如何让Python与Matlab生成完全一致的图像？

问题描述 #

我在一个同时涉及Matlab和Python的项目中生成图像，尽管用于转换为图像的矩阵完全相同，但得到的图像却不一致。推测这与Python和Matlab的图像显示命令等效性有关，寻求解决方法。

MATLAB实现 #

代码 #

fmn0 = imread('cameraman.tif');
fmn=double(ifftshift(fmn0,2));
Fun=fftshift(fft(fmn,[],2),2); 

imshow(real(Fun))

输出图像 #

Python实现 #

代码 #

import numpy as np
import matplotlib.pyplot as plt
import cv2

def row_wise_fft(A):
    A = np.asarray(A)
    rowWiseFFT = np.zeros((A.shape[0], A.shape[1]), dtype='complex')
    for i in range(0, A.shape[0]):
        rowWiseFFT[i, :] = np.fft.fft(A[i,:])
    return rowWiseFFT

def row_wise_ifftshift(A):
    for i in range(0, len(A)):
        A[i] = np.fft.ifftshift(A[i])
    return A

def row_wise_fftshift(A):
    for i in range(0, len(A)):
        A[i] = np.fft.fftshift(A[i])
    return A

fmn = cv2.imread("cameraman.tif", cv2.IMREAD_GRAYSCALE)

fun = row_wise_fftshift(row_wise_fft(row_wise_ifftshift(fmn)))

plt.set_cmap("Greys_r")
plt.imshow(fun.real)

输出图像 #

解决方案 #

既然矩阵完全一致，问题出在Matlab和Matplotlib的图像显示逻辑差异上：

• Matlab的imshow默认会自动将数据的最小值映射到黑色，最大值映射到白色，自动适配数据的动态范围；
• 而Matplotlib的imshow对于浮点数类型的数据，默认会假设数据范围是[0,1]，超出部分会被截断，这导致了显示对比度的差异。

修改Python代码中的imshow调用，让它和Matlab的行为对齐：

plt.set_cmap("Greys_r")
# 手动设置显示范围为矩阵的最小和最大值，匹配Matlab imshow的自动缩放逻辑
plt.imshow(fun.real, vmin=np.min(fun.real), vmax=np.max(fun.real))
# 去掉坐标轴，更贴近Matlab输出效果
plt.axis('off')
# 显示图像
plt.show()

另外可以优化行处理函数，用numpy的向量化操作替代循环，提升效率：

# 替换三个行处理函数，用numpy的轴参数直接实现
def row_wise_fft(A):
    return np.fft.fft(A, axis=1)

def row_wise_ifftshift(A):
    return np.fft.ifftshift(A, axes=1)

def row_wise_fftshift(A):
    return np.fft.fftshift(A, axes=1)

这样修改后，Python的输出图像就会和Matlab完全一致。

内容的提问来源于stack exchange，提问作者Rodrigo