数组相等但视觉上不一样

Question

我有一个 32x32x3 的图像，例如 keras 中的 cifar10 图像之一。 现在，假设我想做一些操作。首先，为了确保我做的事情是正确的，我试图复制图像（那不是我想做的，所以请不要告诉我如何在不做三个循环的情况下复制图像，我需要三个循环来操作一些值）。

from keras.datasets import cifar10
import matplotlib.pyplot as plt

(X_train, Y_train), (X_test, Y_test) = cifar10.load_data()
im = numpy.reshape(X_train[0], (3, 32, 32))
im = im.transpose(1,2,0)
imC = numpy.zeros((32,32,3))

for k in range(3):
  for row in range(0,32):
    for col in range(0,32):
      imC[row][col][k] = im[row][col][k]

现在，如果我测试它们是否相同，它们实际上是，我看到打印出来的“酷”

if (im==imC).all():
  print "cool"

但是当我尝试将它们可视化时，它们是不同的：

plt.imshow( imC )
plt.show()

plt.imshow( im )
plt.show()

发生了什么事？

Answer 1

Python CIFAR10 数据集中的图像具有numpy.uint8 类型的像素值。 （大概它们是从 PNG 文件或类似文件中读取的。）所以 X_train.dtype == numpy.uint8 和因此 im.dtype == numpy.uint8。

您创建的数组的默认元素类型为numpy.float64。换句话说，imC.dtype == numpy.uint8。

matplotlib.pyplot.imshow 会根据其元素类型对其输入进行不同的处理。特别是，如果你给它一个元素类型为 uint8 的 m-by-n-by-3 数组，则 0 表示最暗，255 表示最亮如您所料，对于三个颜色通道中的每一个；如果你给它一个元素类型为float64的m-by-n-by-3数组，它希望所有值都在0范围内（最暗）到 1（最亮），并且文档没有说明超出该范围的值会发生什么。

我将冒险猜测超出该范围的值会发生什么：我认为代码可能会执行以下操作：乘以 255，舍入为整数，视为uint8。这意味着 0 变为 0，1 变为 255。

但是，如果最后一步意味着除了低 8 位之外的所有位都被丢弃，这也意味着 2 变为 254，3 变为 253，...，255 变为 1！换句话说，如果你犯了一个非常容易理解的错误，给imshow 一个像素值在 0..255 范围内浮动的图像，那么这些值将被有效地取反，因此 0->0, 1->255, 2 ->254,...,255->1。 （这与将范围完全倒置并不完全相同，因为保留了 0。）

这就是发生在你身上的事情：imC 的每个元素在数值上都等于im 的相应元素，但是因为imC 是一个浮点数组而不是一个无符号小整数数组，所以它得到了如上所述的处理，您得到的图像几乎是您预期的照片底片。