numpy - 使用 scikit-image 进行数组转换：从整数到浮点数

Question

使用 scikit-image 将整数图像转换为浮点图像时，我遇到了某种问题。

这是一个示例（图像是 2 像素图像）：

from numpy import array,uint8;
import skimage;

rgb = array([array([[0,0,0],[0,0,5]])]) 
i1 = skimage.img_as_float(rgb)#rgb.dtype ->dtype('int32')
i2 = skimage.img_as_float(rgb.astype(uint8))
i3 = skimage.img_as_float(rgb.astype(float))

print i1[0,1,:]
print i2[0,1,:]
print i3[0,1,:]

我期待这个：

[ 0.  0.  5.]
[ 0.  0.  5.]
[ 0.  0.  5.]

但我得到了这个：

[  2.32830644e-10   2.32830644e-10   2.56113708e-09]
[ 0.          0.          0.01960784]
[ 0.  0.  5.]

从 to 丢失精度是正常的float，int但是在这里我在从 to 传递int到floatusing时丢失了真实信息img_as_float。我在GitHub 上阅读代码时没有发现任何东西...

为什么这可能？

Answer 1

img_as_float()不仅仅是类型转换，它将完整的无符号整数范围转换为 [0, 1]，将完整的有符号整数范围转换为 [-1, 1]。

• i1，dtype 为 int32，表示将 [-2147483648, 2147483647] 转换为 [-1, 1]
• i2，dtype为uint8，表示将[0, 255]转换为[0, 1]
• i3，因为 dtype 已经是浮动的，所以什么也不做。