如何从 scipy imsave 函数中删除规范化答案

【问题标题】：How to remove normalization from scipy imsave function如何从 scipy imsave 函数中删除规范化
【发布时间】：2018-08-18 04:03:22
【问题描述】：

我有一个简单的任务要完成，但是我发现的当前保存功能对我一点帮助都没有。我所要做的只是将灰度图像转换为另一个具有属于较小间隔（特别是在 120 和 180 之间）的强度的图像。

我实现了转换（比如改变不同的温度标度），但是当我保存图像时，scipy.misc.imsave 将其标准化。转换是正确的，因为我创建了直方图来显示保存之前的强度，并且它们都位于指定范围之间。

我尝试过其他工具，例如：

imageio.imwrite(path, img)
numpy.save(path, img)
scipy.misc.toimage(img, cmin=120, cmax=180, mode='L').save(path)

我承认最后一个我不太了解参数（我有一个猜测），documentation 没有帮助。有人可以帮我解决这个问题吗？

编辑：我正在发布代码

def ex3():
    I = misc.imread(imgname)
    N =  numpy.multiply(I , float(12.0/51.0))
    N = numpy.add(N, 120)
    NEG = I
    NEG = numpy.add(NEG, -255)
    NEG = numpy.absolute(NEG)
    misc.imsave(path, N)
    misc.imsave(os.getcwd()+"/a0/results/"+file.replace(path, NEG)

当我切换到 OpenCV 时，图像被完美渲染。但如果可能的话，我想坚持使用 Scipy。

【问题讨论】：

np.save 不应向img 添加任何规范化或更改（前提是ndarray）。
如果您发布失败的代码部分会有所帮助。使用 img = np.random.randn(...) 之类的内容将您的数据替换为此示例的等效内容。
感谢您的回答。 @user2699 我更新了帖子。如果您有任何要求，请告诉我。 hpaulj，不幸的是我已经尝试使用 np.save，但我也得到了标准化图像。但我同意你的看法：它不应该那样做。
查看this question 和我的答案。
numpy.save 不会对数据进行规范化，但也不会将数据保存为图像格式。

标签： python numpy image-processing scipy python-imageio

【解决方案1】：

正如Warren Weckesser 对此question 的回答，没有对值进行规范化，但函数会根据数据类型重新缩放值。此问题的解决方案是将数组图像的数据类型设置为 uint8，如下所示：

misc.imsave(path, img.astype(numpy.uint8))

【讨论】：

【解决方案2】：

我在使用 matplotlib imsave 时遇到了类似的问题，当我设法让它工作时，我正在考虑根据 Alan 的解决方案转换为 scipy imsave。

使用matplotlib：

palette_cm = ['#000000', '#ff0000', '#00ff00', '#0000ff', 
                '#ffff00', '#ff00ff', '#00ffff', '#ffffff']
def myColorMap():
    return ListedColormap(palette_cm)
plt.imsave('test.png', im.astype(np.uint8), cmap=myColorMap(), vmin=0, vmax=7)

uint8 应该使 imsave 具有与 scipy 中相同的行为，固定为特定值，并且在一种方法中确实如此。在另一种方法中，即使使用显式强制转换，它也会缩放范围，因此我必须添加 vmin 和 vmax 选项。这可能是由我的 8 值颜色图引起的，但 uint8 的自动缩放在 github 问题中针对 matplotlib 的帖子中被特别提及为缺陷。

【讨论】：