文章目录
- 零. 前言
- 一. pgm基本概念
- 二. pgm基本信息读取
- 三. pgm图像渲染
- 四. 代码优化
零. 前言
这学期要学多媒体信息隐藏对抗，发现其中的图像数据集文件都是pgm文件形式的。虽然是图像文件，但是却不能直接通过图像查看器来打开，上网一搜：”如何打开pgm文件？“多半是使用第三方软件photoshop之类的。
都是能写代码的人了，难道为了看几张图片还要下一个几G软件吗？
至此，我就开始考虑如何使用python读取pgm（Portable Gray Map）文件并显示出来。
一. pgm基本概念
如果使用记事本的方式打开，可以看到如下格式(以P2为例)：
P2
width height
max_gray_value
pixel1 pixel2 pixel3 ... pixelN
...
例如下面的P5：
下面我们逐行解析一下：
- 首行：Magic Number（魔数）是portable像素图片文件中的一个标识符，用于指示文件的类型和格式。以下是文件中可能出现的几种魔数及其含义：
- P1：表示这是一个ASCII格式的黑白二值图像。在这种格式下，像素的灰度值只能是0或1。
- P2：表示这是一个ASCII格式的灰度图像。在这种格式下，像素的灰度值可以是0到最大灰度值之间的任何整数。
- P3：表示这是一个ASCII格式的彩色图像。在这种格式下，每个像素包含三个分量（红、绿、蓝）的灰度值。
- P4：表示这是一个二进制格式的黑白二值图像。在这种格式下，像素的灰度值只能是0或1。
- P5：表示这是一个二进制格式的灰度图像。在这种格式下，像素的灰度值可以是0到最大灰度值之间的任何整数。
- P6：表示这是一个二进制格式的彩色图像。在这种格式下，每个像素包含三个分量（红、绿、蓝）的灰度值。
基于此，我们可以得到如下表格：
| 魔数 | 类型 | 编码方式 | 文件后缀 |
|---|---|---|---|
| P1 | 单色图 | ASSII | PBM |
| P2 | 灰度图 | ASSII | PGM |
| P3 | 像素图 | ASSII | PPM |
| P4 | 单色图 | 二进制 | PBM |
| P5 | 灰度图 | 二进制 | PGM |
| P6 | 像素图 | 二进制 | PPM |
-
第二行：
width和height表示图像的宽度和高度。 -
第三行：
- 如果是P1、P4：不存在颜色分量的最大值，即没有表示。
- 如果是P2、P5：
max_gray_value表示灰度值的最大值（通常是255）。 - 如果是P3、P6：
max_color_value表示颜色分量的最大值（通常是255）。
-
后续：
pixel1,pixel2, …pixelN是图像的像素值。 像素值可以是二进制或ASCII格式，如上图所示，如果无法解析成ASCII形式的字符，则表示这个pgm文件是二进制表示的pixels。
二. pgm基本信息读取
针对不同编码方式表示的像素，我们具有不同的读取与解析方案read_binary_pgm以及read_ascii_pgm。
代码如下：
def read_binary_pgm(file_path):
with open(file_path, 'rb') as f:
# 读取头部信息
magic_number = f.readline().decode().strip()
width, height = map(int, f.readline().decode().strip().split())
max_gray_value = int(f.readline().decode().strip())
# 读取像素值
pixels = list(f.read())
return (width, height, max_gray_value, pixels)
def read_ascii_pgm(file_path):
with open(file_path, 'r') as f:
# 读取头部信息
header = f.readline().strip()
width, height = map(int, f.readline().strip().split())
max_gray_value = int(f.readline().strip())
# 读取像素值
pixels = [int(line) for line in f.readlines() if line.strip()]
return (width, height, max_gray_value, pixels)
file_path = '../pgmfiles/1.pgm' # 注意修改你的读取路径
# width, height, max_gray_value, pixels = read_ascii_pgm(file_path)
width, height, max_gray_value, pixels = read_binary_pgm(file_path)
print(f"Width: {width}, Height: {height}")
print(f"Max Gray Value: {max_gray_value}")
print(f"Number of Pixels: {len(pixels)}")
这个小demo可以获取到这个pgm的基本信息：
三. pgm图像渲染
但是如何通过这些数据来渲染成图像呢？我们可以先将像素值转换为NumPy数组，并通过matplotlib将其显示为图像。
首先在上述代码顶部导包，并且在尾部追加图像显示代码即可：
import numpy as np
import matplotlib.pyplot as plt
# ...上述read代码...
# 将像素列表转换为NumPy数组
pixels_array = np.array(pixels).reshape(height, width)
# 显示图像
plt.imshow(pixels_array, cmap='gray', vmin=0, vmax=max_gray_value)
plt.show()
运行后，图像渲染如下：
四. 代码优化
最后，优化一下代码，根据首行的魔数来兼容P2和P5两种情况，实现函数read_pgm。
import numpy as np
import matplotlib.pyplot as plt
file_type = None # 全局的文件类型变量
def read_pgm(file_path):
global file_type
with open(file_path, 'rb') as f:
magic_number = f.readline().decode().strip()
file_type = magic_number # 更新全局的文件类型变量
width, height = map(int, f.readline().decode().strip().split())
max_gray_value = int(f.readline().decode().strip())
if magic_number == 'P5':
# 二进制格式
pixels = list(f.read())
elif magic_number == 'P2':
# ASCII格式
pixels = [int(line) for line in f.readlines() if line.strip()]
else:
raise ValueError("Unsupported file type.")
return (width, height, max_gray_value, pixels)
def render_image(pixels, width, height, max_gray_value):
# 将像素列表转换为NumPy数组
pixels_array = np.array(pixels).reshape(height, width)
# 显示图像
plt.imshow(pixels_array, cmap='gray', vmin=0, vmax=max_gray_value)
plt.show()
file_path = '../pgmfiles/1.pgm'
width, height, max_gray_value, pixels = read_pgm(file_path)
print(f"Width: {width}, Height: {height}")
print(f"Max Gray Value: {max_gray_value}")
print(f"Number of Pixels: {len(pixels)}")
# 显示图像
render_image(pixels, width, height, max_gray_value)
# 根据全局的文件类型变量进行其他操作
if file_type == 'P5':
print("This is a binary format PGM file.")
elif file_type == 'P2':
print("This is an ASCII format PGM file.")
基于此，其实也可以继续优化兼容其他4种文件，比如xx.ppm，xxx.pbm 文件。
再完善一点可以封装成一个小型的ppm/pgm/pbm图像显示器.exe。
不过那个就不在笔者的考虑范围内了。
