gzip压缩解压图片失败？

矫情吗；* 2024-03-23 15:16 90阅读 0赞

**又是被坑的一天~**

我想压缩一张图片**origin.png**,百度图片将就找一张吧。110*110*3的彩图：  
![在这里插入图片描述][43d3162b1ed841279ccad45beb514c28.png_pic_center]

先读进来：

img = cv2.imread('D:/Secondcoding/remote/origin.png')

然后我对它分成了三通道对每一个通道的图片进行**小波变换**压缩图片：

R, G, B = cv2.split(img)
    # 对三个通道进行小波分解和压缩
    four_compress, gzip_csr_size = wavelet_transform((R, G, B), LK, HK)

重点不是小波变换，是小波系数矩阵被我稀疏化后我要把高低频稀疏矩阵用csr表示：

csr_LL = csr_matrix(LL, dtype=np.float32)
    csr_LH = csr_matrix(LH, dtype=np.float32)
    csr_HL = csr_matrix(HL, dtype=np.float32)
    csr_HH = csr_matrix(HH, dtype=np.float32)

这里说明一下，**csr\_matrix**将低频稀疏系数矩阵LL表示成了三个数组(csr\_LL里面)：data,indices,indptr  
然后我用gzip进一步压缩：

compressed_LL = (gzip.compress(csr_LL.data.tobytes()),
                             gzip.compress(csr_LL.indices.tobytes()), gzip.compress(csr_LL.indptr.tobytes()))
    compressed_LH = (gzip.compress(csr_LH.data.tobytes()),
                     gzip.compress(csr_LH.indices.tobytes()),gzip.compress(csr_LH.indptr.tobytes()))
    compressed_HL = (gzip.compress(csr_HL.data.tobytes()),
                     gzip.compress(csr_HL.indices.tobytes()), gzip.compress(csr_HL.indptr.tobytes()))
    compressed_HH = (gzip.compress(csr_HH.data.tobytes()),
                     gzip.compress(csr_HH.indices.tobytes()), gzip.compress(csr_HH.indptr.tobytes()))

好了我通过mqtt协议将压缩好的数据（压缩了至少30%）传输到另一个机器后，我要解压数据恢复成矩阵进行图像分类了。  
先gzip解压再将csr格式还原：

data = np.frombuffer(gzip.decompress(compressed_LL[0]))
    indices = np.frombuffer(gzip.decompress(compressed_LL[1]))
    indptr = np.frombuffer(gzip.decompress(compressed_LL[2]))
    
    # 将data、indices、indptr三个数组转换为CSR格式的稀疏矩阵
    sparse = csr_matrix((data,indices,indptr), shape=shape)    # shape是csr格式表示之前的那个矩阵的shape(55,55)
    # 将CSR格式转换为原始矩阵格式
    dense_LL = sparse.toarray()

**没错没错！就是这个坑！！！**  
问题来了,我的sparse稀疏矩阵一直都是空的！，data,indices,indptr都是0 len。我就纳闷了，我的三个数组不是空的呀怎么到sparse就空了，害得我debug了csr\_matrix，然后我就想是不是我没指定数据类型，于是我赶紧添上：

data = np.frombuffer(gzip.decompress(compressed_LL[0]),dtype=np.float32)
    indices = np.frombuffer(gzip.decompress(compressed_LL[1]),dtype=np.float32)
    indptr = np.frombuffer(gzip.decompress(compressed_LL[2]),dtype=np.float32)
    
    # 将data、indices、indptr三个数组转换为CSR格式的稀疏矩阵
    sparse = csr_matrix((data,indices,indptr), shape=shape)    # shape是csr格式表示之前的那个矩阵的shape(55,55)
    # 将CSR格式转换为原始矩阵格式
    dense_LL = sparse.toarray()

继续空，于是就回到了开头，我说过**indices和indptr是int32类型！**，我终于误了，就像语言编码一样GBK和utf的转换，他们都是通过字符流编码解码转换的，所以我通过**gzip的bytes流压缩解压**的时候也要明确对应的数据类型！所以用**np.frombuffer**的时候一定要明确类型！  
最终改为：

data = np.frombuffer(gzip.decompress(compressed_LL[0]),dtype=np.float32)
    indices = np.frombuffer(gzip.decompress(compressed_LL[1]),dtype=np.int32)
    indptr = np.frombuffer(gzip.decompress(compressed_LL[2]),dtype=np.int32)
    
    # 将data、indices、indptr三个数组转换为CSR格式的稀疏矩阵
    sparse = csr_matrix((data,indices,indptr), shape=shape)    # shape是csr格式表示之前的那个矩阵的shape(55,55)
    # 将CSR格式转换为原始矩阵格式
    dense_LL = sparse.toarray()

可气坏我了

#### **省流： 有空看完，没空看这** ####

原数组压缩时是什么数据类型，解压时需要明确数据类型，因为gzip表示是bytes流表示，你不告诉他几个字节表示一个数据电脑会宕机啦~

# 压缩
    compressed = gzip.compress(原数组.tobytes())   # int32类型
    
    # 解压
    array = np.frombuffer(gzip.decompress(compressed), dtype=np.int32)

呵呵图片变成这样了  
![在这里插入图片描述][c4bbf30634304da6abd9dce423e22af9.png_pic_center]

[43d3162b1ed841279ccad45beb514c28.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/9325036fa46a43dfaf23e66c6874f9b9.png
[c4bbf30634304da6abd9dce423e22af9.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/c566a47ab6ea4790b1a9902b84ec5a25.png