Numpy 使用scikit图像的数组转换：从整数到浮点

在使用scikit图像将整数图像转换为浮点图像时，我遇到了一些问题

这是一个示例，图像为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,:]

我预料到：

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

但我明白了：

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

从float到int丢失精度是正常的，但是在这里，当使用img_作为_float从int传递到float时，我丢失了真正的信息。我在…上读代码时没有发现任何东西

为什么这是可能的

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，数据类型为int32，表示将[-2147483648，2147483647]转换为[-1，1] i2，数据类型为uint8，表示将[0，255]转换为[0，1] i3，因为数据类型已经是float，所以不执行任何操作。 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，数据类型为int32，表示将[-2147483648，2147483647]转换为[-1，1] i2，数据类型为uint8，表示将[0，255]转换为[0，1] i3，因为数据类型已经是float，所以不执行任何操作。