Python - Как преобразовать 2D-изображение в оттенках серого в 1D-вектор

Question

Я изучаю python и пытаюсь научиться манипулировать изображениями. Я хочу изменить масштаб (уменьшить масштаб) 2D-изображения с оттенками серого до 1D-вектора (массив из одной строки / столбца). В моем тестовом коде, когда я изменяю масштаб изображения, выходные значения в массиве имеют десятичный (с плавающей запятой) формат. Но я хочу изменить масштаб и сохранить значения в массиве 1D как целые числа. Может ли кто-нибудь помочь мне / направить меня?

Это мой код:

#Testing Image to vector

#Importing required functionality
import skimage.io as io
import numpy as np
from skimage.transform import rescale


#read image
image=io.imread("https://www.usna.edu/Users/cs/wcbrown/courses/F14IC210/lab/l09/cat.jpg")
#print image
print (image)

#rescale to 50%
small_im = rescale(image,0.5)
#print the rescaled image
print(small_im)

#manipulate the array
x=np.array(small_im)
#convert to 1D vector
y=np.concatenate(x)
print (y)


#print each value in the 1D vector in a new line. Just to see how far it would go
for i in y:
    print (i, end='\n')

Фрагмент вывода, который я получаю (он идет дальше из-за l oop) :

[[ 8  8  9 ... 12 11 11]
 [ 8  8  9 ... 12 11 11]
 [ 7  7  8 ... 12 11 11]
 ...
 [ 5  5  5 ... 98 97 96]
 [ 5  5  5 ... 98 97 97]
 [ 5  5  5 ... 99 98 97]]
[[0.02745098 0.02941176 0.02941176 ... 0.04509804 0.04313725 0.04313725]
 [0.0254902  0.0254902  0.0254902  ... 0.04509804 0.04313725 0.04313725]
 [0.0254902  0.0254902  0.0254902  ... 0.04509804 0.04313725 0.04313725]
 ...
 [0.01960784 0.01960784 0.01960784 ... 0.38039216 0.37843137 0.37647059]
 [0.01960784 0.01960784 0.01960784 ... 0.38039216 0.37843137 0.37647059]
 [0.01960784 0.01960784 0.01960784 ... 0.38039216 0.38039216 0.37843137]]
[0.02745098 0.02941176 0.02941176 ... 0.38039216 0.38039216 0.37843137]
0.027450980392156862
0.029411764705882575
0.029411764705882575
0.027450980392156862
0.03137254901960784
0.03529411764705882
0.03529411764705882
0.032352941176470695
0.03039215686274498
0.02941176470588213
0.030392156862744994
0.03431372549019597
0.03529411764705882
0.0392156862745098
0.0392156862745098
0.0392156862745098
0.0392156862745098
0.0392156862745098
0.043137254901960784

Answer 1

Попробовав и погуглив, я нашел ответ. По крайней мере, в моем контексте, это то, чего я пытался достичь.

Код решения:

#solution to converting to 1D vector

#Importing required functionality
import numpy as np
from PIL import Image

#Opening Image and resizing to 10X10 for easy viewing
image_test = np.array(Image.open('1.png').resize((10,10)))  #note: I used a local image
#print image
print (image_test)

#manipulate the array
x=np.array(image_test)
#convert to 1D vector
y=np.concatenate(x)
print (y)


#print each value in the 1D vector in a new line. Just to see how far it would go
for i in y:
    print (i, end='\n')

Желаемый пример вывода (из-за l oop он идет дальше):

[[ 48  52  72  96  96  99  81  71  68  47]
 [ 52  85 133 149 168 175 157 116  70  46]
 [ 54 129 170 174 185 179 177 169  92  42]
 [ 55 142 165 171 187 175 162 167  97  40]
 [112 150 144 134 172 157 128 143 129 113]
 [162 166 166 158 166 164 154 163 157 155]
 [105 166 185 174 170 165 175 179 140  81]
 [ 35 113 199 170 147 145 174 181  83  32]
 [ 46  65 179 183 160 153 166 155  71  37]
 [ 47  58 169 178 170 159 148 158  74  39]]
[ 48  52  72  96  96  99  81  71  68  47  52  85 133 149 168 175 157 116
  70  46  54 129 170 174 185 179 177 169  92  42  55 142 165 171 187 175
 162 167  97  40 112 150 144 134 172 157 128 143 129 113 162 166 166 158
 166 164 154 163 157 155 105 166 185 174 170 165 175 179 140  81  35 113
 199 170 147 145 174 181  83  32  46  65 179 183 160 153 166 155  71  37
  47  58 169 178 170 159 148 158  74  39]
48
52
72
96
96
99
81
71
68
47
52
85
133
149
168
175
157
116
70
46