python - skimage 调整大小给出奇怪的输出

Question

我正在使用 skimage.transform.resize 调整图像大小，但我得到了一个非常奇怪的输出，我不知道为什么。谁能帮忙？

这是我的代码:

import matplotlib.pyplot as plt
import skimage.transform
plt.imshow(y)
h,w,c = y.shape
x = skimage.transform.resize(y, (256, (w*256)/h), preserve_range=True)
plt.imshow(x)

这是我的输入图像 y (240, 320, 3):

这是我的输出图像 x (256, 341, 3):

编辑:好的，如果我更改 preserve_range=False，它似乎工作正常。但为什么它不允许我保持当前范围？

编辑:我使用 OpenCV 从视频中随机采样帧。这是从我传递给它的视频路径返回帧的函数。

def read_random_frames(vid_file):

   vid = cv2.VideoCapture(vid_file)
   # get the number of frames    
   num_frames = vid.get(cv2.CAP_PROP_FRAME_COUNT)
   # randomly select frame
   p_frame = random.randint(0, (num_frames-1))
   # get frame
   vid.set(cv2.CAP_PROP_POS_FRAMES, p_frame)
   ret, frame = vid.read()
   # convert from BGR to RGB
   frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

   return frame

我有一个视频路径列表，我使用 map 函数检索帧，然后将输出列表转换为一个 numpy 数组:

 batch_frames = map(lambda vid: read_random_frames(vid), train_vids_batch)
 frame_tensor = np.asarray(batch_frames)
 y = frame_tensor[0]

Answer 1

我认为这仅仅是因为通过保留范围，我最终得到了 [0, 255] 范围内的 float ，而 pyplot.imshow 只能显示 [0, 255] 范围内的 MxNx3 float 组0.0, 1.0]。当我使用 z = np.copy(x).astype('uint8') 将输出转换为 uint8 时，它显示正常。