使用 Tensorflowgrayscale_to_rgb 将灰度 DICOM 图像转换为 RGB：意外结果？

Question

我有一个 DICOM 图像，我正在尝试将其从灰度转换为 RGB，以便与采用 RGB 图像的模型一起使用（输入形状必须为 (256, 256, 3)）。

这是我使用tensorflow的grayscale_to_rgb函数加载图像的代码：

def load(image,label):
  # Read and decode an image file to a uint16 tensor
  image = tf.io.read_file(image)
  image = tf.squeeze(tfio.image.decode_dicom_image(image, dtype=tf.uint16), axis=0)

  # Convert image to float32 tensor
  image = tf.cast(image, tf.float32)
  image = tf.image.grayscale_to_rgb(image, name=None)

  # Resize to uniform size (244,244)
  image = tf.image.resize(image, [256,256], method=tf.image.ResizeMethod.NEAREST_NEIGHBOR)


  return image, label

当我尝试显示图像时，我得到以下信息：

image, label = load(path, label)
plt.figure()
plt.grid(False)
plt.imshow(image)

警告：matplotlib.image：使用 RGB 数据将输入数据剪切到 imshow 的有效范围（浮点数为 [0..1]，整数为 [0..255]）。

我做错了什么吗？ 图像的形状为(256, 256, 3)。

如果我不将其转换为灰度，形状为 (256, 256, 1) 并且图像显示得非常好

提前谢谢您:)

Answer 1

灰度图像的位深度是

dtype=tf.uint16

，像素强度范围为 [0, 65535]。如果您想在 matplotlib.pyploy.imshow() 中显示 (M, N, 3) 图像，您需要将其缩小到范围 [0, 255] 的 8 位，或者将其转换为范围内的浮点数[0, 1].

对于 (M, N) 数据

imshow()

并不那么挑剔，并且会绘制任何标量数据。