图像类型 int16 到 uint8 的转换答案

【问题标题】：Conversion of image type int16 to uint8图像类型 int16 到 uint8 的转换
【发布时间】：2018-04-02 15:46:36
【问题描述】：

我有一张数据类型为int16 的图像。因此，当我必须将其范围转换为 0-255 时，我有两种方法可以在 Python 中做到这一点。

1) 直接使用numpy.uint8函数

2) 使用 OpenCV cv2.normalize 函数，范围为 0-255，然后使用 numpy.uint8。

在Matlab中，我们直接使用uint8函数进行转换。在

同样在第二种情况下，我使用了NORM_MINMAX，强度值的范围变成了0-4。

进行转换的正确方法是什么？

【问题讨论】：

标签： python matlab numpy opencv image-processing

【解决方案1】：

所有这些都做不同的事情。

np.uint8 只考虑您号码的最低字节。这就像在做value & 0xff。

>>> img = np.array([2000, -150, 11], dtype=np.int16)
>>> np.uint8(img)
array([208, 106,  11], dtype=uint8)

cv2.normalize 与 cv2.NORM_MINMAX 规范类型根据 normalisation function 规范化您的值

img_new = (img - img.min()) * ((max_new - min_new) / (img.max() - img.min())) + min_new

它有效地将一个范围更改为另一个范围，并且中间的所有值都会相应地缩放。根据定义，原始最小/最大值成为目标最小/最大值。

>>> cv2.normalize(img, out, 0, 255, cv2.NORM_MINMAX)
array([255,   0,  19], dtype=int16)

uint8 在 Matlab 中只是使您的值饱和。高于 255 的所有内容都变为 255，低于 0 的所有内容都变为 0。

>> uint8([2000 -150 11])

ans =

  255    0   11

如果你想复制Matlab的功能，你可以这样做

>>> img[img > 255] = 255
>>> img[img < 0] = 0

您要使用哪一个取决于您要执行的操作。如果您的 int16 涵盖了像素值的范围，并且您想将它们重新缩放为 uint8，那么cv2.normalize 就是答案。

【讨论】：

感谢您清理...我想缩放强度。所以首先我必须使用 cv2.normalize 然后是 np.uint8。对吗？
@user3515225 是的，不过如果您在cv2.normalize 中传递参数dtype=cv2.CV_8U，您可以一步完成。
np.clip() 执行您提到的 Matlab 饱和行为。同样值得一试的是uint8 是cv2.convertScaleAbs()。

【解决方案2】：

转换数据格式的简单方法是使用以下公式。在这种情况下，可以将任何数组转换为新的自定义格式。

# In the case of image, or matrix/array conversion to the uint8 [0, 255] 
# range

Import numpy as np

new_data = (newd_ata - np.min(new_data)) * ((255 - 0) / (np.max(new_data) - 
np.new_data))) + 0

【讨论】：