Question

我正在尝试使用cv2.imshow（）显示图像，但是在我将其与数据（所有图像集）连接起来后，batch_data（原始图像）被更改了。我注意到可以确定原始图像是如何改变的。

data = np.array([]).reshape([0, IMG_WIDTH , IMG_HEIGHT ,IMG_DEPTH ])
label = np.array([])
batch_label = np.array([255]).reshape(1) #label number represent background
x = True
for (n,address) in enumerate(address_list):
    print("Reading all images with background from ", address)
    batch_data = cv2.imread(image_dir + address)
    dim = (IMG_WIDTH ,IMG_HEIGHT)
    if batch_data is not None:
        batch_data = cv2.resize(batch_data,dim, interpolation = cv2.INTER_NEAREST)
    else:
        print("batch_data is not read.")

    batch_data = np.expand_dims(batch_data, axis= 0)
    data = np.concatenate((data,batch_data))
    label = np.concatenate((label,batch_label))
    while x:
        print("batch_data.shape",batch_data.shape)
        print("data.shape", data.shape)
        print((np.squeeze(batch_data, axis=0) == data[n,...]).all()) # return true
        cv2.imshow('image', np.squeeze(batch_data, axis= 0)) # show original image
        cv2.imshow('image2', data[n,...]) #show original image but color is alter to white and red
        cv2.waitKey(0)
        cv2.destroyAllWindows()
        x = False

我认为cv2.imshow（'image2'，data [n，...]）显示原始图像，因为我尝试使用转置将axis = 1交换为axis = 2，并且红色斑点也相应地移动了。我可能是错的。

有人可以发现错误吗？我觉得这将是一个非常愚蠢的错误，但我只是找不到。

Answer 1

我认为这是一个数据类型问题。

尝试将data从float64更改为uint8：

data = np.array([], dtype=np.uint8).reshape([0, IMG_WIDTH , IMG_HEIGHT ,IMG_DEPTH])

白色和红色是表示饱和的符号。 float64范围应为[0, 1]，而uint8则应为[0, 255]。您可以找到有关此问题的更多信息here。

imshow似乎显示了错误的图像（不重复）

1 个答案: