关于存储后图像的灰度与原来的array里面的的元素值不同:
1.可能是存成了 jpg文件(压缩了图像)
可参考https://cloud.tencent.com/developer/ask/208807
keras.preprocessing.image.array_to_img用来将数组数据(代表图像)转换为图像。然后当使用时.save(),数据已经转换。
因此我创建了一个简单的例子,事实证明它array_to_img()真的做了一些意想不到的事情
from keras.preprocessing.image import image
import matplotlib.pyplot as plt
import numpy as np
array1=np.array([[[255,0,0],[100,0,0]],
[[0,0,0],[0,0,0]]])
plt.imshow(array1)
plt.show()
img_4=image.array_to_img()
img_4.save('img_4.jpg')
img_4load = image.load_img('img_4.jpg', target_size=(2, 2))
img_4load_array = image.img_to_array(img_4load)
print(img_4load_array)
运行结果:
[[[117. 39. 39.]
[ 97. 19. 19.]]
[[ 65. 0. 0.]
[ 55. 0. 0.]]]
阵列数据已经改变!!
解决方法:
jpeg是一种压缩的格式。这意味着当您使用此格式保存图像时,它将通过压缩过程传递,或者只是压缩。这样做的目的是节省存储空间。对于真实图像并且在一定范围内的损失,我们的眼睛无法区分真实图像和压缩图像之间的差异。由于您的图像非常小,因此修改量非常大。要保持值不变,请以不压缩图像的png格式(例如格式)保存图像。您只需在保存时更改扩展名:
img_4.save('img_4.png')
2.在save image前,通常需要将array转成img,因此要用到array_to_img函数,但是要注意的是 一定要将里面的scale设置为false,否则灰度可能会发生变化。
img_tmp = array_to_img(x_t,scale=False)