Clipping input data to the valid range for imshow with RGB data

今天在提取彩色圖像RGB通道值合成單通道圖像時，出現問題：

Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).

先給出原因：

matplotlib.pyplot.imshow（）函數在處理灰度圖像時，自動將其值做歸一化處理

而在處理彩色圖像時則不會，而是將浮點值變換至[0，1]，整數值變換到[0, 255]范圍

上代碼：

def slic_image(image_path, block_number, compactness, sigma):image = cv2.imread(image_path)image_depth = image.shape[2]if image_depth == 3:image_r, image_g, image_b = cv2.split(image)image_r = image_r.astype('float32')image_g = image_g.astype('float32')image_b = image_b.astype('float32')syn_image_g = syn_single_channel_image(sig_channel_image=image_g, channel_name="g")plt.imshow(syn_image_g)plt.show()def syn_single_channel_image(sig_channel_image, channel_name,):image_height = sig_channel_image.shape[0]image_width = sig_channel_image.shape[1]b = np.empty(shape=(image_height, image_width), dtype="float32")g = np.empty(shape=(image_height, image_width), dtype="float32")r = np.empty(shape=(image_height, image_width), dtype="float32")b[:][:] = 0g[:][:] = 0r[:][:] = 0synthesis = [r, g, b]if channel_name == 'r':synthesis = [sig_channel_image, g, b]elif channel_name == 'g':synthesis = [r, sig_channel_image, r]elif channel_name == 'b':synthesis = [r, g, sig_channel_image]synthesis_image = cv2.merge(synthesis)return synthesis_imageslic_image(image_path='test.png', block_number=30, compactness=10, sigma=5)

簡單描述大概就是：將一張圖像的三個通道信息分別抽取出來，與另外兩個大小相等的0數組來合成單色圖像。

這里我將抽取出的每個通道的信息都轉為float32，原目的的為了更好的保留圖像的信息（后來發現使用cv2.imread( )函數讀取的圖像，其像素值類型本就為uint8，完全沒有必要這么做）

最后合成的結果自然是三個通道的數據類型全部是float32，在調用plt.imshow( )函數的時候全被調整到了[0, 1]范圍內，最后導致生成了幾乎全是綠色的圖像：

? 原圖與合成圖像的顯示對比

解決方法：

? 最終我將數組中的數據類型全部定義為uint8，這樣就正常了。

結果：

今天在提取彩色圖像RGB通道值合成單通道圖像時，出現問題：

Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).

先給出原因：

matplotlib.pyplot.imshow（）函數在處理灰度圖像時，自動將其值做歸一化處理

而在處理彩色圖像時則不會，而是將浮點值變換至[0，1]，整數值變換到[0, 255]范圍

上代碼：

def slic_image(image_path, block_number, compactness, sigma):image = cv2.imread(image_path)image_depth = image.shape[2]if image_depth == 3:image_r, image_g, image_b = cv2.split(image)image_r = image_r.astype('float32')image_g = image_g.astype('float32')image_b = image_b.astype('float32')syn_image_g = syn_single_channel_image(sig_channel_image=image_g, channel_name="g")plt.imshow(syn_image_g)plt.show()def syn_single_channel_image(sig_channel_image, channel_name,):image_height = sig_channel_image.shape[0]image_width = sig_channel_image.shape[1]b = np.empty(shape=(image_height, image_width), dtype="float32")g = np.empty(shape=(image_height, image_width), dtype="float32")r = np.empty(shape=(image_height, image_width), dtype="float32")b[:][:] = 0g[:][:] = 0r[:][:] = 0synthesis = [r, g, b]if channel_name == 'r':synthesis = [sig_channel_image, g, b]elif channel_name == 'g':synthesis = [r, sig_channel_image, r]elif channel_name == 'b':synthesis = [r, g, sig_channel_image]synthesis_image = cv2.merge(synthesis)return synthesis_imageslic_image(image_path='test.png', block_number=30, compactness=10, sigma=5)

簡單描述大概就是：將一張圖像的三個通道信息分別抽取出來，與另外兩個大小相等的0數組來合成單色圖像。

這里我將抽取出的每個通道的信息都轉為float32，原目的的為了更好的保留圖像的信息（后來發現使用cv2.imread( )函數讀取的圖像，其像素值類型本就為uint8，完全沒有必要這么做）

最后合成的結果自然是三個通道的數據類型全部是float32，在調用plt.imshow( )函數的時候全被調整到了[0, 1]范圍內，最后導致生成了幾乎全是綠色的圖像：

? 原圖與合成圖像的顯示對比

解決方法：

? 最終我將數組中的數據類型全部定義為uint8，這樣就正常了。

結果：

總結

以上是生活随笔為你收集整理的解决：Clipping input data to the valid range for imshow with RGB data的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。