与 ImageJ 相比，在 Python 上打开原始图像会产生不同的图像答案

【问题标题】：Opening raw images on Python resulting in a different image compared to ImageJ与 ImageJ 相比，在 Python 上打开原始图像会产生不同的图像
【发布时间】：2015-07-29 16:11:55
【问题描述】：

我编写了这个脚本来打开一个原始图像并进行一些处理。

import numpy as np 
import matplotlib.pyplot as plt
PATH = "C:\Users\Documents\script_testing_folder\\"
IMAGE_PATH = PATH +"simulation01\\15x15_output_det_00001_raw_df_00000.bin"
raw_image = np.fromfile(IMAGE_PATH, dtype=np.uint64)
raw_image.shape = (15,15)
plt.imshow(raw_image,cmap = 'gray')
total_intensity = ndimage.sum(raw_image)
print total_intensity
plt.show()

使用这个脚本，我得到一个像这样的图像：

相比之下...当我在 ImageJ(file>import>raw (64bit real, 15x15 length and width)) 上打开相同的图像时，我有这个：

我试过环顾四周，但我不确定在 python 上重现相同图像时哪里出错了。任何帮助将不胜感激。

另外，当我使用以下方法对图像中的强度求和时：

total_intensity = ndimage.sum(raw_image)
print total_intensity

y 我得到 4200794456581938015，而在 ImageJ 上我得到 0.585。

我不确定我在这些步骤中哪里出错了......

谢谢！

编辑：如果有人想重现我得到的结果，请使用原始文件https://www.dropbox.com/s/po82z4uf2ku7k0e/15x15_output_det_00001_raw_df_00000.bin?dl=0

【问题讨论】：

你的图片文件是什么格式的？你能把它上传到某个地方吗？
不确定，但我最初的猜测是您想将 dtype 更改为 np.float64，因为 ImageJ 使用所谓的 64 位实数。另外，请注意 ImageJ 中的强度总和是小数。
dropbox.com/s/po82z4uf2ku7k0e/… 我试图处理的文件
刚试过float64，没用...
raw_image = np.fromfile(IMAGE_PATH, dtype=np.uint64)：这是否以正确的方式加载您的数据？如果没有，它可能不会给你一个错误，因为它只是读取二进制数据并以某种方式解释它。我以前从未见过.bin 图像。如果有帮助，有一种方法可以加载 16 位 tif：stackoverflow.com/a/18483020/2156909

标签： python numpy image-processing matplotlib imagej

【解决方案1】：

问题是您的数据的endianness（64 位浮点数的单个字节的顺序）。幸运的是，numpy 有functionality 来解决这个问题：

import numpy as np 
import matplotlib.pyplot as plt

# load the image
raw_image = np.fromfile('15x15_output_det_00001_raw_df_00000.bin')
raw_image = np.reshape(raw_image, (15, 15))

# swap the byte order
raw_image = raw_image.byteswap()

# output the sum of the intensities to check
total_intensity = np.sum(raw_image)
print "total intensity:", total_intensity

# plot the image
plt.imshow(raw_image,cmap = 'gray', interpolation='nearest')
plt.show()

输出：

总强度：0.585123878711

结果：

【讨论】：