为什么在 dtype=' 中使用最小-最大归一化会产生不准确的结果<i2' in python

Question

我正在处理 X 射线图像，我正在尝试对图像进行最小-最大归一化，以在 [0,1] 之间切换图像中的值范围，以进行进一步处理。以下是我为此任务创建的函数。

def MinMaxNormalize(array):
    return (array - np.amin(array))/(np.amax(array) - np.amin(array))

该函数适用于任何其他类型的数据，但由于某种原因，在使用 dtype= ' 的图像时会产生奇怪的结果

datasetpath = 'folder_path/'
imagepath = 'Image_folder/'
image_name = 'Fish.raw'

# Specify the dimensions of your image
width = 4096 # specify width of the image
height =  4096# specify height of the image

# Read raw image data
with open(datasetpath + imagepath + image_name, "rb") as f:
    raw_data = np.fromfile(f, dtype='<i2', count=width*height)

# Reshape raw data to match image dimensions
imarray = np.array(raw_data.reshape((height, width)))
image_norm = MinMaxNormalize(imarray)

图像加载良好，但标准化产生的值在 [-130,130] 范围内，我收到以下警告：

运行时警告：标量减法遇到溢出 返回（数组 - np.amin（数组））/（np.amax（数组） - np.amin（数组））

我尝试手动处理每个值，但是当我执行这部分“np.amax(array) - np.amin(array)”时，我得到相同的警告和不准确的数字，但如果我使用原始数值没有问题。有人可以向我解释我错过了什么或做错了什么吗？

Answer 1

您的数组是 16 位有符号整数类型。像这样的东西：

array = np.array([-30000, 0, 30000], dtype=np.int16)

当你现在计算时

np.amax(array) - np.amin(array)

您正在减去两个 16 位整数，再次生成一个 16 位整数：

<stdin>:1: RuntimeWarning: overflow encountered in scalar subtract
-5536

由于 30000 + 30000 的结果不适合有符号 16 位整数，因此运算中会发生溢出。结果是一个无意义的-5536。

因为您想要生成浮点图像（没有整数类型可以包含标准化为 [0,1] 的数据），所以最简单的方法（也许是最有效的）是首先将数组转换为浮点格式：

array = array.astype(np.float32)

现在您可以使用就地运算符进行规范化：

array -= np.amin(array)
array /= np.amax(array)