我试图在不剪裁的情况下操纵像素值

Question

我有一个图像，它有一个最大像素值-287.4976094062538和最小像素值--41.082841881780645我试图使它们在范围之间0-255

我所做的：-

• 我已经将所有像素值除以最大像素值再乘以255
• 这使得我的最高像素值为1，但我的最小像素值仍然是负像素值-0.14。

这是一个医学图像，所以我想保留每个像素强度，所以我不想在0-255之间剪辑它们

但是我怎么能在不裁剪的情况下把它们放在那个范围内（这会损坏图像结构）。

使用库加载它们，如matplotlib或PIL自动剪裁像素值。

Answer 1

Scikit image具有以下功能：

https://scikit-image.org/docs/dev/api/skimage.exposure.html#skimage.exposure.rescale_intensity

最好将其重新缩放到范围（0,1），以浮点格式进行所有处理，并在保存之前转换为int8。

In [1]: from skimage.exposure import rescale_intensity
In [2]: from skimage import img_as_ubyte
In [3]: import numpy as np

In [4]: im = np.random.uniform(low=-100, high=400, size=(3,3))

In [5]: im
Out[5]: 
array([[351.2177509 , 313.89196632, 241.73850855],
       [-21.12284801,  97.84166107, -66.925235  ],
       [267.75593733, -15.78767759, 252.63980599]])

In [6]: im = rescale_intensity(im, in_range='image', out_range=(0,1))

In [7]: im
Out[7]: 
array([[1.        , 0.9107344 , 0.7381775 ],
       [0.10953762, 0.39404439, 0.        ],
       [0.80039887, 0.12229682, 0.76424824]])

In [8]: im = img_as_ubyte(im)  # 8bit

In [9]: im
Out[9]: 
array([[255, 232, 188],
       [ 28, 100,   0],
       [204,  31, 195]], dtype=uint8)

如果这是黑色的

如果你有更多相似的图像，你可以使用自定义的in_范围，这样所有图像的缩放都是一致的，正如Guang所建议的。

import numpy as np
from skimage.exposure import rescale_intensity
from skimage import img_as_uint
from imageio import imwrite


im = np.linspace(-40,288,10000).reshape(100,100)
im = rescale_intensity(im, in_range=(-100,400), out_range=(0,1))
im = img_as_uint(im)  # 16bit
imwrite("image.png", im)

编辑：如果您不想使用scikit图像，可以定义类似的功能，如下所示：

def rescale_intensity(arr, in_range=None, out_range=(0, 1)):
    """Normalize numpy array.
    Returns: float array
    """
    imin, imax = in_range if in_range is not None else (np.min(arr), np.max(arr))
    omin, omax = out_range
    if imin == imax:
        raise ValueError("Cannot rescale array, imin == imax")
    else:
        z = omin + omax * ((arr - imin) / (imax - imin))
    return np.clip(z, a_min=omin, a_max=omax)
    

Answer 2

你只是在标准化图像的正范围，忽略负值。

您希望将以下等式应用于您的值：

mx = np.amax(img)
mn = np.amin(img)
img = (img - mn) / (mx - mn) * 255

我们首先减去最小值，这样图像中的最小值就变成了0。接下来我们除以将最大值设置为1。mx-mn是数据的全部范围，因此将最小值设置为0后数据中的最大值。