从原始的二进制图像数据到Python中的PNG

Question

搜索了几个小时后，我结束了this链接。以下是一些背景信息。

我通过硬件调试器捕捉正在运行的嵌入式设备的活动帧。捕获的帧存储为raw binary file，没有标题或格式。在看过上面的链接和理解之后，尽管敷衍，NumPY和Matplotlib，我能够成功地将原始二进制数据转换为图像。这很重要，因为我不确定链接到原始二进制文件是否有助于任何人。

我用这个代码：

import matplotlib.pyplot as plt # study documentation 
import numpy as np    # "  " 

iFile = "FramebufferL0_0.bin" # Layer-A 
shape = (430, 430) # length and width of the image 
dtype = np.dtype('<u2') # unsigned 16 bit little-endian. 
oFile = "FramebufferL0_0.png" 

fid = open(iFile, 'rb') 
data = np.fromfile(fid, dtype) 
image = data.reshape(shape) 

plt.imshow(image, cmap = "gray") 
plt.savefig(oFile) 
plt.show() 

现在，我展示的图像是黑白的，因为彩图是灰度（是吗？）。实际捕获的帧不是黑色和白色。也就是说，我在嵌入式设备上看到的图像是“多彩”的。

我的问题是，我如何计算原始二进制文件中每个像素的实际颜色？有没有一种方法可以从原始二进制文件中获取图像的实际颜色映射？我看了一下this的例子，我确信，如果我能够计算R，G和B通道（以及Alpha），我将能够重新创建精确的图像。一个示例代码会有很大的帮助。

Answer 1

RGBA图像有4个通道，每个颜色一个，alpha值一个。该二进制文件似乎只有一个通道，因为在执行data.reshape(shape)操作时不报告错误（相应的RGBA图像的形状为（430,430,4））。 我看到了两个可能的原因：

1. 图像实际确实有颜色信息，但是当你抓住你只抓住四个通道的一个数据。

2. 图像实际上是一个灰度图像，但嵌入式设备显示伪彩色图像，从而产生颜色信息的错觉。不知道色彩地图的使用情况，除了指向matplotlib.pyplot.colormaps()之外，很难为您提供帮助，其中列出了matplotlib中所有可用的色彩地图。

莫非你

a）解释确切来源/类型的成像模态的，和

b）示出的嵌入式装置的输出的照片？

PS：另外，至少在我的手中，粘贴的二进制文件似乎具有122629的大小，与图像形状（430,430）不一致。