无法在 tkinter 中显示 32 位灰度 tif 图像

Question

我正在尝试从 tkinter 中的光子探测器和皮拉图斯探测器系统打开一个 32 位灰度图像。 tkinter 画布中显示的图像是黑色的。我找不到任何可行的建议。感谢您对以下代码的任何帮助。 谢谢 [皮拉图斯图片][1]

from skimage import io, img_as_float,  util, morphology
from skimage.util import img_as_ubyte

from tkinter import *
from PIL import Image, ImageTk
from tkinter import Tk, Button, Canvas, Frame, Label, filedialog
img_data= img_as_float(io.imread("slice0040.tif"))
Width, Height=img_data.shape

#convert img_data to 8 bit using skimage
#and making an image for display using tkinter
img=Image.fromarray(util.img_as_ubyte(img_data))


root=Tk()


frame=LabelFrame(root,text='Image frame',width=Width,height=Height)
frame.grid(row=1,column=0,rowspan=2)

canvas = Canvas(frame, width=Width, height=Height)
canvas.grid(row=0, column=0,sticky=W)
img = ImageTk.PhotoImage(img.resize((Width, Height), Image.ANTIALIAS))
img_container = canvas.create_image(Width-int(Width/2), int(Height)-int(Height/2), image=img)

root.mainloop()

这个适用于 int 类型和 float 类型的图像。

import cv2
import numpy as np
from tkinter import *
from PIL import Image, ImageTk
# Load with PIL
im = Image.open('Pilatus.tif')
# Make into Numpy array and normalise
na   = np.array(im)
if im.mode =='F' :
    norm = cv2.normalize(na, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)
else:
    norm = na
img=(norm*255).astype(np.uint8)

root=Tk()
Width=1000
Height=1000

label=Label(root,text="Root label",font=("Verdana",12))
label.grid(row=0,column=0)

frame=LabelFrame(root,text='Image frame',width=Width,height=Height)
frame.grid(row=1,column=0,rowspan=2)

print(Width,Height)
label=Label(frame,text="Image frame")
label.grid(row=2,column=0,columnspan=2)

canvas = Canvas(frame, width=Width, height=Height)
canvas.grid(row=3, column=0,sticky=W)
img=Image.fromarray(img)
img = ImageTk.PhotoImage(img.resize((Width, Height), Image.ANTIALIAS))
img_container = canvas.create_image(Width-int(Width/2), int(Height)-int(Height/2), image=img)

root.mainloop()

Answer 1

我不能 100% 确定您有什么限制，或者绝对显示精度对您来说到底有多重要，但是如果您现在只想在屏幕上看到某些内容，您可以将数据标准化到 0.. 255 并将其命名为 unsigned int 8 或 ubyte。

因此，如果它当前在 -2..1577 范围内，您想要添加 2，那么它将在 0..1579 范围内。然后乘以 255.0/1577.0，四舍五入并命名为ubyte。它应该以完整的对比度范围显示。

或使用 OpenCV

from PIL import Image
import cv2
import numpy as np

# Load with PIL
im = Image.open('Photonics.tif')

# Make into Numpy array and normalise
na   = np.array(im)
norm = cv2.normalize(na, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

# Save
cv2.imwrite('Photonics-OpenCV.jpg', (norm*255).astype(np.uint8))