调用skimage resize函数后图像显示为黑色的技术问题咨询

我来帮你分析下这个问题——你遇到的图像缩放后显示全黑的情况，核心原因是重复对像素值做了归一化处理，具体细节如下：

问题根源拆解 #

1. 原图加载：用matplotlib.image.imread加载JPG图像时，返回的是uint8类型数组，像素值范围是0-255，这时候plt.imshow能正常识别并显示。
2. skimage.transform.resize的默认行为：这个函数对输入的uint8类型图像会自动做归一化——它会把0-255的像素值直接缩放到0-1的float范围，返回的结果已经是符合显示要求的0-1区间数值。
3. 多余的归一化操作：你在resize之后又执行了return img /255，这就把已经是0-1的数值再次缩小255倍，最终像素值范围变成了0~0.0039左右。而plt.imshow默认的颜色映射范围是0-1，这么小的数值几乎都接近0，所以显示出来就是全黑的。

你可以通过打印处理后图像的最大值来验证这个问题：

print(np.max(io))  # 输出会远小于1，比如0.0039左右

修复方案 #

方案1：移除多余的归一化操作（最简单） #

直接去掉/255的代码，因为resize已经帮你完成了0-255到0-1的转换：

def rescale_image(img):
    """Rescale the jpg range of 0-255 to 0-1"""
    img = resize(img, (100, 100), anti_aliasing=True)
    return img  # 移除多余的/255

方案2：手动控制归一化流程（可选） #

如果你想完全自己控制归一化步骤，可以先把原图转成float类型并手动归一化，再执行resize（此时resize不会再额外做归一化）：

import numpy as np

def rescale_image(img):
    """Rescale the jpg range of 0-255 to 0-1"""
    # 先手动将uint8的0-255转成0-1的float
    img = img.astype(np.float32) / 255.0
    # 执行resize，此时不会再自动归一化
    img = resize(img, (100, 100), anti_aliasing=True)
    return img

临时验证技巧 #

如果不想修改函数，你可以在显示时手动指定颜色范围，这样就能看到处理后的图像（仅用于验证，不推荐作为长期解决方案）：

plt.imshow(io, vmin=0, vmax=np.max(io))

内容的提问来源于stack exchange，提问作者elksie5000