Numpy 与精神病不一致的对比处理

我找不到版本1.75.01和1.82在对比度处理方面的差异的来源。这里有两张图片显示了它过去的样子（1.75）， 它现在看起来是什么样子：

不幸的是，回滚并不是一件小事，因为我遇到了依赖项的问题（尤其是PIL v PILLOW）。这些图像是从一个numpy数组创建的，我怀疑当从数组到图像的转换发生时，数字是如何处理的（？type，rounding）与此有关，但我找不到错误。任何帮助都将不胜感激

已编辑-新的最小示例

这就产生了：

在转换为图像之前生成阵列时，沿水平方向的三块棋盘格会改变阵列中的对比度。左上角显示，之后更改图像对比度效果良好。我不能使用它的原因是a）我收集了上一个版本的大量数据，b）我想通过编程将一个数组与另一个数组相乘（例如，使用对数刻度或其他函数）来对中间那些大的长条的对比度进行评分，并且在numpy中做数学比较容易

---

我仍然怀疑问题出在从np.array->pil.image的转换中。这些数组的

dtype

为float64，但即使强制为float32，也不会有任何更改。如果在转换前以半对比度检查数组，则该数组将填充0.5和-0.5个数字，但是所有的负数都变成了黑色，在转换时，psychopy.tools.imagetools.array2image将黑色设置为零，我想。

代码太长，我无法通读并解决实际问题

问题可能是零应该在哪里。我认为有一段时间，numpy数组被视为VAL为0:1，而PsychoPy的其他人期望值为-1:1，因此可能需要使用

array=array*2-1

重新缩放值，以恢复到原来的状态（不良行为）。或者也检查不透明度，这可能会有类似的问题。如果你写一个最小的例子，我会正确地阅读/测试它

---

谢谢

好的，是的，问题在于数组值的比例问题。基本上，你已经发现了一个心理变态无法正确处理的角落案例（即一个bug）

说明： PsychoPy有一套处理图像/纹理的复杂变换规则；它试图推断您将对该图像执行什么操作，以及该图像是否应以支持颜色操作（带符号浮点）的方式存储（可以是无符号字节）。在你的例子中，精神病患者把这个理解错了；数组中填充了浮点数这一事实让PsychoPy认为它可以进行颜色变换，但它是NX3这一事实表明它不应该这样做（我们不想为已经为每个像素指定了颜色作为rgb VAL的东西指定“颜色”）

解决方法（其中任何一种）：

只需将您的阵列提供为NxN，而不是NX3。无论如何，这是正确的做法；这意味着计算/存储的工作量减少，通过提供“强度”值，可以动态地重新存储这些值。这大致上是您在仅提供NX3阵列的一个切片时发现的，但问题是您首先只能/应该创建一个切片

使用GratingStim，它可以将所有内容转换为有符号浮点值，而不是试图找出最好的内容（但可能需要找出空间频率）

您可以通过重新缩放数组（*0.5+0.5）来添加一行来修复它，但您必须设置一些内容，使其仅在该版本中发生（我们将在下一版本之前修复）

基本上，我建议您这样做（1），因为这已经适用于过去、现在和将来的版本，而且更高效。但是谢谢你让我们知道-我会尽力确保我们在将来抓住这个

祝福

---

Jon

为了补充这一点，使用psychopy.useVersion，这种行为出现在1.81版本，但1.80年代的行为更为怪异。由于一些导入问题，我无法运行之前的版本，但您可以试一试。在脚本顶部，运行

import psychopy

，然后在下一行

psychopy.useVersion（1.76.00'）

。这就是它可以倒退的程度。顺便说一句，这不是一个很小的例子，因为它导入了很多东西并定义了几个从未使用过的变量。我找到了一个解决方法，但它并不能真正回答为什么的问题。您只需获取NX3阵列的第一个“层”。显然，图像转换将正确处理浮动，例如

partCon_i_FIXED=visual.ImageStim（w，image=partCon_np[：，：，1]，size=partCon_np.shape[0:2][：：：-1]，pos=（0100），colorSpace='rgb'）

。但这看起来仍然与使用完整数组并在之后调整对比度时不完全相同。@Jonas当然，关于最小示例，你们都是对的。我想在一天的沮丧结束后，就我对自己的工作量而言，这是“最小的”。我会根据你的建议做更多的工作，如果问题仍然存在，我会给出一个更好的例子。

#! /bin/bash

import numpy as np
from psychopy import visual,core

def makeRow (n,c):
    cp = np.tile(c,[n,n,3])
    cm = np.tile(-c,[n,n,3])
    cpm = np.hstack((cp,cm))
    return(cpm)

def makeCB (r1,r2,nr=99):
    #nr is repeat number
    (x,y,z) = r1.shape
    if nr == 99:
        nr = x/2
    else:
        hnr = nr/2
    rr = np.vstack((r1,r2))
    cb=np.tile(rr,[hnr,hnr/2,1])
    return(cb)

def makeTarg(sqsz,targsz,con):
    wr = makeRow(sqsz,1)
    br = makeRow(sqsz,-1)
    cb = makeCB(wr,br,targsz)
    t = cb*con
    return(t)

def main():
    w = visual.Window(size = (400,400),units = "pix", winType = 'pyglet',colorSpace = 'rgb')
    fullCon_np = makeTarg(8,8,1.0)
    fullCon_i  = visual.ImageStim(w, image = fullCon_np,size = fullCon_np.shape[0:2][::-1],pos = (-100,0),colorSpace = 'rgb')
    fullCon_ih = visual.ImageStim(w, image = fullCon_np,size = fullCon_np.shape[0:2][::-1],pos = (-100,0),colorSpace = 'rgb')
    fullCon_iz = visual.ImageStim(w, image = fullCon_np,size = fullCon_np.shape[0:2][::-1],pos = (-100,0),colorSpace = 'rgb')
    fullCon_ih.contrast = 0.5
    fullCon_ih.setPos((-100,100))
    fullCon_iz.setPos((-100,-100))
    fullCon_iz.contrast = 0.1
    partCon_np = makeTarg(8,8,0.1)
    partCon_i  = visual.ImageStim(w, image = partCon_np,pos = (0,0), size = partCon_np.shape[0:2][::-1],colorSpace = 'rgb')
    zeroCon_np = makeTarg(8,8,0.0)
    zeroCon_i  = visual.ImageStim(w, image = zeroCon_np,pos=(100,0), size = zeroCon_np.shape[0:2][::-1],colorSpace = 'rgb')
    fullCon_i.draw()
    partCon_i.draw()
    fullCon_ih.draw()
    fullCon_iz.draw()
    zeroCon_i.draw()
    w.flip()
    core.wait(15)
    core.quit()

if __name__ == "__main__":
    main()