为什么调整图像大小会导致通道增加？

Question

我有不同尺寸的灰度图像，因此我需要将它们转换为相同尺寸（比如 28*28）以用于我的实验。我尝试使用不同的方法来做到这一点并且我能够做到，但我观察到图像大小的调整会导致通道数量的增加。我是 python 和图像处理的新手，所以请帮忙。

from PIL import Image

image = Image.open('6.tif')
image = image.resize((28, 28), Image.ANTIALIAS)
image.save('6.png', 'PNG', quality=100)

然后下面的代码显示了不同的维度：

import imageio

image_data = imageio.imread("6.tif").astype(float)
print(image_data.shape)

image_data = imageio.imread("6.png").astype(float)
print(image_data.shape)

结果是：

(65, 74)
(28, 28, 4)

我不需要最后一个维度。这是怎么来的？即使 "from resizeimage import resizeimage".

我也得到了类似的结果

Answer 1

您的代码存在许多问题...

如果您需要灰度图像，请确保您得到的是灰度图像。所以，改变这个：

image = Image.open('6.tif')

至：

image = Image.open('6.tif').convert('L')

调整图像大小时，需要使用其中一种正确的重采样方法：

PIL.Image.NEAREST
PIL.Image.BOX
PIL.Image.BILINEAR
PIL.Image.HAMMING
PIL.Image.BICUBIC
PIL.Image.LANCZOS

因此，您需要将 ANTI_ALIAS 替换为上面列表中的内容：

image = image.resize((28, 28), Image.ANTIALIAS)

保存为 PNG 时，始终无损。品质因数与 JPEG 图像的工作方式不同，因此您应该忽略它，除非您很好地理解它如何影响 PNG 编码器。

如果您进行这些更改，特别是第一个，我认为您的问题就会消失。请记住，尽管 PNG 编码器可能获取 RGB 图像并将其保存为托盘化图像，或者它可能获取灰度图像并将其编码为 RGB 或 RGB alpha。

为什么调整图像大小会导致通道增加？

Why resizing image lead to increase in channels?

python

image

resize

grayscale

channels