Python图像resize前后颜色不一致问题

今天帮师姐解决一个bug，测试了Python图像resize前后颜色不一致问题。

代码片段执行的功能：图像指定倍数超分辨率，输入为[0-1] float型数据，输出为格式不限的图像

bug：输入图像与输出图像颜色不一致

一、把产生bug的功能片段做分离测试：

import h5py
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
from scipy import misc


def get_result_array():
    file_name = "./butterfly_GT.bmp"
    img_no_expand = misc.imread(file_name, flatten=False, mode='YCbCr')
    img_no_expand = img_no_expand / 255.0
    # img_no_expand = np.uint8(img_no_expand*255)
    h, w = img_no_expand.shape[:2]
    print(img_no_expand.shape)
    h *= 2
    w *= 2
    data = list()

    data.append(misc.imresize(img_no_expand[:, :, 0], [h, w], 'bicubic')[:,:,None])
    data.append(misc.imresize(img_no_expand[:, :, 1], [h, w], 'bicubic')[:,:,None])
    data.append(misc.imresize(img_no_expand[:, :, 2], [h, w], 'bicubic')[:,:,None])
    data_out = np.concatenate(data, axis=2)
    img = misc.toimage(arr=data_out, mode="YCbCr")
    img.save("out_3.jpg")


if __name__=='__main__':
    get_result_array()

运行代码：

左图为输入图像，右图为输出图像。为了便于对比，把输出图像缩放至与输入图像一致，由图可见，输出图像色彩严重失真。

二、在pycharm中，Ctrl+B 查看源码：

 三、发现可以选择模式，猜想可能是模式有误：

四、在函数的实现的第一行，初始化Image类，猜想初始化参数设置错误。

五、在类的初始化过程中，默认图像的最大值为255，而实际输入是0-1的float型数据。找到了错误之处。

六、仔细查看文档，mode可以修改。0-1float型数据对应mode=“F”：

七、于是，在代码中加入参数：

八、插值后处理

插值之后部分像素点数值可能大于1，这时有两种做法，一种是归一化，一种是截断。经过实验发现，归一化操作往往会使图像整体亮度变暗，对图像整体视觉效果有较大影响，因此这里选择截断。

九、最终代码如下：

import h5py
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
from scipy import misc


def get_result_array():
    file_name = "./butterfly_GT.bmp"
    img_no_expand = misc.imread(file_name, flatten=False, mode='YCbCr')
    img_no_expand = img_no_expand / 255.0
    # img_no_expand = np.uint8(img_no_expand*255)
    h, w = img_no_expand.shape[:2]
    print(img_no_expand.shape)
    h *= 2
    w *= 2
    data = list()
    data.append(misc.imresize(img_no_expand[:, :, 0], [h, w], 'bicubic', mode="F")[:,:,None])
    data.append(misc.imresize(img_no_expand[:, :, 1], [h, w], 'bicubic', mode="F")[:,:,None])
    data.append(misc.imresize(img_no_expand[:, :, 2], [h, w], 'bicubic', mode="F")[:,:,None])
    data_out = np.concatenate(data, axis=2)
    data_out[data_out > 1] = 1.0
    data_out = np.uint8(data_out * 255)
    img = misc.toimage(arr=data_out, mode="YCbCr")
    img.save("out_4.jpg")


if __name__=='__main__':
    get_result_array()

九、实际测试，输入输出对比图如下所示：

嗯，又解决了一个bug，坐等师姐请吃饭，哈哈