skimage调整大小给出奇怪的输出

朗金斯

我正在使用调整图像的大小,skimage.transform.resize但是却得到了一个很奇怪的输出,我不知道为什么。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):

在此处输入图片说明

这是我的输出图像x(256、341、3):

在此处输入图片说明

编辑:好的,如果我更改,它似乎工作正常preserve_range=False但是为什么不让我保持当前范围呢?

编辑:我正在使用OpenCV从视频中随机采样帧。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,并且使用一个map函数来检索帧,然后将输出的列表转换为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]
朗金斯

我认为这仅仅是因为保留该范围,最终我得到了[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')它将输出转换为uint8时,显示效果很好。

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章