我应该为Python中的数组类型而烦恼吗？

我正在尝试使用下面的代码在Python中导入一系列.tiff图像。我想将它们转换为intro数组，以便处理数据。问题是，对于一些32位有符号整数的图像，它们都显示为白色，并且我没有收到正确的矩阵。 这里的变通方法是什么？ 谢谢

---

您在图像数组中看到了什么类型的值

---

我注意到，如果我没弄错的话，你试图用灰度显示图像。我很确定灰度值在0-255之间，所以尝试用np.uint8表示数组。我已经下载了图像。结论如下：

from skimage import io
io.use_plugin('freeimage')
data = io.imread('/tmp/data.tif')

我使用

scikits image

进行图像分析，但如果您愿意，可以使用matplotlib的内置功能，没有区别

• 一些基本统计数字：

  >>> print(data.dtype, data.min(), data.max(), data.shape)
  int32 -2147483647 61 (4094, 6383)
  >>> print(np.unique(data))
  [-2147483647, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14,
   15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30,
   31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46,
   47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61]
  >>> print(len(np.unique(data)))
  46
  

• 正在尝试打印图像：

  plot(data)
  

那么这里发生了什么？您有int32数据，大多数值在

[0,61]

范围内，但图像的背景硬编码为

-2147483647

。这就是为什么，当你试图描绘一些东西时，你看到的只是黑白。在内部，

matplotlib

正在根据您的数据重新调整灰度范围（从

[0255]

到

[-2147483647，61]

），这就是为什么所有前景看起来都是白色的：

[0，61]

中的

[-2147483647，61]

几乎是白色的

你能做些什么来避免这种情况发生

1-忽略背景进行可视化（以下结果是具有不同颜色贴图的相同图像）：

    imshow(data, vmin=-1)  # <-1 values are set to -1, only for visualization

    data[data < 0] = data.max() + 1  # or data[data >= 0].min() - 1
    imshow(data)

imshow（数据，vmin=-1）#=0].min（）-1
imshow（数据）

---

稍后，您可以将数据转换为所需的类型，并回答您最初的问题：

float

应该完全可以（我主要使用浮点图像）。

Matplotlib的颜色贴图会根据数据（包括灰度）进行缩放，因此不需要这样做。如果我使用np.float，则值如下：

[0.0.0.255.][0.0.0.255.][0.0.0.255.]

使用np.uint8是可行的，但让我想到了“nodata”值，它们的大小大于int8（它们是int32）。这是个问题吗？@Litwos您的数据被钳制了。255以上的所有值都设置为其他值。只要试试

np.uint8（500）

。如果要将其转换为uint8，则需要在调用

.astype（np.uint8）

之前将数据重新缩放到[0255]。我需要保持数据原样，因为我将执行进一步的分析。因此，我应该得出结论，通过使用np.uint8（500），值为-2*10^9的“nodata”像素将变为255，因此，不需要再次使用np.float？我认为与转换为float相比，mpimg的问题更多。最后一个应该很好用。您可以检查

np.unique（img）

以查看从加载的图像中获得的值吗？我在img\u数组中保留了np.float并使用了np.unique。这是结果：

[0.1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.31.32.33.34.35.36.37.38.39.40.41.43.59.61.255.]

奇怪的是，它有255个值，但是my.tiff的最大值为61，从61大幅跳到255。。您可以尝试类似于

img\u array[img\u array>70]=70的方法。这将把所有具有255个值的像素设置为70，这将增强对比度（只是为了检查它是否改善了任何东西）。与上述相同的（不操纵数据，只是为了可视化）是在
imshow
中设置
vmin=0，vmax=70
。感谢这一提示，但是我需要保留返回的矩阵，因为我有不同的图像，它们的值大于61。非常感谢。它现在运行良好。我需要处理浮点图像，这就解决了问题。：）@利特沃很高兴它起了作用：）祝你好运！顺便说一句，如果没有什么合理的，数据是关于什么的？这看起来很有趣（也很难分析）。这是一个森林区域的树冠高度模型，我需要在上面应用小波滤波器（也需要一些帮助：/）。再次感谢你的帮助！
    data[data < 0] = data.max() + 1  # or data[data >= 0].min() - 1
    imshow(data)