Python scipy.ndimage.imread和matplotlib.pyplot.imread之间有什么区别？

scipy.ndimage.imread

刚刚在scipy中被弃用，所以我直接将代码切换到使用pyplot，但结果不一样。我正在为keras内置的学习算法导入图像-我原以为这将是1:1的变化-但事实并非如此-我训练得很好，在切换后，我的系统无法训练。有没有一位python大师可以解释两者的区别

Scipy返回：

img_阵列：ndarray 不同的色带/通道存储在第三维中，以便灰色图像为MxN，RGB图像为MxNx3，以及 RGBA图像MxNx4。

Matplotlib返回：

返回值是numpy.array。对于灰度图像，返回数组 是MxN。对于RGB图像，返回值为MxNx3。对于RGBA图像 返回值为MxNx4。

MWE：

从scipy导入ndimage
import_image=（ndimage.imread（“img.png”）.astype（float）-
255.0 / 2) / 255.0
打印导入图像[0]
将matplotlib.pyplot作为plt导入
import_image=（plt.imread（“img.png”）.astype（float）-
255.0 / 2) / 255.0
打印导入图像[0]

这里将是一个真正的mcve：

import matplotlib.pyplot as plt
import numpy as np
import scipy.ndimage

im = np.random.rand(20,20)
plt.imsave("img.png",im)

### Scipy
i2 = scipy.ndimage.imread("img.png")
print i2.shape, i2.min(), i2.max(), i2.dtype
# (20L, 20L, 4L) 1 255 uint8

### Matplotlib
i3 = plt.imread("img.png").astype(float)
print i3.shape, i3.min(), i3.max(), i3.dtype
# (20L, 20L, 4L) 0.00392156885937 1.0 float64

可以看出

• scipy.ndimage.imread

  创建一个

  int

  类型的numpy数组，范围为

  0..255

• pyplot.imread

  创建一个浮点类型的numpy数组，范围从

  0。。1.

---

我认为一个主要区别在于png图像

plt.imread

有自己的功能来读取PNG，而

scipy.ndimage.imread

使用PIL。对于所有其他文件格式，这两个函数都应该使用PIL，所以我不希望有什么不同。关于您的实际问题，您当然可以向我们提供一个测试用例，以便人们能够重现行为。@importantanceofbeingernest请参阅使用MWE更新的-我使用灰度图像。您观察到的错误/问题在哪里？我应该从你的例子中吸取什么？您也可以使用推荐的库作为替代。但这可能不是关于解码，而是关于数组类型的决定。