inline matplotlib pyplot饱和，而scipy.misc toimage不是

Question

我正在阅读ddsm乳房X线照片图像。并且在标准化绘图之后。这是灰度图像，但我将其视为RGB，通过复制相同的通道3次。问题是，当我使用pyplot从matplotlib标准化的形象得到饱和，而当我绘制使用scipy.misctoimage，它不

这里是我的代码：

from scipy import misc 
%matplotlib inline 
import matplotlib 
import numpy as np 
import matplotlib.pyplot as plt 
img = misc.imread('testcolor.png') 
print(type(img)) #<type 'numpy.ndarray'> 
img.shape #(512,512,3) 

的图像的像素值都是这样

print(img[:,:,1]) 
#[[ 98 97 99 ..., 0 0 0] 
[ 98 98 100 ..., 0 0 0] 
[100 100 100 ..., 0 0 0] 
..., 
[ 91 95 96 ..., 0 0 0] 
[ 88 89 92 ..., 0 0 0] 
[ 95 94 97 ..., 0 0 0]] 

然后我归一化用下面的代码图像：

imgn = np.where(img>0,img,np.nan) 
img_norm = (img - np.nanmean(imgn,axis=(0,1)))/np.nanstd(imgn,axis=(0,1)) 

和以前一样归像素像

print(img_norm[:,:,1]) 
#[[-0.71566175 -0.74025369 -0.69106981 ..., -3.1256717 -3.1256717 
    -3.1256717 ].... 

而且

print(np.min(img_norm)) #-3.12567170176 
print(np.max(img_norm))#2.80098542174 

随着matplotlib pyplot我得到这个：

plt.figure() 
plt.imshow(img_norm) 
plt.show() 

然后我绘制相同诺玛与toimage为什么我有这种差异lized图像从scipy.misc

from scipy.misc import toimage 
toimage(img_norm).show() 

？

顺便说一句，在unormalized原始图像是这样的：

Answer 1

通常它有助于阅读the documentation。

matplotlib.pyplot.imshow(X, ....)

X：array_like，形状（N，M）或（N，M，3）或（N，M，4）

显示中X图像电流轴。 X可以是数组或PIL图像。如果X是一个数组，它可以具有以下形状和类型：

MXN - 值被映射（float或INT）
MxNx3 - RGB（float或UINT8）
MxNx4 - RGBA（float或UINT8）
MxNx3和MxNx4浮点数组的每个组件的值应该在0.0到1.0的范围内。将MxN数组映射到基于标准（映射标量到标量）和cmap（将标量标量映射到颜色）的颜色。

您的数组是一个浮点数组，但不在0和1之间的范围内。因此imshow的行为未定义。

您可以使用正常的数学运算规范化为0到1之间的范围，或者更容易使用plt.Normalize，以防万一需要线性映射。

norm = plt.Normalize(0,1) 
plt.imshow(norm(img_norm))