在图像上使用 skimage.transform.rescale 两次创建额外的通道

Question

在我正在做的 coursera 指导项目中，讲师使用from skimage.transform import rescaleimage_rescaled = rescale(rescale(image,0.5),2.0)扭曲图像。在我自己的设备上发生的错误（并且在项目的 jupyter notebook 上没有出现，可能是由于模块和 python 的版本不同）是通道的数量增加image_rescaled了1.例如=>images_normal.shape = (256,256,256,3)和images_with_twice_reshape.shape=(256,256,256,4)如果我使用，则不会出现此问题rescaled(rescale(image,2.0),0.5)。这是在较新版本的 python/skimage 中使用还是我做错了什么？对于其他参考（没有从源代码中删除任何内容，但用#s 突出显示了重要部分）：import osimport refrom scipy import ndimage, miscfrom skimage.transform import resize, rescalefrom matplotlib import pyplotimport numpy as npdef train_batches(just_load_dataset=False):    batches = 256 # Number of images to have at the same time in a batch    batch = 0 # Number if images in the current batch (grows over time and then resets for each batch)    batch_nb = 0 # Batch current index        ep = 4 # Number of epochs    images = []    x_train_n = []    x_train_down = []        x_train_n2 = [] # Resulting high res dataset    x_train_down2 = [] # Resulting low res dataset        for root, dirnames, filenames in os.walk("data/cars_train.nosync"):        for filename in filenames:            if re.search("\.(jpg|jpeg|JPEG|png|bmp|tiff)$", filename):                filepath = os.path.join(root, filename)                image = pyplot.imread(filepath)                if len(image.shape) > 2:                                            image_resized = resize(image, (256, 256)) # Resize the image so that every image is the same size#########################通过上面的代码，我得到了x_train_n2.shape = (256,256,256,3)和x_train_down2.shape=(256,256,256,4)。

Answer 1

我能够按如下方式重现您的问题：

import numpy as np

from skimage.transform import resize, rescale

image = np.random.random((512, 512, 3))

resized = resize(image, (256, 256))

rescaled2x = rescale(

        rescale(resized, 0.5),

        2,

)

print(rescaled2x.shape)

# prints (256, 256, 4)

问题是resize可以推断你的最终维度是通道/RGB，因为你给它一个 2D 形状。rescale，另一方面，将您的数组视为形状为 (256, 256, 3) 的 3D 图像，它下降到 (128, 128, 2)，也沿着颜色进行插值，就好像它们是另一个空间维度一样，然后上采样到 (256, 256, 4)。

如果您查看rescale文档，您会发现“多通道”参数，描述为：

图像的最后一个轴是被解释为多通道还是另一个空间维度。

所以，更新我的代码：

rescaled2x = rescale(

        rescale(resized, 0.5, multichannel=True),

        2,

        multichannel=True,

)

print(rescaled2x.shape)

# prints (256, 256, 3)