Python cucim.skimage.exposure.rescale_intensity用法及代碼示例

用法: cucim.skimage.exposure.rescale_intensity(image, in_range='image', out_range='dtype')

拉伸或縮小其強度級別後返回圖像。

輸入和輸出所需的強度範圍，分別為in_range和out_range，用於拉伸或縮小輸入圖像的強度範圍。請參閱下麵的示例。

參數：

image：數組

圖像陣列。

in_range, out_range：str 或 2 元組，可選

輸入和輸出圖像的最小和最大強度值。下麵列舉了該參數的可能值。

‘image’: 使用圖像最小/最大作為強度範圍。
‘dtype’: 使用圖像 dtype 的 min/max 作為強度範圍。
dtype-name: 根據所需的 dtype 使用強度範圍。必須是 DTYPE_RANGE 中的有效 key 。
2元組: 使用range_values 作為明確的最小/最大強度。

out：數組: 重新調整其強度後的圖像陣列。此圖像與輸入圖像具有相同的 dtype。

注意：

在 0.17 版中更改：輸出數組的 dtype 已更改以匹配輸出 dtype，如果輸出範圍由一對浮點數指定，則為浮點數。

例子：

默認情況下，輸入圖像的最小/最大強度被拉伸到圖像 dtype 允許的限製，因為 in_range 默認為 ‘image’ 和 out_range 默認為 ‘dtype’：

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

很容易意外地將圖像 dtype 從 uint8 轉換為 float：

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

使用 rescale_intensity 重新縮放到 float dtypes 的正確範圍：

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

要保持原始的低對比度，請使用 in_range 參數：

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

如果in_range 的最小/最大值大於/小於最小/最大圖像強度，則剪切強度級別：

>>> rescale_intensity(image_float, in_range=(0, 102))
array([0.5, 1. , 1. ])

如果您有帶符號整數的圖像，但想將圖像重新縮放到正範圍，請使用 out_range 參數。在這種情況下，輸出 dtype 將是浮點數：

>>> image = cp.asarray([-10, 0, 10], dtype=np.int8)
>>> rescale_intensity(image, out_range=(0, 127))
array([  0. ,  63.5, 127. ])

要獲得具有特定 dtype 的所需範圍，請使用 .astype() ：

>>> rescale_intensity(image, out_range=(0, 127)).astype(np.int8)
array([  0,  63, 127], dtype=int8)

如果輸入圖像是常量，輸出會直接裁剪到輸出範圍：>>> image = cp.asarray([130, 130, 130], dtype=np.int32) >>> rescale_intensity(image, out_range=(0, 127)).astype(np.int32) 數組([127, 127, 127], dtype=int32)

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cucim.skimage.exposure.rescale_intensity。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：