我正在尝试操纵像素值而不剪裁它们

Question

我有一张图像，其最大像素值 - 287.4976094062538 和最小像素值 - -41.082841881780645 我试图将它们置于 0-255

之间的范围内

我做了什么：-

我将所有像素值除以最大像素值，然后乘以 255
这使我的最高像素值变为 1，但我的最小像素值仍为负像素值 -0.14。

这是一张医学图像，所以我想保留每个像素的强度，所以我不想将它们剪裁在 0-255 之间

但是我怎样才能在不剪裁的情况下将它们带到那个范围内（这会破坏图像结构）。

使用 matplotlib 或 PIL 等库加载它们会自动剪切像素值。

Answer 1

您仅对图像的正范围进行归一化，忽略负值。

您想将以下等式应用于您的值：

mx = np.amax(img)
mn = np.amin(img)
img = (img - mn) / (mx - mn) * 255

我们先减去最小值，使图像中的最小值变为0。接下来我们除以将最大值设置为1。 mx-mn 是你的数据的全部范围，因此在将最小值设置为 0 后数据中的最大值。

Answer 2

Scikit-image 有这个功能：

https://scikit-image.org/docs/dev/api/skimage.exposure.html#skimage.exposure.rescale_intensity

最好将其重新缩放到范围 (0,1)，以 float 格式进行所有处理并在保存前转换为 int8。

In [1]: from skimage.exposure import rescale_intensity
In [2]: from skimage import img_as_ubyte
In [3]: import numpy as np

In [4]: im = np.random.uniform(low=-100, high=400, size=(3,3))

In [5]: im
Out[5]: 
array([[351.2177509 , 313.89196632, 241.73850855],
       [-21.12284801,  97.84166107, -66.925235  ],
       [267.75593733, -15.78767759, 252.63980599]])

In [6]: im = rescale_intensity(im, in_range='image', out_range=(0,1))

In [7]: im
Out[7]: 
array([[1.        , 0.9107344 , 0.7381775 ],
       [0.10953762, 0.39404439, 0.        ],
       [0.80039887, 0.12229682, 0.76424824]])

In [8]: im = img_as_ubyte(im)  # 8bit

In [9]: im
Out[9]: 
array([[255, 232, 188],
       [ 28, 100,   0],
       [204,  31, 195]], dtype=uint8)

如果这是灰度超过 256 级的黑白图像，我建议使用 16 位 PNG 格式并将其重新缩放到范围 (0, 65535)。

如果你有更多相似的图片，你可以使用自定义 in_range，这样所有图片的缩放比例都是一致的，正如 Guang 所建议的那样。

import numpy as np
from skimage.exposure import rescale_intensity
from skimage import img_as_uint
from imageio import imwrite


im = np.linspace(-40,288,10000).reshape(100,100)
im = rescale_intensity(im, in_range=(-100,400), out_range=(0,1))
im = img_as_uint(im)  # 16bit
imwrite("image.png", im)

编辑：如果你不想使用 scikit-image，你可以像这样定义类似的函数：

def rescale_intensity(arr, in_range=None, out_range=(0, 1)):
    """Normalize numpy array.
    Returns: float array
    """
    imin, imax = in_range if in_range is not None else (np.min(arr), np.max(arr))
    omin, omax = out_range
    if imin == imax:
        raise ValueError("Cannot rescale array, imin == imax")
    else:
        z = omin + omax * ((arr - imin) / (imax - imin))
    return np.clip(z, a_min=omin, a_max=omax)

我正在尝试操纵像素值而不剪裁它们

I am trying to manipulate the pixel values without clipping them

python

numpy

image

image-processing

computer-vision