Why does MinMaxScaler add lines to image?

Question

I want to normalize the pixel values of an image to the range [0, 1] for each channel (R, G, B).

Minimal Example

#!/usr/bin/env python

import numpy as np
import scipy
from sklearn import preprocessing

original = scipy.misc.imread('Crocodylus-johnsoni-3.jpg')
scipy.misc.imshow(original)

transformed = np.zeros(original.shape, dtype=np.float64)

scaler = preprocessing.MinMaxScaler()
for channel in range(3):
    transformed[:, :, channel] = scaler.fit_transform(original[:, :, channel])
scipy.misc.imsave("transformed.jpg", transformed)

What happens

Taking https://commons.wikimedia.org/wiki/File:Crocodylus-johnsoni-3.jpg, I get the following "normalized" result:

As you can see there are lines from top to bottom at the right side. What happened there? It seems to me that the normalization went wrong. If so: How do I fix it?

Answer 1

在 scikit-learn 中，形状为(m, n)的二维数组通常被解释为m 个样本的集合，每个样本具有n 个特征。

MinMaxScaler.fit_transform()转换每个特征，因此数组的每一列都独立于其他列进行转换。这会导致图像中出现垂直的“条纹”。

看起来您打算独立缩放每个颜色通道。为此，请使用MinMaxScaler重塑输入，使每个通道成为一列。即如果原始图像有形状(m, n, 3)，则在将其传递给fit_transform()方法之前将其reshape为(m*n, 3) ，然后恢复结果的形状以创建变换后的数组。

例如，

ascolumns = original.reshape(-1, 3)
t = scaler.fit_transform(ascolumns)
transformed = t.reshape(original.shape)

有了这个，transformed看起来像这样：

该图像看起来与原始图像完全一样，因为事实证明，在数组中original，每个通道中的最小值和最大值分别为 0 和 255：

In [41]: original.min(axis=(0, 1))
Out[41]: array([0, 0, 0], dtype=uint8)

In [42]: original.max(axis=(0, 1))
Out[42]: array([255, 255, 255], dtype=uint8)

所以fit_transform在这种情况下所做的就是将所有输入值统一转换为浮点范围 [0.0, 1.0]。如果其中一个通道中的最小值或最大值不同，则转换后的图像看起来会有所不同。

顺便说一句，使用纯 numpy 执行转换并不难。（我使用的是 Python 3，所以在下面，除法会自动将结果转换为浮点数。如果您使用的是 Python 2，则需要将参数之一转换为浮点数，或使用from __future__ import division.）

In [58]: omin = original.min(axis=(0, 1), keepdims=True)

In [59]: omax = original.max(axis=(0, 1), keepdims=True)

In [60]: xformed = (original - omin)/(omax - omin)

In [61]: np.allclose(xformed, transformed)
Out[61]: True

（该方法的一个潜在问题是，如果其中一个通道是常量，它将产生错误，因为其中一个值omax - omin将为 0。）