保存array格式数据成灰度图片，出现AttributeError: module 'scipy' has no attribute 'misc' 错误完美解决方案

前言

最近跑时间序列模型，output和label全都没问题， 准备把对应的batchsize的step图片保存在一起对比来看。这里刚开始使用scipy，但出现了 AttributeError: module ‘scipy’ has no attribute 'misc’ error

scipy

大概是下面这种的代码
temp为一个三维的array数据这里为 (128, 640, 1)，说白了就是个长宽为128乘以640的一个channel为1的灰度图片

import scipy
scipy.misc.toimage(temp * 255, high=255, low=0, cmin=0, cmax=255).save(
            os.path.join(result_dir, 'train_%d.jpg' % (indp)))

但是报错，后来一查才知道：

在1.2.0之后已经被deprecated。
我查了一下我的版本是，1.3.0.

解决方案

本来心思 下个低版本的scipy，但发现直接pip install scipy==0.18.1报错，从网上直接下载安装文件还没有了，看来还是换一个来做才是正道，所以我找到了PIL，这个python图像库

from PIL import Image
Image.fromarray((temp * 256).astype(np.uint8)).save(os.path.join(result_dir, 'train_%d.jpg' % (indp)))

但报错了
KeyError: ((1, 1, 1), ‘|u1’)

经过分析才知道
Image.fromarray（）的输入为三个shape，并且最后一个维度一定是3，因为这个保存的是灰度的，所以这里我们往 灰度想。

查了一下这个函数。

Image.fromarray((temp * 256).astype(np.uint8), mode='L').save(os.path.join(result_dir, 'train_%d.jpg' % (indp)))

这样输入即为gray图像（model=‘L’）

但还是报错了

为啥呢？
当然了，灰度图像的最后一个维度的channel其实可以直接squeese掉啊。。
这样输入就不是 (128, 640, 1)而是 (128, 640)

最后解决代码为

 temp = np.squeeze(temp, axis=2)
 Image.fromarray((temp * 256).astype(np.uint8), mode='L').save(os.path.join(result_dir, 'train_%d.jpg' % (indp)))