调用tf.image.resize后Matplotlib的plt.imshow输出空白画布问题求助

核心原因 #

tf.image.resize 执行时会自动将输入的uint8类型图像张量（取值范围0_{255）转换为float32类型，但不会修改数值区间，转换后的张量取值仍保持0}255。
matplotlib的plt.imshow接口对不同输入类型的取值范围要求不同：

• 输入为uint8类型时，默认按0~255的区间解析颜色
• 输入为float类型时，默认按0~1的区间解析颜色，超过1的数值会被截断为1，对应纯白色，因此整张图显示为空白画布。

可行解决方案 #

你可以任选以下任意一种方法修复问题：

方法1：将resize后的图像归一化到0~1区间 #

img = parse_image(img_paths[0])
img = tf.image.resize(img, [224, 224])
# 新增归一化步骤
img = img / 255.0
plt.imshow(img)

方法2：将resize后的图像转回uint8类型 #

img = parse_image(img_paths[0])
img = tf.image.resize(img, [224, 224])
# 新增类型转换步骤
img = tf.cast(img, tf.uint8)
plt.imshow(img)

方法3：强制指定matplotlib的颜色解析区间 #

不需要修改张量，直接在调用plt.imshow时增加vmin和vmax参数即可：

img = parse_image(img_paths[0])
img = tf.image.resize(img, [224, 224])
plt.imshow(img.numpy(), vmin=0, vmax=255)

内容的提问来源于stack exchange，提问作者Olli