python jpeg文件24到32位的转换

Question

我正在生成图像直方图，将jpeg文件读入24位数组，并将其转换为32位numpy数组以进行处理数字直方图，遵循此方法：

• 将文件读入numpy数组形状：（w，h，3）->>； img=imread(file,'RGB')
• 转换为字节块大小：w*h*3->；by=img.tobytes()
• 使用结构迭代器解压->；struct.iter_unpack('<3B',by)
• 转换为int->；int.from_bytes(c, byteorder='big')

这种方法和我尝试过的其他方法（重塑为w*h，3等）的问题在于迭代器延迟，我的问题是：

在python中是否有一种不使用迭代器的直接方法来实现这一点，或者我应该编写一个简单的C函数来实现这一点？在

 def jpeg2colors(fnme):
    return np.asarray(
        [int.from_bytes(c, byteorder='big')
         for c in struct.iter_unpack('<3B', imread(fnme).tobytes())])

其他较慢的实现：

^{2}$

编辑1：

找到了一个创建（w，h，4）numpy数组并复制读映像的解决方案，rest简单而快速（x40比最快的迭代解决方案改进）

 def fromJPG2_2int32_stbyst(fnme): # step by step
    img = imread(fnme)
    # create a (w,h,4) array and copy original
    re = np.zeros((img.shape[0], img.shape[1], 4), dtype=np.uint8) 
    re[:, :, :-1] = img
    # lineup to a byte structure ready for ' frombuffer'
    re1 = re.reshape(img.shape[0] * img.shape[1] * 4)
    by = re1.tobytes()
    # got it just convert to int
    cols = np.frombuffer(by, 'I')
    return cols

def fromJPG2_2int32_v0(fnme): # more compact & efficient
    img = imread(fnme)
    re = np.zeros((img.shape[0], img.shape[1], 4), dtype=np.uint8)
    re[:, :, :-1] = img
    return np.frombuffer(re.reshape(img.shape[0] * img.shape[1] * 4).tobytes(), 'I')

def fromJPG2_2int32(fnme): # even better using numpy.c_[]
    img = imread(fnme)
    img = np.c_[img, np.zeros((img.shape[0], img.shape[1], 1), dtype=np.uint8)]
    return np.frombuffer(img.reshape(img.shape[0] * img.shape[1] * 4).tobytes(), 'I')

Answer 1

解决方案：

    def fromjpg2int32(fnme):  # convert jpg 2 int color array
    img = imread(fnme)
    return np.frombuffer(
        np.insert(img, 3, values=0, axis=2).
            reshape(img.shape[0] * img.shape[1] * 4).tobytes(), 'I')