如何将numpy数组更改为灰度opencv图像答案

【问题标题】：How to change numpy array into grayscale opencv image如何将numpy数组更改为灰度opencv图像
【发布时间】：2014-07-30 05:45:44
【问题描述】：

如何在 python 中将 numpy 数组更改为灰度 opencv 图像？经过一些处理后，我得到了一个具有以下属性的数组：最大值为：0.99999999988，最小值为 8.269656407e-08，类型为：<type 'numpy.ndarray'>。我可以使用cv2.imshow() 函数将其显示为图像，但我无法将其传递给cv2.AdaptiveTreshold() 函数，因为它的类型错误：

error: (-215) src.type() == CV_8UC1 in function cv::adaptiveThreshold

如何将此 np.array 转换为正确的格式？

【问题讨论】：

标签： python arrays opencv numpy

【解决方案1】：

如断言所述，adaptiveThreshold() 需要单通道 8 位图像。

假设您的浮点图像范围从 0 到 1，看起来是这样，您可以通过乘以 255 并将图像转换为 np.uint8：

float_img = np.random.random((4,4))
im = np.array(float_img * 255, dtype = np.uint8)
threshed = cv2.adaptiveThreshold(im, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 3, 0)

【讨论】：

【解决方案2】：

这个对我有用：

uint_img = np.array(float_arr*255).astype('uint8')

grayImage = cv2.cvtColor(uint_img, cv2.COLOR_GRAY2BGR)

【讨论】：

【解决方案3】：

我需要将闭合图像（形态闭合）转换为二进制，并在检查@Aurelius 解决方案后，这对我来说比提到的解决方案更好。

Python cv2.CV_8UC1() Examples

mask_gray = cv2.normalize(src=mask_gray, dst=None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8UC1)

【讨论】：