python – skimage调整大小给出奇怪的输出

前端之家收集整理的这篇文章主要介绍了python – skimage调整大小给出奇怪的输出前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

我正在使用skimage.transform.resize调整图像大小,但我得到了一个非常奇怪的输出,我无法弄清楚为什么.有人可以帮忙吗?

这是我的代码

import matplotlib.pyplot as plt
import skimage.transform
plt.imshow(y)
h,w,c = y.shape
x = skimage.transform.resize(y,(256,(w*256)/h),preserve_range=True)
plt.imshow(x)

这是我的输入图像y(240,320,3):

enter image description here

这是我的输出图像x(256,341,3):

enter image description here

编辑:
好吧,如果我改变preserve_range = False似乎工作正常.但为什么它不允许我保持目前的范围?

编辑:
我正在使用OpenCV从视频中随机抽样帧.这是从我传递给它的视频路径返回帧的函数.

def read_random_frames(vid_file):

   vid = cv2.VideoCapture(vid_file)
   # get the number of frames    
   num_frames = vid.get(cv2.CAP_PROP_FRAME_COUNT)
   # randomly select frame
   p_frame = random.randint(0,(num_frames-1))
   # get frame
   vid.set(cv2.CAP_PROP_POS_FRAMES,p_frame)
   ret,frame = vid.read()
   # convert from BGR to RGB
   frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)

   return frame

我有一个视频路径列表,我使用map函数检索帧然后我将输出列表转换为numpy数组:

 batch_frames = map(lambda vid: read_random_frames(vid),train_vids_batch)
 frame_tensor = np.asarray(batch_frames)
 y = frame_tensor[0]
最佳答案
我认为这只是因为通过保留范围我最终得到了[0,255]范围内的浮点数,而pyplot.imshow只能显示[0.0,1.0]范围内的MxNx3浮点数组.当我使用z = np.copy(x).astype(‘uint8’)将输出转换为uint8时,它显示正常.
原文链接:https://www.f2er.com/python/438456.html

猜你在找的Python相关文章