python读入图像是四维，需要将其转换为三维图像

Posted 2022-05-25 大闸謝Gemini

其实之前就遇到过一次了，但是由于当时图片过多，我避免了去解决这种问题。但是今天又遇到一次，而且是老师发给我的，这几组图像是必须要用的，那么意味着必须要解决这个问题了。。。

from scipy.misc import imread, imsave
path1 = 'test_imgs/replenish/spect/1.png'
path2 = 'test_imgs/replenish/mri/1.png'
pet = imread(path1) / 255.0
mri = imread(path2) / 255.0

print("petShape:",pet.shape,"mriShape",mri.shape)
# petShape: (256, 256, 4) mriShape (256, 256, 4)

接下来试试能不能看

import matplotlib.pyplot as plt
fig=plt.figure()
f1 = fig.add_subplot(121)
f2 = fig.add_subplot(122)
f1.imshow(pet)
f2.imshow(mri)
plt.show() # 发现查看是没有任何问题的

先看看SPECT的四个通道的图像

fig=plt.figure()
f1 = fig.add_subplot(221)
f2 = fig.add_subplot(222)
f3 = fig.add_subplot(223)
f4 = fig.add_subplot(224)
f1.imshow(pet[:,:,0],cmap='gray')
f2.imshow(pet[:,:,1],cmap='gray')
f3.imshow(pet[:,:,2],cmap='gray')
f4.imshow(pet[:,:,3],cmap='gray')
plt.show()

通过观察可以发现，第四个维度图像是全黑的

再查看一下第四个通道的像素值

print(pet[:,:,3])
# 得到以下结果
[[1. 1. 1. ... 1. 1. 1.]
 [1. 1. 1. ... 1. 1. 1.]
 [1. 1. 1. ... 1. 1. 1.]
 ...
 [1. 1. 1. ... 1. 1. 1.]
 [1. 1. 1. ... 1. 1. 1.]
 [1. 1. 1. ... 1. 1. 1.]]

全1是原因是因为我做了归一化，255像素就会变为1，说明最后一个通道是没有任何作用的，应该是传说中的透明度通道。

接下来再看看MRI灰度图的四通道图像

fig=plt.figure()
f1 = fig.add_subplot(221)
f2 = fig.add_subplot(222)
f3 = fig.add_subplot(223)
f4 = fig.add_subplot(224)
f1.imshow(mri[:,:,0],cmap='gray')
f2.imshow(mri[:,:,1],cmap='gray')
f3.imshow(mri[:,:,2],cmap='gray')
f4.imshow(mri[:,:,3],cmap='gray')
plt.show()

通过观察可以发现前三个通道其实都是同一张图，而第四个通道也是全黑的，即透明度通道（别管为啥叫透明度，我也只是听说过这个概念，在本文中我就把它当做透明度通道了）,那么我们只需要存其中一张就可以了。

找到问题所在了，那么就开始改通道了
我目前能想到的办法就是新建一个空的三维数组，然后把三通道值依次存放进去。

h, w,_= pet.shape
import numpy as np
h, w,_= pet.shape
img_pet = np.zeros((h,w,3)) # 创建一个全0数组
img_mri = np.zeros((h,w))
print("petShape:",img_pet.shape,"mriShape",img_mri.shape)
# petShape: (256, 256, 3) mriShape (256, 256)

开始存

img_pet [:,:,0]=pet[:,:,0]
img_pet [:,:,1]=pet[:,:,1]
img_pet [:,:,2]=pet[:,:,2]

img_mri = mri[:,:,0]

查看一下

fig=plt.figure()
f1 = fig.add_subplot(121)
f2 = fig.add_subplot(122)
f1.imshow(img_pet)
f2.imshow(img_mri,cmap='gray')
plt.show()

问题解决！