Scipy的imsave函数保存了错误的数值

Question

我正在尝试使用numpy和scipy编写代码生成视差图，但是存储在我的numpy数组中的图像值与实际显示在输出图像中的值完全不同，这些值是使用misc.imsave保存的。例如，在数组中，没有任何值大于22，但在图像中，我拥有从0到255的完整值范围。我认为可能是imsave将值拉伸，使得最大值在图像中显示为255，但我使用imsave创建的其他图像具有低于255的最大值。

这些是我用来创建视差图的函数，给定已沿x轴移动的两个pgm图像：

def disp(i, j, winSize, leftIm, rightIm): #calculate disparity for a given point
    width = leftIm.shape[1]
    height = leftIm.shape[0]
    w = winSize / 2
    minSAD = 9223372036854775807 #max int
    for d in range(23):
        SAD = 0.0 #SAD
        k = i - w
        v = i + w
        m = j - w
        n = j + w
        for p in range(k, v+1): #window - x
            for q in range(m, n+1): #window y
                if(p - d > 0 and p < width and q < height):
                    SAD += abs((int(leftIm[q][p]) - int(rightIm[q][p - d])))
        if(SAD < minSAD):
            minSAD = SAD
            disp = d
    #       print "%d, %d" % (i, j)
    return (disp, SAD)

def dispMap(winSize, leftIm, rightIm):
    width = leftIm.shape[1]
    height = leftIm.shape[0]
    outIm = np.zeros((height, width)) 
    SADstore = np.zeros((height, width))
    w = winSize / 2
    for i in range(w, width-w):
        for j in range(w, height/3-w):
            dispout =  disp(i, j, winSize, leftIm, rightIm)
            outIm[j][i] = 1 * dispout[0] #should normally multiply by 4
            SADstore[j][i] = dispout[1]
    return (outIm, SADstore)

忽略SAD/SADstore的返回值，我已确保这些不会影响我的当前进程。

这是我用来获取输出的代码：

disp12 = dispMap(9, view1, view2)
disp12im = disp12[0]
misc.imsave('disp121.pgm', disp12im)

当前状态下，disp12im中的所有值都不应该大于23。如果我使用for循环在数组上检查，这个条件仍然成立。但是，如果我加载保存的图像并在这些值上运行相同的for循环，我会得到许多大于23的数字。我做错了什么？

- jackwise

Answer 1

当数组的数据类型从np.float64（即disp12im的数据类型）更改为存储在图像中的8位值时，数据将被重新缩放。

为避免这种情况，请在将图像传递给imsave之前将其转换为np.uint8数据类型。

misc.imsave('disp121.pgm', disp12im.astype(np.uint8))

例如，我会将这个 x 保存为 PGM 图像：

In [13]: x
Out[13]: 
array([[  1.,   3.,   5.],
       [ 21.,  23.,  25.]])

In [14]: x.dtype
Out[14]: dtype('float64')

保存未改变的x，然后将其读回：

In [15]: imsave('foo.pgm', x)

In [16]: imread('foo.pgm')
Out[16]: 
array([[  0,  21,  42],
       [212, 234, 255]], dtype=uint8)

数值已经被放大到完整的8位范围内。

因此，在保存之前将 x 转换为 np.uint8 ，然后再读取：

In [17]: imsave('foo.pgm', x.astype(np.uint8))

In [18]: imread('foo.pgm')
Out[18]: 
array([[ 1,  3,  5],
       [21, 23, 25]], dtype=uint8)

- Warren Weckesser