scipy.ndimage.zoom图像上采样维度异常导致matplotlib显示报错
问题核心原因
出现维度异常的根本原因是对scipy.ndimage.zoom的参数逻辑理解偏差:
- 当你传入单个标量作为缩放值(本例中的
3)时,函数会对输入数组的每一个维度统一执行对应比例的缩放。 - 你读入的图像是三通道彩色数组,维度顺序为
(高度, 宽度, 通道数),三个维度全部乘3后,得到的维度结果就是高度1873=561、宽度2503=750、通道数3*3=9,这种9通道的数组格式不符合matplotlib的图像输入要求,因此触发类型错误。 - 另外提一个容易被忽略的细节:你提到要处理的是灰度图像,但
cv2.imread默认会将图片读为三通道BGR格式的彩色图,输出shape(187,250,3)也能印证当前读入的结果和你预期的单通道灰度输入并不一致。
可落地的修正方案
调整缩放参数,避免对通道维度执行上采样
给zoom函数传入和数组维度长度匹配的元组作为缩放规则,仅对高度、宽度两个空间维度执行3倍上采样,通道维度保持原有尺度不做缩放:
import cv2 import scipy.ndimage import matplotlib.pyplot as plt # 读入三通道图像,原始shape为(187, 250, 3) img = cv2.imread('unnamed.jpg') # 三个维度的缩放比例分别对应:高度*3、宽度*3、通道数*1 img_1 = scipy.ndimage.zoom(img, (3, 3, 1), order=1) print(img.shape, img_1.shape) # 修正后输出为 (187, 250, 3) (561, 750, 3)
此时输出的数组维度完全符合matplotlib的图像输入规范,不会再触发shape不匹配的报错。
处理显示时的通道顺序偏差
由于cv2.imread输出的通道顺序是BGR,而plt.imshow默认按照RGB顺序解析像素值,直接显示会出现颜色失真,可在可视化前做通道格式转换:
# 将BGR格式转换为适配matplotlib的RGB格式 img_1_rgb = cv2.cvtColor(img_1, cv2.COLOR_BGR2RGB) plt.imshow(img_1_rgb) plt.show()
如果目标确实是处理灰度图像
可以在初始读图阶段指定参数,直接读入单通道灰度值,此时数组仅包含两个空间维度,直接传标量缩放值即可正常工作:
# 传入参数0,直接读入单通道灰度图,原始shape为(187, 250) img = cv2.imread('unnamed.jpg', 0) # 数组仅存在高度、宽度两个空间维度,标量3的缩放规则会对两个维度同时生效 img_1 = scipy.ndimage.zoom(img, 3, order=1) print(img.shape, img_1.shape) # 修正后输出为 (187, 250) (561, 750) plt.imshow(img_1, cmap='gray') plt.show()
内容的提问来源于stack exchange,提问作者Rima
相关产品推荐
相关产品推荐

