使用 scikit-image 的数组转换:从整数到浮点数 [英] Array conversion using scikit-image: from integer to float

问题描述

我在使用 scikit-image 将整数图像转换为浮点图像时遇到了一些问题.

I am facing some kind of problem when converting an integer image to a float image using scikit-image.

这是一个例子(图像是一个 2 像素的图像):

This is an example (the image is a 2 pixel image):

from numpy import array,uint8;
import skimage;

rgb = array([array([[0,0,0],[0,0,5]])]) 
i1 = skimage.img_as_float(rgb)#rgb.dtype ->dtype('int32')
i2 = skimage.img_as_float(rgb.astype(uint8))
i3 = skimage.img_as_float(rgb.astype(float))

print i1[0,1,:]
print i2[0,1,:]
print i3[0,1,:]

我预料到了:

[ 0.  0.  5.]
[ 0.  0.  5.]
[ 0.  0.  5.]

但我明白了:

[  2.32830644e-10   2.32830644e-10   2.56113708e-09]
[ 0.          0.          0.01960784]
[ 0.  0.  5.]

从 float 到 int 损失精度是正常的，但是在这里我从 int 到 传递时丢失了真实信息>float 使用 img_as_float.在阅读 GitHub...

It is normal to loss precision from float to int, but here I am losing the real information when passing from int to float using img_as_float. I didn't found anything when reading the code on GitHub...

为什么会这样?

推荐答案

img_as_float() 不仅仅是类型转换，它将完整的无符号整数范围转换为 [0, 1]，完整的有符号整数范围到 [-1, 1].

img_as_float() is not just type conversion, it convert full unsigned integer range to [0, 1], full signed integer range to [-1, 1].

• i1，dtype 为 int32，表示将 [-2147483648, 2147483647] 转换为 [-1, 1]
• i2，dtype 为 uint8，表示将 [0, 255] 转换为 [0, 1]
• i3，因为 dtype 已经是 float，所以什么都不做.

这篇关于使用 scikit-image 的数组转换:从整数到浮点数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！