 192, 203),  # 粉红色6
    (0, 199, 140),  # 玉色7
    (128, 42, 42),  # 棕色8
    (255, 97, 0),  # 橙色9
    (0, 0, 0),  # 黑色 10
    (0, 0, 0),  # 11
    (0, 0, 0),  # 12
    (0, 0, 0),  # 13
    (0, 0, 0),  # 14
    (0, 0, 0),  # 15
    (0, 0, 0)  # 16
]