Question

我使用Python中的库skimage来增加图像的对比度。我的图像在名为X_train的列表中以RGB格式显示，其图像形状为：（32x32x3）。

首先我将其转换为[0, 1]，然后从RGB转换为HSV，然后我使用库中的方法：

X_train = X_train/256
X_train_hsv = matplotlib.colors.rgb_to_hsv(X_train)
X_train_eq = skimage.exposure.equalize_adapthist(X_train_hsv, kernel_size=None,
                                                 clip_limit=0.01, nbins=256, )

问题是我得到了这个错误：

/home/carnd/anaconda3/envs/carnd-term1/lib/python3.5/site-packages/skimage/exposure/_adapthist.py in interpolate(image, xslice, yslice, mapLU, mapRU, mapLB, mapRB, lut)

        333                  int(xslice[0]):int(xslice[-1] + 1)]
        334     im_slice = lut[view]
    --> 335     new = ((y_inv_coef * (x_inv_coef * mapLU[im_slice]
        336                           + x_coef * mapRU[im_slice])
        337             + y_coef * (x_inv_coef * mapLB[im_slice]

ValueError: operands could not be broadcast together with shapes (2175,2) (2175,2,32,3)

有人知道我的错误是什么吗？

Answer 1

根据scikit-image documentation，您无需将图像重新缩放为0..1并将其从RGB转换为HSV：

注释



对于彩色图像，执行以下步骤：


图像转换为HSV色彩空间

CLAHE算法在V（值）通道上运行

图像被转换回RGB空间并返回




对于RGBA图像，将删除原始Alpha通道。

因此，当您使用关键字参数kernel_size，clip_limit和nbins的默认值时，您只需编写：

X_train_eq = skimage.exposure.equalize_adapthist(X_train)

无法均衡图像

1 个答案:

注释