scikit-image：使用 imsave 将 ndarray 写入图像，使用 imread 读回，数据不匹配

Question

这是最小的工作示例：

import numpy as np
from skimage.io import imsave, imread

image = np.array([[[109, 232, 173],
                [ 55,  35, 144]],
                [[ 43, 124, 185],
                [234, 127, 246]]], dtype=np.uint8)

imsave("test.jpg", image)
rb_image = imread("test.jpg")
print("original image")
print(image)
print("read back image")
print(rb_image)

在运行之后，结果是，从文件中读回的 ndarray 与

不匹配

original image
[[[109 232 173]
  [ 55  35 144]]

 [[ 43 124 185]
  [234 127 246]]]
read back image
[[[111 208 255]
  [ 42  61 138]]

 [[ 72 140 201]
  [141 131 218]]]

有人可以给我一些建议吗？

Answer 1

Scikit 在底层使用 PIL，你试过直接使用 PIL

示例

   import numpy as np
   from skimage.io import imsave, imread
   from PIL import Image

   image = np.array([[[109, 232, 173],
                [ 55,  35, 144]],
                [[ 43, 124, 185],
                [234, 127, 246]]], dtype=np.uint8)

   Image.fromarray(image).save()
   rb_image = imread("test.jpg")
   print("original image")
   print(image)
   print("read back image")
   print(rb_image)

Answer 2

jpeg 是一种有损图像压缩算法，旨在通过去除人眼不易察觉的信息来减小文件大小。这意味着保存为 jpg 将节省一些磁盘 space 但会更改数组的像素值。

您可以通过保存为无损 png 格式来避免该问题。以下片段对我有用

import numpy as np
from skimage.io import imsave, imread

image = np.array([[[109, 232, 173],
                [ 55,  35, 144]],
                [[ 43, 124, 185],
                [234, 127, 246]]], dtype=np.uint8)

imsave("test.png", image)
rb_image = imread("test.png")
print("original image")
print(image)
print("read back image")
print(rb_image)

这是结果

original image
[[[109 232 173]
  [ 55  35 144]]

 [[ 43 124 185]
  [234 127 246]]]
read back image
[[[109 232 173]
  [ 55  35 144]]

 [[ 43 124 185]
  [234 127 246]]]

scikit-image：使用 imsave 将 ndarray 写入图像，使用 imread 读回，数据不匹配

scikit-image: write a ndarray to image with imsave, read back with imread, data don't match

python

scikit-image