Numpy图像切片返回黑色补丁/错误值

Question

最终目标是拍摄图像并将其切片成我保存的样本。问题是我的切片随机返回黑色/不正确的补丁。贝娄是一个小样本计划。

import scipy.ndimage as ndimage
import scipy.misc as misc
import numpy as np

image32 = misc.imread("work0.png")
patches = np.zeros((36, 8, 8))
for i in range(4):
  for j in range(4):
    patches[i*4 + j] = image32[i:i+8,j:j+8]
    misc.imsave("{0}{1}.png".format(i,j), patches[i*4 + j])

我的形象的一个例子是：

0x的8x8补丁产生补丁：

Answer 1

两件事：

1. 您正在将补丁矩阵初始化为错误的数据类型。默认情况下，numpy会将修补程序矩阵设为np.float64类型，如果您将其用于保存，则无法获得预期的结果。具体来说，如果您查阅Mr. F's answer，实际上会对浮点图像执行一些缩放，其中图像的最小值和最大值分别缩放为黑色和白色，因此如果您的图像完全均匀，则背景，最小值和最大值都是相同的，并且可视化为黑色。因此，最好的方法是尊重原始图像的数据类型，即将补丁矩阵的dtype设置为np.uint8。

2. 根据您的for循环索引，您想要提取出8 x 8 非重叠的补丁。这意味着如果你有一个带有8 x 8补丁的32 x 32图像，那么总共有 16个补丁以4 x 4网格排列。

因此，您需要更改patches语句，使其在第一维中具有16，而不是36.此外，您必须调整索引到图像的方式以提取出来8 x 8补丁，因为现在补丁是重叠的。具体来说，您希望图像修补程序索引的行从8*i到8*(i+1)，列的8*j到8*(j+1)。如果您自己替换i和j的样本值，您会看到我们为您图片中的每个网格获得了唯一的8 x 8补丁。

我注意到上述两件事，修改后的代码应为：

import scipy.ndimage as ndimage
import scipy.misc as misc
import numpy as np

image32 = misc.imread('work0.png')

patches = np.zeros((16,8,8), dtype=np.uint8) # Change

for i in range(4):
    for j in range(4):
        patches[i*4 + j] = image32[8*i:8*(i+1),8*j:8*(j+1)] # Change
        misc.imsave("{0}{1}.png".format(i,j), patches[i*4 + j])

当我这样做并看一下输出图像时，我得到了我期望的结果。

为了绝对确定，让我们使用matplotlib绘制片段。您已经方便地保存了patches中的所有补丁，因此它不应该是显示我们需要的问题。但是，我会在注释中放置一些代码，以便您可以使用上面的代码读取从磁盘保存的图像，这样您就可以验证它是否仍然有效，无论是查看patches还是磁盘上的图像：

import matplotlib.pyplot as plt

plt.figure()
for i in range(4):
    for j in range(4):
        plt.subplot(4, 4, 4*i + j + 1)
        img = patches[4*i + j]
        # or you can do this:
        # img = misc.imread('{0}{1}.png'.format(i,j))
        img = np.dstack([img, img, img])
        plt.imshow(img)

plt.show()

关于matplotlib.pyplot.imshow的奇怪之处在于，如果你有一个单一通道的图像（例如你的情况），它周围具有相同的强度，无论颜色图是什么，它都会被显示为黑色，很像我们在imsave时遇到的情况。因此，我必须人为地将其设为RGB图像，但所有通道都相同，因此在我们显示图像之前，这会被视为灰度。

我们得到：