skimage.transform.rescale 为输入图像添加了一个额外的维度

Question

当我使用skimage.transform.rescale() 时，我得到一个输出图像数组，当我的输入图像只有 2 维时，它有 3 维。

from skimage import io, color, transform

image = io.imread(r'C:\Users\ParthD\PycharmProjects\pythonProject\test_images\6.png')
image_bw = color.rgb2gray(color.rgba2rgb(image))
image_rescaled = transform.rescale(image, scale=0.5, anti_aliasing=True)

print(image_bw.shape)
print(image_rescaled.shape)

为此，我得到如下输出：

(397, 602)
(198, 301, 2)

值 2 的附加维度在哪里加起来，我不确定。我查看了 rescale 函数文档，但没有任何参数会影响这个额外的维度。

Answer 1

所以问题是channel维度被解释为空间维度。

您应该将transform.rescale 传递给multichannel=True 标志，这样它就不会影响频道：

image_rescaled = transform.rescale(image, scale=0.5, anti_aliasing=True, multichannel=True)

• 例子：

  q = np.zeros((397, 602, 3))
  x1 = transform.rescale(q, scale=0.5, anti_aliasing=True)
  x2 = transform.rescale(q, scale=0.5, anti_aliasing=True, multichannel=True)
  x1.shape  # (198, 301, 2)
  x2.shape  # (198, 301, 3)
  

所以transform.rescale 将您的数组视为形状为 (397, 602, 3) 的 3D 图像，该图像向下到 (198, 301, 2)，并与通道一起插值，就好像它们是另一个空间维度。

如果您的图像是灰色图像，没有通道尺寸，则不需要传递multichannel=True 标志。这将导致最后一个轴被视为通道，并且您会得到不希望的输出。

• 例子：

  q1 = np.zeros((397, 602))
  x3 = transform.rescale(q1, scale=0.5, anti_aliasing=True, multichannel=True)
  x4 = transform.rescale(q1, scale=0.5, anti_aliasing=True)
  x3.shape  # (198, 602)
  x4.shape  # (198, 301)
  

您可以参考docs