尝试使用“skimage.transform.rescale”重新缩放 4D 数组时，“LinAlgError：SVD 未收敛”答案

【问题标题】：`LinAlgError: SVD did not converge` when attempting to rescale a 4D array using `skimage.transform.rescale`尝试使用“skimage.transform.rescale”重新缩放 4D 数组时，“LinAlgError：SVD 未收敛”
【发布时间】：2015-11-21 03:15:21
【问题描述】：

我想将 MNIST 数据的 4D 数组重新缩放 0.5 倍。使用skimage.transform.rescale 时出现错误：

LinAlgError: SVD did not converge

我觉得这可能与图像尺寸有关，但文档没有提及图像尺寸。

from skimage import transform
...
...
data = load_mnist() #Contains mnist data in format (50000, 1, 28, 28)
data_rescaled = transform.rescale(data, 0.5)

【问题讨论】：

标签： python image numpy scikit-image rescale

【解决方案1】：

来自the documentation：

skimage.transform.rescale(image, scale, order=1, mode='constant', cval=0, clip=True, preserve_range=False)[source]

按一定比例缩放图像。

对放大或缩小图像执行插值。对于通过应用算术和或平均值对具有整数因子的 N 维图像进行下采样，请分别参见 skimage.measure.local_sum 和 skimage.transform.downscale_local_mean。 ...

scale : {float, tuple of floats}

比例因子。单独的比例因子可以定义为(row_scale, col_scale)。

我的解释是skimage.measure.rescale 只支持二维图像。快速尝试为每个维度传递单独的比例因子似乎证实了这一点：

In [1]: data = np.random.randn(500, 1, 28, 28)

In [2]: rescaled = transform.rescale(data, (0.5, 0.5, 0.5, 0.5))
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-2-638fc58c2154> in <module>()
----> 1 rescaled = transform.rescale(data, (0.5, 0.5, 0.5, 0.5))

/home/alistair/.venvs/rfmap/lib/python2.7/site-packages/skimage/transform/_warps.pyc in rescale(image, scale, order, mode, cval, clip, preserve_range)
    164 
    165     try:
--> 166         row_scale, col_scale = scale
    167     except TypeError:
    168         row_scale = col_scale = scale

ValueError: too many values to unpack

如文档所述，您可以改用 skimage.transform.local_sum 或 skimage.downscale_local_mean，前提是您只需按整数因子（在您的情况下为 2）进行下采样。

另一个支持对非整数缩放因子使用插值的替代方法是scipy.ndimage.zoom：

In [3]: from scipy import ndimage

In [4]: rescaled = ndimage.zoom(data, 0.5)

In [5]: rescaled.shape
Out[5]: (250, 1, 14, 14)

【讨论】：