31
4
I simply want to darken an image that I've loaded using scikit-image in python.
我只是想把我用sorkit-Image加载的一张图片变暗。
If I do this:
如果我这么做了：
个人中心
文章发布
退出test_image = io.imread("TestProvs2.bmp")
test_image = test_image * 0.5
show_map(test_image)
The array of RGB values does indeed get scaled down, so that each RGB value is 127.5.
RGB值的数组确实会缩小，因此每个RGB值都是127.5。
Yet the resulting image has maximum values (left = original, right = new):
然而，生成的图像具有最大值(左=原始，右=新)：
What's the data type of the array, and how are you displaying the image?
该数组的数据类型是什么，以及如何显示图像？
what is show_map?
什么是show_map？
please amend your question to explain how you display your data. someone removed the matplotlib tag even though you use matplotlib and that's the source of your problem.
请修改你的问题，解释你如何显示你的数据。有人删除了matplotlib标记，尽管您使用的是matplotlib，这就是问题的根源。
When you read an image, the data type of your image is uint8. When you multiply it by 0.5, Python casts it to float64 but an image must be uint8, so it gives this error
当您读取图像时，图像的数据类型为uint8。当您将其乘以0.5时，Python会将其强制转换为Float64，但图像必须为uint8，因此会出现此错误
Lossy conversion from float64 to uint8. Range [0.0, 127.5]. Convert image to uint8 prior to saving to suppress this warning.
What you have to do is to cast it to uint8 manually.
您需要做的是手动将其转换为uint8。
test_image = (test_image * 0.5).astype(np.uint8)
Don't forget to import numpy
别忘了导入麻木
import numpy as np
Generally, it's better to use OpenCV for image processing.
一般来说，最好使用OpenCV进行图像处理。
The issue is indeed data types, and how matplotlib handles them.
问题确实在于数据类型，以及matplotlib如何处理它们。
When you have data of type uint8, the value range is expected to be from 0 to 255. An image needs not be uint8. It can have other data types too.
当您有uint8类型的数据时，该值的范围应该是从0到255。不需要使用图像8。它还可以有其他数据类型。
When you have data of type float/float64, the value range is probably expected to be 0.0 .. 1.0. Matplotlib expects this.
当您有类型为FLOAT/FLOAT64的数据时，该值的范围可能是0.0.1.0.Matplotlib预料到了这一点。
If you see a warning like this, that would be an indication of the issue:
如果您看到这样的警告，则表示该问题：
Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).
使用RGB数据将输入数据剪裁到imshow的有效范围(对于浮点数为[0..1]，对于整数为[0..255])。
Since you merely multiplied your values by 0.5, your value range is 0.0 .. 127.5
由于您只是将值乘以0.5，因此您的值范围是0.0.127.5
Taking that, while expecting a range of upto 1.0, blows out all the pixels.
当期望范围达到1.0的时候，所有的像素都被打乱了。
You fix that either by scaling appropriately, or converting to uint8 explicitly.
您可以通过适当缩放或显式转换为uint8来修复该问题。
matplotlib is perfectly fine to use, for displaying purposes. You just have to check the documentation for what any API will do with your data.
出于显示目的，matplotlib非常适合使用。您只需查看文档，了解任何API将如何处理您的数据。
That did it, tysm!
就是这样，泰斯姆！
OpenCV is not all that great for image processing.
OpenCV对于图像处理来说并不是那么好。
While matplotlib supports non uint8 dtypes, skimage gives a warning and doesn't save the image correctly,. Moreover, OpenCV throws an error.
