Сюжет непосредственно к фильму с NumPy и Mencoder - PullRequest
Новая
       36

Сюжет непосредственно к фильму с NumPy и Mencoder

6 голосов
/ 12 августа 2011

Итак, это должен быть комментарий к этой теме , но он, по-видимому, закрыт, так что вот так.Я довольно успешно играл с matplotlib, numpy и mencoder, как было предложено здесь.С тех пор я принял буфер Voki Codder для решения stdin , что значительно ускоряет весь процесс.Дело в том, что я не смог найти никакой документации по части -format = "bgra" команды.Это означает, что байты справа налево сине-зеленый красный альфа, справа.Должны ли они быть uint32, или что-то еще.Проблема в том, что я строю цветные карты поплавков, поэтому я пытаюсь преобразовать их в оттенки серого, но получаю множество странных шаблонов, которые заставляют меня поверить, что я делаю что-то не так.Я написал эту функцию для преобразования из числа с плавающей точкой в ​​uint32 в пределах диапазона.Но результат не в том, почему я ожидал, я делаю что-то ужасно глупое? 

def grayscale(x, min, max):
  return np.uint32((x-min)/(max-min)*0xffffff)

1 Ответ

5 голосов
/ 12 августа 2011

Я думаю, вы запутались в том, что означает uint32. Это 4 группы из uint8 целых чисел.

Если у вас есть данные с плавающей запятой и вы хотите представить их в оттенках серого, вы не хотите масштабировать их до полного 32-битного диапазона, вы хотите изменить их до 8-битного диапазона и повторить это для красные, зеленые и синие полосы (а затем предположительно помещенные в постоянную альфа-полосу).

Вы также можете просто использовать другой метеор. Y8 - это одиночная полоса серого, 8-битная полоса, а Y16 - одиночная полоса серого, 16-битная полоса. (Посмотрите на вывод mencoder -rawvideo format=help для полного (хотя и несколько запутанного) списка.)

Просто для иллюстрации использования numpy для просмотра 32-разрядного целого числа в виде четырех полос 8-разрядных целых чисел: 

import numpy as np
height, width = 20,20

# Make an array with 4 bands of uint8 integers
image = np.zeros((height, width, 4), dtype=np.uint8)

# Filling a single band (red) 
b,g,r,a = image.T
r.fill(255) 

# Fill the image with yellow and leave alpha alone
image[...,:3] = (255, 255, 0) 

# Then when we want to view it as a single, 32-bit band:
image32bit = image.reshape(-1).view(np.uint32).reshape(height, width)
# (Note that this is a view. In other words,  we could change "b" above 
#  and it would change "image32bit")

В вашем случае, однако, вы, вероятно, хотите сделать что-то вроде этого: 

import numpy as np
from videosink import VideoSink

height, width = 20,20
numframes = 1000
data = np.random.random((height, width, numframes))

# Rescale your data into 0-255, 8-bit integers 
# (This could be done in-place if you need to conserve memory)
d    ata_rescaled = 255.0 / (data.max() - data.min()) * (data - data.min())
data_rescaled = data_rescaled.astype(np.uint8)

# The key here is the "Y8" format. It's 8-bit grayscale.
video = VideoSink((height,width), "test", rate=20, byteorder="Y8")

# Iterate over last axis
for frame in data.T:
    video.run(frame.T)
video.close()
...