Question

从rgb图像中，另一个只通过添加填充零的边框来制作： enter image description here

光密度测量曲线显示两个图像上非零域的像素值相同

subplot(141)
imshow(rgb_chromosomes[0])
subplot(142)
plot(rgb_chromosomes[0][13,:,:])
subplot(143)
imshow(resized_rgb[0][10:40,11:40,:])
subplot(144)
plot(resized_rgb[0][25,17:38,:])

show()

调整大小的图像看起来是蓝色，而原始图像看起来是棕色，这很奇怪。怎么办第二张图像看起来像第一张？

由于

Answer 1

假设你有一个rgb图像列表，它是一个由3个ninty数组组成的堆栈，你需要添加边框，以便所有图像具有相同的形状。以下功能完成了这项工作：

def ResizeImages(ImList):
        '''Find the largest width and height of images belonging to a list.
        Return a list of images of same width/height
        '''
        maxwidth=0
        maxheight=0
        components = np.shape(ImList[0])[2]
        imtype = ImList[0].dtype
        for i in range(len(ImList)):
            width=np.shape(ImList[i])[1]#width=column
            height=np.shape(ImList[i])[0]#height=line
            #print "width:height",width,":",height
            if width>maxwidth:maxwidth=width
            if height>maxheight:maxheight=height
        #print "maxwidth:maxheight",maxwidth,":",maxheight                
        NewList=[]
        for i in range(0,len(ImList)):
            width=np.shape(ImList[i])[1]
            height=np.shape(ImList[i])[0]

            diffw=maxwidth-width
            startw=round(diffw/2)
            diffh=maxheight-height
            starth=int(round(diffh/2))
            startw=int(round(diffw/2))

            newIm=np.zeros((maxheight,maxwidth,components), dtype=imtype)
            newIm[starth:starth+height,startw:startw+width,:]=ImList[i][:,:,:]
            NewList.append(newIm)
        return NewList

每个要调整大小的图像都粘贴在首先填充零类型dtype = uint8的图像中（因为uint8数组是在函数中发送的）：

newIm=np.zeros((maxheight,maxwidth,components), dtype=imtype)
newIm[starth:starth+height,startw:startw+width,:]=ImList[i][:,:,:]

错误发生在这里：

newIm=np.zeros((maxheight,maxwidth,components))

由于没有指定类型，默认情况下类型为float64，解释了为什么调整大小的图像的颜色看起来很奇怪。

Answer 2

请参阅Imshow subplots with the same colorbar和Set Colorbar Range in matplotlib。

如果您在所有调用imshow中使用相同的vmin / vmax和cmap，则颜色应该反映完全相同的强度，无论整体范围如何图像。

编辑：评论后添加了示例。我可能误解了问题所在，但代码/图像说明了如何设置v限制以匹配颜色（顶行）或如果每个图像自动标准化会发生什么（底行）。

import numpy as np
import matplotlib.pyplot as plt 
import matplotlib.cm as cm

offset = 5.5

x1 = np.random.rand(12,16) + offset
x2 = np.array(x1)
x2 = np.zeros((15, 20))
x2[2:2+x1.shape[0], 3:3+x1.shape[1]] = x1

vmin = x1.min()
vmax = x1.max()

cmap = cm.hot

plt.figure(1); plt.clf()
f, ax = plt.subplots(2,2, num=1)

im0 = ax[0,0].imshow(x1, interpolation='nearest', cmap=cmap, vmin=vmin, vmax=vmax)
f.colorbar(im0, ax=ax[0,0])

im1 = ax[0,1].imshow(x2, interpolation='nearest', cmap=cmap, vmin=vmin, vmax=vmax)
f.colorbar(im1, ax=ax[0,1])
ax[0,1].set_title('image with border, sharing v lims')

im2 = ax[1,0].imshow(x1, interpolation='nearest', cmap=cmap)
f.colorbar(im2, ax=ax[1,0])

im3 = ax[1,1].imshow(x2, interpolation='nearest', cmap=cmap)
f.colorbar(im3, ax=ax[1,1])
ax[1,1].set_title('image with border, own v lims')

f.show()

the effect of sharing limits

注意：仅当非零颜色范围不包括零时，问题才会出现。这与上面的offset变量一起显示。

如何用matplotlib控制彩色图像渲染？

2 个答案: