图像抽取后的异常直方图

Question

使用：img_decim_arr = img_arr[::2,::2]进行简单的图像抽取后，我获得的直方图与原始图像直方图非常相似：
使用：skimage.measure.block_reduce(img_arr, block_size = (2,2), func=np.mean)（2x2块平均）进行抽取，这是下采样的推荐方法（在某些讨论中在stackoverflow上找到）会产生非常有特色的直方图：
每隔一个箱子就更大了。我不确定这可能是由于一些混叠效应。任何人都可以解释并提供一些关于下采样如何影响图像（2D信号）直方图的理论提示？

Answer 1

问题是x / 2.0函数，因为它不会舍入到整数并返回浮点数。

np.mean

这可能会在你自己的逻辑中给你带来有趣的副作用。它肯定会与matplotlibs直方图函数一起使用，因为浮点数使得它对如何放置bin边界有不同的看法。

检查出来：

import numpy as np
import skimage.measure

a = (10 * np.random.randn(10,10) + 127).astype(np.uint8)
a
Out[4]: 
array([[121, 124, 139, 129, 130, 114, 127,  96, 114, 135],
       [127, 132, 102, 142, 119, 107, 138, 130, 141, 132],
       [113, 132, 132, 118, 121, 120, 142, 115, 124, 128],
       [127, 121, 129, 129, 121, 119, 126, 113, 128, 116],
       [144, 131, 123, 131, 130, 137, 140, 142, 127, 128],
       [127, 126, 124, 115, 127, 125, 122, 126, 147, 132],
       [118, 119, 117, 117, 133, 149, 122, 120, 116, 138],
       [147, 147, 127, 117, 123, 123, 136, 121, 139, 129],
       [142, 129, 113, 111, 130, 116, 137, 127, 106, 148],
       [132, 141, 141, 142, 119, 132, 126, 115, 131, 122]], dtype=uint8)

b = skimage.measure.block_reduce(a, block_size = (2,2), func=np.mean)
b
Out[6]: 
array([[ 126.  ,  128.  ,  117.5 ,  122.75,  130.5 ],
       [ 123.25,  127.  ,  120.25,  124.  ,  124.  ],
       [ 132.  ,  123.25,  129.75,  132.5 ,  133.5 ],
       [ 132.75,  119.5 ,  132.  ,  124.75,  130.5 ],
       [ 136.  ,  126.75,  124.25,  126.25,  126.75]])

a = (10 * np.random.randn(200,200) + 127).astype(np.uint8) b = skimage.measure.block_reduce(a, block_size = (2,2), func=np.mean) hist(b.ravel(), bins=255) 函数返回的数组中的白位实际为零。如果你在我的玩具示例中强制四舍五入，那就更糟了：

hist

给它箱子和范围解决问题。即使你缩小了

hist(b.ravel().astype(np.uint8), bins=255)