Python：将 numpy 矩阵转换为灰度图像答案

【问题标题】：Python: Converting a numpy matrix to a grayscale imagePython：将 numpy 矩阵转换为灰度图像
【发布时间】：2018-10-26 08:45:26
【问题描述】：

我想将具有np.float 类型的正和负值的numpy 矩阵转换为像素来自[0,255] 的灰度图像。我想尽快做到这一点。

现在我正在做以下事情：

import numpy as np
n = 1000
I = np.random.randn(n,n)
I_min = np.min(I)
I = I + np.abs(I_min)
I_max = np.max(I)
I = 255 * (I / I_max)
I = I.astype(np.uint8)

我希望这是正确的！？有没有更快的方法来做到这一点？有什么可以改进的？

【问题讨论】：

当 I_min 为正时，您的代码不起作用。我认为I = I + np.abs(I_min) 应该是I = I - I_min。
您想乘以 255.999 而不是 255，否则 255 在输出中的代表性不足。

标签： numpy image-processing

【解决方案1】：

你可以用更少的行数来做到这一点。

min_ = np.min(I)
max_ = np.max(I)
GI = (255 * (I-min_) / (max_-min_)).astype(np.uint8)

【讨论】：

不错！我做了完全相同的事情，但发现它需要 485 微秒来执行 np.min()，然后是 np.max()，就像你所做的那样，但在一个单独的线程上并行处理 np.min() 只需要 380 微秒，而主线程执行 np.max()。我没有尝试将数学的最后一行拆分到多个线程中......但是！
@MarkSetchell 有没有办法提前知道你的最小值和最大值是多少，这样你就可以完全跳过这一步？
乘以 255.9999 而不是 @MarkRansom 建议的 255 是否更有意义？
@Samuel 这取决于你。这会有所帮助。 stackoverflow.com/questions/1914115/…