skimage rescale_intensity函数

函数名：

 rescale_intensity

语法：

 rescale_intensity(image, in_range=’image’, out_range=’dtype’)

类型：

 skimage.exposure.exposure 模块中的函数，在对图像进行拉伸或者伸缩强度水平后返回修改后的图像，

输入图像和输出图像的强度范围分别由in_range 和out_range指定，用来拉伸或缩小输入图像的强度范围。

输入参数：

• 参数名：image
• 类型：array
• 说明：输入图像

---

• 参数名：in_range, out_range
• 类型：str or 2-tuple
• 说明：输入图像和输出图像的最小和最大强度值。下面列举了这个参数的可能值。

输出参数：

• 参数名：out
• 类型：array
• 说明： 图像阵列调整后的强度。该图像与输入图像是相同的数据类型。

例子：

 默认情况下，输入图像的最小/最大强度被拉伸到图像数据类型允许的范围内。此外，in_range默认为‘image’,out_range默认为’dtype’

>>> image = np.array([51, 102, 153], dtype=np.uint8)
>>> rescale_intensity(image)
array([  0, 127, 255], dtype=uint8)
1
2
3

 很容易意外地将图像类型从uint8转换为float：

>>> 1.0 * image
array([  51.,  102.,  153.])
1
2

 使用rescale_intensity重新调节到浮点类型数据的适当范围

>>> image_float = 1.0 * image
>>> rescale_intensity(image_float)
array([ 0. ,  0.5,  1. ])
1
2
3

 使用in_range来保持原图像比较低的对比度

>>> rescale_intensity(image_float, in_range=(0, 255))
array([ 0.2,  0.4,  0.6])
1
2

 如果in_range的最小/最大值大于/小于图像强度的最大值/最小值，则强度水平将被剪辑，即，只保留im_range范围内的强度水平。

>>> image = np.array([-10, 0, 10], dtype=np.int8)
>>> rescale_intensity(image, out_range=(0, 127))
array([  0,  63, 127], dtype=int8)
1
2
3