虽然matplotlib支持非uint8数据类型，但skImage会给出警告，并且不能正确保存图像。此外，OpenCV还会抛出一个错误。
the question does not involve trying to save the image. OP hasn't clarified the nature of show_map at all. I had to deduce the use of matplotlib from the screenshots. -- opencv is also not used in OP's question. it can't throw an error. if you see an error, please point it out, including your minimal reproducible example
这个问题并不涉及试图保存图像。OP根本没有澄清show_map的性质。我不得不从截图中推断出matplotlib的用法。--OP的问题中也没有使用OpenCV。它不能抛出错误。如果您看到错误，请指出它，包括您最小的可重现的例子
31
4
0
我无法在此图中定位轴标签。我喜欢放置顶部标签，使管道与网格对齐，并放置左右标签，以便它们不接触绘图。 我试过了 ax.tick_params(axis='both', which='both'
我使用的是 python 2，下面的代码只是使用了一些示例数据，我的实际数据可能有不同的长度，并且可能不是很细。 import numpy as np import datetime i
给定坐标 [1,5,7,3,5,10,3,6,8]为 matplotlib.pyplot ，如何突出显示或着色线条的不同部分。例如，列表中的坐标 1-3 ( [1,5,7,3] ) 表示属性 a .我
我正在matplotlib中绘制以下图像。 我的问题是，图像看起来像这样，但是，我想使背景变暗，因为当我打印该图像时，灰度部分不会出现在打印物中。有人可以告诉我API进行此更改吗？ 我使用简单的API
这是关于matplotlib的一个非常基本的问题，但是我不知道该怎么做: 我想绘制多个图形，并使用绘制窗口中的箭头从一个移到另一个。 目前，我只知道如何创建多个图并将其绘制在不同的窗口中，如下所示:
在 matplotlib 中绘制小块对象时，由于显示分辨率而引入了伪影。使用抗锯齿并不能解决问题。 这个问题有解决方案吗？ import matplotlib.pyplot as plt impo
对于直方图，有一个简单的内置选项 histtype='step' .如何制作相同风格的条形图？ 最佳答案 [阅读评论后添加答案] 将可选关键字设置为 fill=False对于条形图: import m
我正在尝试在 (6X3) 网格上创建子图。我对图例的位置有疑问。图例对所有子图都是通用的。 lgend 现在与 y 轴标签重叠 我尝试删除 constrained_layout=True 选项。但这在
我有一个带有一些线段( LineCollection )和一些点的图表。这些线和点有一些与它们相关的值，但没有绘制出来。我希望能够添加鼠标悬停工具提示或其他方法来轻松找到点和线的关联值。这对于点或线段
我想创建一个带有对齐不同曲线文本的图例的图。这是一个最小的工作示例: import matplotlib.pyplot as plt import numpy as np x=np.linspace(
可以说我正在用matplotlib绘制一条线并添加一个图例。 在图例中，其显示为------ Label。当绘制较小的图形尺寸以进行打印时，我发现该行的默认水平长度太长。 是否存在将------ La
我正在使用 matplotlib 构建一个 3D 散点图，但无法使生成的图形具有所有 3 个轴的共同原点。我怎样才能做到这一点？ 我的代码(到目前为止)，我还没有为轴规范实现任何定义，因为我对 Pyt
我有一个我想使用的绘图布局，其中 9 个不同的数据簇被布置在一个方形网格上。网格中的每个框都包含 3 个并排布置的箱线图。 我最初的想法是这将适合 3x3 子图布局，每个单独的子图本身被划分为 3x1
我的图形从y=-1变为y=10 我想在任意位置写一小段文字，例如x=2000，y=5: ax.annotate('MgII', xy=(2000.0, 5.0), xycoords='data')
我想使用LateX格式来构建一个表达式，其中出现一些数字，但这些数字是用LateX表达式中的变量表示的。 实际的目标是在axes.annotate()方法中使用它，但是为了讨论起见，这里是一个原理代码
我需要比较两组的二维分布。 当我使用 matplotlib.pyplot.contourf并覆盖图，每个等高线图的背景颜色填充整个图空间。有没有办法让每个等高线图的最低等高线级别透明，以便更容易看到每
在R中，有一个locator函数，类似于Matlab的ginput，您可以用鼠标单击图形并选择任何x，y坐标。此外，还有一个名为identify(x,y)的函数，如果您给它绘制了一组绘制的点x，y，然
我想用matplotlib生成矢量图。我尽力了-但输出是光栅图像。这是我使用的： import matplotlib matplotlib.use('Agg') import matplotlib.p
我正在尝试使用 matplotlib 制作具有非常小的灰点的散点图。由于点密度的原因，点需要很小。问题是 scatter() 函数的标记似乎既有线条又有填充。当标记很小时，只有线条可见，而看不到填充，
我不太明白为什么我无法在指定的限制内创建水平和垂直线。我想用这个框绑定(bind)数据。然而，双方似乎并没有遵守我的指示。为什么是这样？ # CREATING A BOUNDING BOX # BOT
我是一名优秀的程序员,十分优秀！