如何使用skimage.exposure.equalize_adapthist()保存tif图像

Question

我正在处理一组显微图像，并试图为它们找到合适的阈值。我使用以下几行代码：

from skimage import io, img_as_float
from skimage.restoration import denoise_nl_means, estimate_sigma
from skimage import exposur
from skimage.io import imsave

img = img_as_float(io.imread(image))
sigma_est = np.mean(estimate_sigma(img, multichannel = True))
patch_kw = dict(patch_size = 5, patch_distance = 6, multichannel = True)
denoise_img = denoise_nl_means(img, h = 15 * sigma_est, fast_mode = True,
              ** patch_kw)
eq_img = exposure.equalize_adapthist(denoise_img)
imsave("Contrast_DAPI.tif", eq_img)

当我运行这段代码时，我得到了一个比我的原始图像大四倍的文件，并且它不能被包括Python在内的任何东西打开。我只能保存它，以防我将格式从tif更改为png。但是，然后我收到了这样的警告消息：“从float64到uint8的有损转换。范围0，1。在保存之前将图像转换为uint8，以抑制此警告。”

有人能帮帮忙吗？在这种情况下如何保存tif文件？

谢谢

Answer 1

问题是您将图像保存为float64数据类型。有关数据类型的更多信息，请阅读"Image data types and what they mean" -image文档。tiff文件库将很乐意保存float64，但许多tiff读者不会阅读它们。

根据下游应用程序的不同，您可以使用skimage.util.img_as_ubyte或skimage.util.img_as_uint转换为8位或16位整数数组，然后以相同的方式进行保存。下游库会更好，你几乎肯定不需要64位浮点数的全精度-这是一种在不损失精度的情况下将许多操作链接在一起的有用格式，但如果你打算在下一步计算阈值，就没有必要这样做。