Python OpenCV 将随机数组转换为灰度图与彩色图像

沈亦白

发布时间：2026-10-13| 6人浏览过

原创

本文介绍如何使用 Python 的 OpenCV 和 NumPy 库，将随机生成的字节数组转换为可视化的灰度图和彩色图像。通过 bytearray 生成原始数据，利用 numpy.array 转换类型，并借助 reshape 调整维度，最终通过 cv.imshow 显示结果。

数组转图像的核心步骤

实现这一过程主要包含以下几个关键步骤。

首先，需要生成普通的 Python 数组。这可以通过使用 bytearray() 函数结合 os.urandom() 方法，或者直接使用 os.urandom() 来创建包含随机字节的序列。

接下来，将生成的字节数组转换为 NumPy 数组。这一步通常使用 numpy.array() 函数完成，以便利用 NumPy 强大的数组处理能力。

然后，利用 NumPy 的 reshape 方法将一维数组重新排列成所需的二维或多维结构，以匹配图像的宽度和高度（以及通道数）。

最后，使用 OpenCV 的 cv.imshow() 函数将处理后的数组作为图像显示在窗口中，从而完成从数据到视觉图像的转换。

Python 实现代码示例

具体的实现代码如下所示。


import os
 
import cv2 as cv
import numpy as np
 
 
 
# Make an array of 120000 random bytes
randomByteArray = bytearray(os.urandom(120000))
# translate into numpy array
flatNumpyArray = np.array(randomByteArray)
# Convert the array to make a 400*300 grayscale image(灰度图像)
grayImage = flatNumpyArray.reshape(300, 400)
# show gray image
cv.imshow('GrayImage', grayImage)
# print image's array
print(grayImage)
cv.waitKey()
 
# byte array translate into RGB image
randomByteArray1 = bytearray(os.urandom(360000))
flatNumpyArray1 = np.array(randomByteArray1)
BGRimage = flatNumpyArray1.reshape(300,400,3)
cv.imshow('BGRimage', BGRimage)
cv.waitKey()
cv.destroyAllWindows()