为什么用scikit图像对二值图像进行直方图均衡化我在mahotas转换后得到了一个黑色图像？

Question

我使用直方图均衡化和自适应来消除灰度图像中的照明，但在histogram equalization（我使用scikit image python库）很好之后，mahotas中的图像转换过程中出了问题。我有张全黑的照片。我怎样才能修好它？在

• 源图像：

• 直方图均衡化和自适应

• 十行草转化后的结果。在

从scikit到Mahota的转换代码：

binimg = np.array(img_adapteq, dtype=np.bool)

源代码：

^{pr2}$

Answer 1

scikit-image算法可能返回值介于0和1之间的浮点图像。如果你把它投给布尔，你会得到所有的。你可能想

binimg = img_adapteq > 0.5

一般来说，还要注意rescale_intensity函数，它将获取值介于0和1之间的图像，并返回值介于0和255之间的图像。在

from skimage import exposure image = rescale_intensity(image, out_range=(0, 255))