如何标准化 tiff 图像答案

【问题标题】：How to normalize a tiff image如何标准化 tiff 图像
【发布时间】：2020-10-09 03:31:34
【问题描述】：

我正在尝试将图像中的一些特定像素设置为黑色，这些图像是 tiff 格式，这需要我在各自的帧中分解它们，因此我的 tiff 图像有 50 个不同的帧。对于这样的任务，我通过访问给定位置的像素索引并简单地将它们的值设置为 0 来使用简单的值。例如：

img[10, 50] = 0

每次我尝试设置它们的像素时，图像都会立即变黄。

但是，如果我删除将像素值更改/设置为黑色的每一行，图像就会恢复正常。

这是我的代码：

from PIL import Image
%pylab inline
import matplotlib.pyplot as plt
import matplotlib.image as mpimg


image = "myimage.tif"
path = "C:/Dataset/Face1" + image

 plt.imshow(img)
img=mpimg.imread(path)
img[15, 60] = 0
img[15, 85] = 0
img[15, 105] = 0
img[35, 60] = 0
img[35, 85] = 0
img[35, 105] = 0
img[45, 60] = 0
img[43, 75] = 0
img[43, 92] = 0
img[43, 105] = 0
img[58, 55] = 0
img[65, 83] = 0
img[58, 110] = 0
img[75, 83] = 0
img[85, 75] = 0
img[85, 90] = 0
img[90 ,83] = 0
img[95, 60] = 0
img[99, 83] = 0
img[99, 103] = 0

我尝试使用 opencv2 以简单的方式标准化我的图像：

img1 = cv2.imread('image.tif', cv2.IMREAD_GRAYSCALE)
final_img = cv2.normalize(img1,  img1, 0, 255, cv2.NORM_MINMAX)

得到了这个：

我如何分解图像

from PIL import Image
import matplotlib.pyplot as plt
imagepath = "face1.tif"
path = "C:/Users/images/" + imagepath
img = Image.open(path)

for i in range(50):
    try:
        img.seek(i)
        img.save('C:/Users/images/face1/%s.tif'%(i,))
    except EOFError:
        break

我想要做的是标准化图像，当我打印最亮像素之一的值时，输出约为 8353。另外，将其转换为 8 位图像，以便我可以在 matplotlib 上查看。

【问题讨论】：

有什么好的方法可以做到这一点？我想确保我的图像是 8 位整数以及将它们的信息标准化为 0,255。在opencv中它会更容易，我如何在matplotlib中做到这一点？
@cgohlke 我试过：'imgplot = plt.imshow(img, vmin = 0, vmax= 255)'。还是黄色的
你没有让任何人轻松帮助你。你说你有一个 TIFF 但不分享它。你说它有多个框架，但你的代码没有反映这一点。您提供了一个代码块，它使用matplotlib 来读取它，另一个基于 OpenCV - 不知道为什么。目前，我只能猜测您的图像是灰度图像，但您使用的是 viridis 颜色图，因此您可能需要在绘图命令中添加 cmap='gray'。
您可以使用 Dropbox、Google Drive 或类似工具。谢谢。
好的，我已经用 Dropbox 链接和用于分解的代码编辑了问题

标签： python python-3.x image opencv normalization

【解决方案1】：

您可以通过 Python/OpenCV 使用 Scipy exposure.rescale_intensity() 进行适当的标准化。

下面我使用OpenCV读取多页TIFF并循环处理帧如下：

import cv2
import numpy as np
import skimage.exposure as exposure

# read images
imgs = cv2.imreadmulti("face_1.tif", flags = cv2.IMREAD_GRAYSCALE + cv2.IMREAD_ANYDEPTH)[1]

for i,img in enumerate(imgs):
    filename = f"face_1_frame-{i}.png"
    print(f"Processing frame {i} into file {filename}")
    # normalize image to 8-bit range
    img_norm = exposure.rescale_intensity(img, in_range='image', out_range=(0,255)).astype(np.uint8)
    cv2.imwrite(filename, img_norm)

    # display normalized image
    cv2.imshow('normalized',img_norm)
    cv2.waitKey(0)

这是第一个标准化帧：

【讨论】：

【解决方案2】：

很可能您的图像使用了一些非标准的编码方案。通常，像素值（对于单个通道）限制为 [0..255]。在您的情况下，像素值位于 [8162..8383] 范围内。 matplotlib 自动为您规范化该范围。但是，当您将其中一个像素值设置为 0 时，您的范围变为 [0..8383]，这就是它难以显示它的原因。只需标准化数据：

from matplotlib import pyplot as plt
img = plt.imread(r'C:\temp\face_1.tif')
img -= img.min() # you can use more sofisticated img = 255*(img - img.min())/(img.max() - img.min())
img[90 ,83] = 0
img[95, 60] = 0
img[99, 83] = 0
img[99, 103] = 0
plt.imshow(img, cmap='gray')
plt.show()

这会让你：

【讨论】：