【完整方案】Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255]

文章讲述了在图像处理中遇到的除以255可能导致错误的问题,通过检测数据上下界并采用归一化或先除以255后限制范围的方法,确保RGB值在[0,1]或[0,255]内,从而成功显示图像并避免了报错。
摘要由CSDN通过智能技术生成

有许多文章的方法是直接除以255,但有可能依旧报错。改使用unit8来处理,结果发现图片的色彩出现了问题
在这里插入图片描述

完整的解决思路

这个报错的意思是图像的RGB数据的范围应该在[0,1]或者[0,255]之间,解决这个问题首先先查看一下所使用数据的上下界是否存在越界的情况

Max=np.max(pic_data)
Min=np.min(pic_data)
print("Max ",Max)
print("Min ",Min)

方案一 数据经过归一化

如果经过归一化,那数据应该在[0,1]的范围内
越界使用以下代码处理

pic_data = np.maximum(pic_data, 0)
pic_data = np.minimum(pic_data, 1)

方案二 数据未经过归一化

数据比较大,先除以255,再限制上下界

pic_data = pic_data/255
pic_data = np.maximum(pic_data, 0)
pic_data = np.minimum(pic_data, 1)
plt.imshow(pic_data)

在这里插入图片描述
图像成功显示,且不再出现报错

  • 11
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值