如何将图像从 np.uint16 转换为 np.uint8

Question

我正在创建一个图像，以便：

image = np.empty(shape=(height, width, 1), dtype = np.uint16)

之后，我将图像转换为BGR模型：

image = cv2.cvtColor(image, cv2.COLOR_GRAY2BGR)

我现在想在dtype = np.uint8中转换图像，以便将该图像与cv2.threshold()功能一起使用。我的意思是，我想将图像转换为CV_8UC1.

Answer 1

您可以使用

cv2.convertScaleAbs来解决此问题。请参阅文档。

查看下面的命令终端演示：

>>> img = np.empty((100,100,1),dtype = np.uint16)
>>> image = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
>>> cvuint8 = cv2.convertScaleAbs(image)
>>> cvuint8.dtype
dtype('uint8')

希望对您有所帮助!!

Answer 2

我建议你使用这个：

outputImg8U = cv2.convertScaleAbs(inputImg16U, alpha=(255.0/65535.0))

这将输出一个uint8图像并分配0-255之间的值，相对于0-65535之间的先前值

exemple :
pixel with value == 65535 will output with value 255 
pixel with value == 1300 will output with value 5 etc...

Answer 3

我假设您想将 uint16 范围0..65535重新缩放为 uint8 范围0..255。换句话说，视觉图像看起来是一样的，只是颜色深度较低。

np_uint16 = np.arange(2 ** 16, dtype=np.uint16).reshape(256, 256)
np_uint8 = (np_int16 // 256).astype(np.uint8)

生成映射：

[0..255] => 0 (256 values)
[256..511] => 1 (256 values)
... 
[65280..65535] => 255 (256 values)

为什么另外两个答案不正确：

接受的一个

img = np.empty((100,100,1), dtype = np.uint16)
image = cv2.cvtColor(img,cv2.COLOR_GRAY2BGR)
cvuint8 = cv2.convertScaleAbs(image)

^ 将创建一个未初始化的 uint16 数组，然后将其转换为 uint8，取 abs（） 和裁剪值>255 到 255。生成的映射：

[0..254] => [0..254]
[255..65535] => 255

下一个：

outputImg8U = cv2.convertScaleAbs(inputImg16U, alpha=(255.0/65535.0))

^ 产生稍微错误的映射：

[0..128] => 0 (129 values)
[129..385] => 1 (257 values)
...
[65407..65535] => 255 (129 values)

因此2,..,254垃圾箱以0和255的费用获得一个额外的价值。用convertScaleAbs获得精确的映射有点棘手，因为它使用四舍五入：

np_int16 = np.arange(2 ** 16, dtype=np.uint16).reshape(256, 256)
np_uint8 = cv2.convertScaleAbs(np_int16, alpha = 1./256., beta=-.49999)

ps：如果你关心性能，OpenCV one比我的Mac上的Numpy快~50%。