割り当て後の画像がぼやけた

Question

TensorflowとNumpyの概念を学び始めました。私は、Tensorflowを使っていろいろな形の画像を、固定された1つの形状に作り直しています。そのために、私はループを利用しています。ループの最後に、この再構成されたイメージを1つの配列に蓄積しています。さて、この配列から画像をプロットすると、ぼやけた画像が得られます。しかし、Tensorflowを使って再構成されたイメージのインスタンスをプロットすると、正しいイメージが得られます。誰にでも私がどこで間違っているのか説明できますか？

コード：

fixedW = 227.0 
fixedH = 227.0 
X_data = np.zeros((3, fixedW, fixedH, 3), dtype = np.float32) # Only 3 images in this example 
tf.reset_default_graph() 
with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    for i in range(3): 
     img = matplotlib.image.imread(image_file_name[i]) 
     preshape = img.shape 
     img = np.reshape(img, (1, preshape[0], preshape[1], preshape[2])) #Make it single batched image 
     tf_img = tf.image.resize_images(img, (fixedW, fixedH), tf.image.ResizeMethod.NEAREST_NEIGHBOR) 
     resized_img = sess.run(tf_img)[0] 
     print(resized_img.shape) # Prints correctly 
     X_data[i, :, :, :] = resized_img[:, :, :] # Something is wrong here 

# This plots correctly 
plt.imshow(resized_img) 
plt.show() 

# This plots some blurred image 
plt.imshow(X_data[2]) 
plt.show() 

私はこれで間違っているつもりだと私は私の理解では、ここで何考え方をしないのですどこ誰もが私を説明することができますしてくださいこの割り当ての。

Answer 1

私は解決策を得ました。問題はX_dataタイプの問題でした。関数imshowは、uint8またはfloat32型の値のみをとり、値は0.0〜1.0の範囲内になければなりません。

私の変数X_dataはfloat32の型を受け入れていましたが、値は1より大きかったので、X_dataの型をuint8に変換すると問題が解決しました。ここ

は、溶液ラインである：uint8にデータを変換する問題を解決する場合

X_data = np.zeros((3, fixedW, fixedH, 3), dtype = np.uint8) 

Answer 2

、以下の（uint8として配列を宣言することなく）aswellそれを解決するかもしれない：

plt.imshow(X_data[2], vmin=0, vmax=255) 

あなたの問題から、あなたのフロート画像は実際には[0, 255]（これはuintへの変換が終わることになります）の範囲にあることを理解しています。

本当の問題は、彼らが提供されていない場合はmatplotlibののimshowは、自動的にデフォルトでX_data[2].min()とX_data[2].max()に画像のvminとvmaxを調整していることのようです。

vmin=0とvmax=255を指定する場合は、データを符号なしバイトに丸めるには、プロットが同じである必要があります。

ただし、コードを複製できないため、テストできません：P。