Numpy 如何表示非整数图像？

简介

对于计算机来说，数字灰度图像表示为整数矩阵，其中最大数（取决于整数精度）表示黑色，0表示白色

这是一个图像的表示，它表示整数，当转换为浮点时

int
array([[6, 1, 1, 0, 6, 4],
       [0, 1, 2, 7, 5, 2],
       [0, 4, 6, 6, 3, 4],
       [1, 1, 2, 6, 7, 0],
       [3, 6, 6, 5, 5, 3]])

float
array([[ 6.,  1.,  1.,  0.,  6.,  4.],
       [ 0.,  1.,  2.,  7.,  5.,  2.],
       [ 0.,  4.,  6.,  6.,  3.,  4.],
       [ 1.,  1.,  2.,  6.,  7.,  0.],
       [ 3.,  6.,  6.,  5.,  5.,  3.]])

问题

我一直在使用svd，结果是，一幅图像的矩阵表示由浮点数组成。使用matplotlib中的

imshow

可以很好地打印它

当灰度图像值浮动时，“亮度到值”映射如何工作

根据

imshow（I，n）显示具有n个离散级别的亮度图像I 灰色如果省略n，则imshow在24位显示器上使用256个灰度级， 或其他系统上的64个灰度级

imshow（I，[低-高]）将I显示为灰度强度图像， 指定I的数据范围。值低（以及任何小于 大于低）显示为黑色，值为高（以及任何大于该值的值 大于高）显示为白色，介于两者之间的值显示为 灰色的中间色调。imshow使用默认的灰度值 水平。如果对[low high]使用空矩阵（[]），imshow将使用 [最小（I（：））最大（I（：）]；I中的最小值显示为黑色，并且 最大值显示为白色

imshow（BW）显示二进制图像BW。0的值显示为黑色， 1的值显示为白色

---

因此，这取决于调用imshow（）的方式，以及它如何解释要显示的图像。如果使用[low，high]的空矩阵调用它，它将只使用数组中的最大值和最小值。

matplotlib

使用

colormap

类（及其子类）和

Normalize

类（及其子类）将值映射为颜色。基本思想是，

规范化

将您输入的内容转换为

[0，1]

范围内的浮点值。有多种线性和非线性方法可以实现这一点（例如，实现伽马校正）

colormap

类然后转换范围

[0,1]

->

rgb

值中的标量，通过你想要的任何贴图都可以做到这一点

你能不能通过创建一个混合了黑/白/一些中间灰色的图像来轻松确定这一点？@Vicky不，不太可能。我已经根据你的评论更新了这个问题。为什么表示形式没有不同，最小亮度阶跃不应该改变吗？看起来这就是imshow（）的工作原理，我稍后会给出答案。感谢您的重播。但是，我使用的是python绘图库

matplotlib

的版本。但这回答了我的问题。基本上，它总是被离散化，一旦图像处理完成，使用浮点数就会成为开销。