असामान्य हिस्टोग्राम

Question

सरल छवि नाश के बाद का उपयोग कर: img_decim_arr = img_arr[::2,::2], मैं बहुत मूल छवि हिस्टोग्राम के समान हिस्टोग्राम प्राप्त:
नाश का उपयोग कर: skimage.measure.block_reduce(img_arr, block_size = (2,2), func=np.mean) (2x2 ब्लॉक औसत) जो downsampling के लिए विधि की सिफारिश की है (में stackoverflow पर पाया कुछ चर्चा) बहुत विशिष्ट हिस्टोग्राम उत्पन्न करती है:
प्रत्येक दूसरा बिन बड़ा होता है। मुझे यकीन नहीं है कि यह कुछ अलियासिंग प्रभाव के कारण हो सकता है। क्या कोई भी कृपया समझा सकता है कि डाउनसमल्पिंग छवि (2 डी सिग्नल) हिस्टोग्राम को कैसे प्रभावित करती है, इसके बारे में कुछ सैद्धांतिक संकेत देते हैं?

Answer 1

समस्या np.mean फ़ंक्शन है, क्योंकि यह पूर्णांक के चारों ओर नहीं है और फ्लोट लौटाती है।

import numpy as np 
import skimage.measure 

a = (10 * np.random.randn(10,10) + 127).astype(np.uint8) 
a 
Out[4]: 
array([[121, 124, 139, 129, 130, 114, 127, 96, 114, 135], 
     [127, 132, 102, 142, 119, 107, 138, 130, 141, 132], 
     [113, 132, 132, 118, 121, 120, 142, 115, 124, 128], 
     [127, 121, 129, 129, 121, 119, 126, 113, 128, 116], 
     [144, 131, 123, 131, 130, 137, 140, 142, 127, 128], 
     [127, 126, 124, 115, 127, 125, 122, 126, 147, 132], 
     [118, 119, 117, 117, 133, 149, 122, 120, 116, 138], 
     [147, 147, 127, 117, 123, 123, 136, 121, 139, 129], 
     [142, 129, 113, 111, 130, 116, 137, 127, 106, 148], 
     [132, 141, 141, 142, 119, 132, 126, 115, 131, 122]], dtype=uint8) 

b = skimage.measure.block_reduce(a, block_size = (2,2), func=np.mean) 
b 
Out[6]: 
array([[ 126. , 128. , 117.5 , 122.75, 130.5 ], 
     [ 123.25, 127. , 120.25, 124. , 124. ], 
     [ 132. , 123.25, 129.75, 132.5 , 133.5 ], 
     [ 132.75, 119.5 , 132. , 124.75, 130.5 ], 
     [ 136. , 126.75, 124.25, 126.25, 126.75]]) 

इससे आपको अपने तर्क में दिलचस्प दुष्प्रभाव मिल सकते हैं। यह निश्चित रूप से matplotlibs हिस्टोग्राम फ़ंक्शन के साथ शिकंजा करता है, क्योंकि फ्लोट होने से यह बिन सीमाओं को कैसे रखा जाए इसके बारे में अलग-अलग सोचता है।

इस की जाँच करें:

a = (10 * np.random.randn(200,200) + 127).astype(np.uint8) 
b = skimage.measure.block_reduce(a, block_size = (2,2), func=np.mean) 
hist(b.ravel(), bins=255) 

सफेद बिट्स सरणी कि hist समारोह रिटर्न में वास्तव में शून्य कर रहे हैं। यह भी खराब हो जाता है अगर आप मेरी खिलौना उदाहरण में गोलाई बल

hist(b.ravel().astype(np.uint8), bins=255) 

यह डिब्बे देते और सीमा समस्या का हल। यहां तक ​​कि अगर तुम पास ज़ूम

hist(b.ravel().astype(np.uint8), bins=255, range=(0,255))