【发布时间】:2018-05-04 20:34:45
【问题描述】:
我正在使用 python 3.6 并在图像上执行以下功能(读取图像、填充图像、裁剪图像、旋转图像)。我正在使用 skimage 或基本的 python 函数。如果我不旋转图像,则没有警告。但是如果我旋转图像,我会收到以下警告
/anaconda3/lib/python3.6/site-packages/skimage/util/dtype.py:122: 用户警告:从 int64 转换为可能的精度损失 float64 .format(dtypeobj_in, dtypeobj_out))
当我尝试使用 imshow 查看图像时,图像值似乎在 (1e-17) (https://ibb.co/cSfzb7) 的范围内。我猜图像值在某处被标准化,但我无法找到该位置。
如果我尝试保存旋转后的图像,我会得到一个全黑的图像。
im = img_as_uint(image)
imsave(image_path, im, plugin='imageio')
我尝试删除 img_as_uint,使用默认 imsave,使用 (freeimage, imagio) 作为插件选项
/anaconda3/lib/python3.6/site-packages/skimage/util/dtype.py:122: 用户警告:从 int64 转换为可能的精度损失 float64 .format(dtypeobj_in, dtypeobj_out))
/anaconda3/lib/python3.6/site-packages/skimage/util/dtype.py:122: 用户警告:从 float64 转换为可能的精度损失 uint16 .format(dtypeobj_in, dtypeobj_out))
/anaconda3/lib/python3.6/site-packages/skimage/io/_io.py:132: 用户警告:/Users/ashisharora/google_Drive/madcat_arabic/lines/AAW_ARB_20061105.0017-S1_1_LDC0372_00z1.png 是低对比度图像警告('%s 是低对比度图像'% fname)
import sys
import argparse
import os
import numpy as np
import matplotlib
matplotlib.use('TkAgg')
import skimage
from skimage.io import imread, imsave, imshow
from skimage.transform import rotate
from skimage import img_as_uint
im_wo_pad = imread(image_file_name)
im = pad_image(im_wo_pad)
region_initial = im[281:480, 2509:4766]
rotation_angle_in_rad = -0.00708
img2 = rotate(region_initial, degrees(rotation_angle_in_rad))
region_final = img2[15:298, 7:2263]
imshow(region_final)
def pad_image(image):
offset = 200
max_val = 255
height = image.shape[0]
im_pad = np.concatenate((max_val * np.ones((height, offset),
dtype=int), image), axis=1)
im_pad1 = np.concatenate((im_pad, max_val * np.ones((height, offset),
dtype=int)), axis=1)
width = im_pad1.shape[1]
im_pad2 = np.concatenate((max_val * np.ones((offset, width),
dtype=int), im_pad1), axis=0)
im_pad3 = np.concatenate((im_pad2, max_val * np.ones((offset, width),
dtype=int)), axis=0)
return im_pad3
我尝试了在堆栈溢出上发布的解决方案,但它不适用于我的情况。如果有人可以提供帮助,我将不胜感激。
【问题讨论】:
-
花点时间阅读帮助中心的editing help。 Stack Overflow 上的格式设置与其他站点不同。您的帖子看起来越好,其他人就越容易阅读和理解它。
标签: python rotation scikit-image