一 圖像數據類型轉換
在skimage中，一張圖片就是一個簡單的numpy數組，數組的數據類型有很多種，相互之間可以轉換。這些數據類型及取值范圍如下表所示：
一張圖片的像素值范圍是[0,255], 因此默認類型是unit8, 可用如下代碼查看數據類型：
from skimage import io,data img=data.astronaut() print(img.dtype.name)
結果為：uint8
1.1 unit8轉float
from skimage import data,img_as_float img=data.astronaut() print(img.dtype.name) dst=img_as_float(img) print(dst.dtype.name)
結果如下所示：
uint8
float64
1.2 float轉uint8
from skimage import img_as_ubyte import numpy as np img = np.array([0, 0.5, 1], dtype=float) print(img.dtype.name) dst=img_as_ubyte(img) print(dst.dtype.name)
結果如下所示：
float64
uint8
除了上述的兩種轉換，還有一些常見的轉換，將他們一同整理到下表之下：
| Function name | Description |
|---|---|
| img_as_float | Convert to 64-bit floating point. |
| img_as_ubyte | Convert to 8-bit uint. |
| img_as_uint | Convert to 16-bit uint. |
| img_as_int | Convert to 16-bit int. |
二 顏色空間及其轉換
如前所述，除了直接轉換可以改變數據類型外，還可以通過圖像的顏色空間轉換來改變數據類型。常用的顏色空間有灰度空間、rgb空間、hsv空間和cmyk空間。顏色空間轉換以后，圖片類型都變成了float型。所有的顏色空間轉換函數，都放在skimage的color模塊內。
2.1 rgb轉灰度圖
from skimage import io,data,color img=data.astronaut() gray=color.rgb2gray(img) io.imshow(gray)
結果如下所示：
其它的轉換，用法都是一樣的，列舉常用的如下：
skimage.color.rgb2grey(rgb)
skimage.color.rgb2hsv(rgb)
skimage.color.rgb2lab(rgb)
skimage.color.gray2rgb(image)
skimage.color.hsv2rgb(hsv)
skimage.color.lab2rgb(lab)
基於上述的轉換，有幾點需要說明：
- Lab顏色空間中的L分量用於表示像素的亮度，取值范圍是[0,100],表示從純黑到純白；a表示從紅色到綠色的范圍，取值范圍是[127,-128]；b表示從黃色到藍色的范圍，取值范圍是[127,-128]。
- HSV顏色空間指的是色調、飽和度和明度
2.2 rgb轉hsv
實際上，上面的所有轉換函數，都可以用一個函數來代替：skimage.color.convert_colorspace(arr, fromspace, tospace)表示將arr從fromspace顏色空間轉換到tospace顏色空間。
from skimage import io,data,color img=data.astronaut() hsv=color.convert_colorspace(img,'RGB','HSV') io.imshow(hsv)
結果如下圖所示：
2.3 顏色空間轉換中其他重要的函數
在color模塊的顏色空間轉換函數中，還有一個比較有用的函數是
skimage.color.label2rgb(arr)
可以根據標簽值對圖片進行着色。以后的圖片分類后着色就可以用這個函數。
例：將astronaut圖片分成三類，然后用默認顏色對三類進行着色
from skimage import io,data,color import numpy as np img=data.astronaut() gray=color.rgb2gray(img) rows,cols=gray.shape labels=np.zeros([rows,cols]) for i in range(rows): for j in range(cols): if(gray[i,j]<0.4): labels[i,j]=0 elif(gray[i,j]<0.75): labels[i,j]=1
else: labels[i,j]=2 dst=color.label2rgb(labels) io.imshow(dst)
結果如下圖所示：
