如何解决如何将一个 uint32 Numpy 数组转换为 4 个 uint8 Numpy 数组来处理字节序
对于上下文,我正在编写一个写出图像的 Python 程序。但是这些图像有点特殊,因为它们被用作中间数据容器,这些容器被其他用 C 编写的程序进一步消化并使用 libgd
库。我对 C 一无所知。
我的确切问题是我有一个 dtype='uint32'
的 Numpy 数组。我想解码这个数组得到4个dtype='uint8'
数组,然后用它们写出一个图像。这可以通过 numpy.view
:
img_decoded = img_coded[:,:,np.newaxis].view('uint8')
现在,img_decoded
的形状为 (dimY,dimX,4)
。 我的疑问是我应该让什么第三维索引对应什么渠道。我正在与之交互的 C 程序期望最重要的字节写入 Alpha 通道,然后是红色,然后是绿色,最后是蓝色。我怎样才能确保此信件得到满足?我知道这与字节序有关,但这个概念对我来说仍然很模糊。
与所有这些相关,我一直在玩这个以试图深入了解这些概念,但这样的命令让我大吃一惊:
In []: np.array([256 * 4 + 1],dtype='uint16').view(dtype='uint8')
Out[]: array([1,4],dtype=uint8)
这告诉我最高位的顺序是什么?为什么输出是 [1,4]
而不是相反?这与字节序有什么关系?
解决方法
与我交互的 C 程序期望将最重要的字节写入 Alpha 通道,然后是红色,然后是绿色,最后是蓝色。我如何确保此对应关系得到满足?
这高度依赖于像素编码方法和目标平台。
关于编码,例如一些库使用 BGRA 格式,而一些库使用 RGBA 格式。许多支持多种格式,但需要一次选择一种。
在传统/主流平台上,uint32
类型由 4 x 8 位组成,并存储在 4 个连续的 8 位字节的内存中。 8 个最高有效位可以存储在与平台有关的最低内存地址或最高内存地址的字节中。这确实是所谓的字节序。某些平台可能具有奇怪的字节序(如中间字节序)或可以支持多个字节序,导致某些情况下运行时定义的字节序(例如,AFAIK、ARM 和 POWER 支持尽管“默认”字节序现在应该是小字节序)。字节序问题仅发生在具有多个字节大小的本机类型(或低级联合)上。
您可以使用您提供的示例代码在运行时检查字节序(尽管使用 uint32
类型的变量更安全)。关于结果(即 [1,4]
或 [4,1]
),您可以猜测字节序。根据字节顺序,您可以使用 if-else 语句对像素进行编码、解码甚至直接计算(您可以将其放入通用编码/解码函数中)。
另一种解决方案是根本不使用视图,而是使用可移植的按位运算(独立于目标平台的字节序)。
这是一个例子:
alpha = img_coded >> 24
red = (img_coded >> 16) & 0xFF
green = (img_coded >> 8) & 0xFF
blue = img_coded & 0xFF
这告诉我最高位的顺序是什么?为什么输出是 [1,4] 而不是相反?这与字节序有什么关系?
这意味着您的平台使用小端格式。这是主流 x86-64 平台使用的。 little-endian 格式首先存储不太重要的字节(此处为 1
)。大端平台上的相同代码应该导致 [4,1]
。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。