如何标准化 tiff 图像

Question

我试图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，如果我删除每一行 changes/sets 像素值变为黑色，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)

得到这个：

我是如何分解图像的

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，输出大约为 8353。此外，将其转换为 8 位图像，以便我可以在 matplotlib 上查看它。

Answer 1

很可能您的图片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 会自动为您标准化该范围。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]，这就是它难以显示的原因。只是规范化数据：

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：

Answer 2

您可以使用 Scipy exposure.rescale_intensity() 和 Python/OpenCV.

进行适当的归一化

下面我用OpenCV读取多页TIFF，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：

如何标准化 tiff 图像

How to normalize a tiff image

python

opencv

image

normalization

python-3.x