float64型のnp.arrayをuint8の倍率値に変換する

Question

特定のグレースケール画像を表す特定のnp.array データがあります。 私はSimpleBlobDetector（）を使用する必要があります。残念なことに8ビットイメージしか受け付けないので、このイメージを変換する必要があります。明らかに品質の低下があります。

私はすでに試した：予想通り

import numpy as np 
import cv2 
[...] 
data = data/data.max() #normalizes data in range 0 - 255 
data = 255 * data 
img = data.astype(np.uint8) 
cv2.imshow("Window", img) 

しかしcv2.imshowは終わりでは...しかし、奇妙な歪みと、

をイメージを与えていない、私はする必要がありnp.float64をnp.uint8に変換してすべての値をスケーリングし、残りの部分を切り捨てる。 65535は255になり、65534は254になります。

ありがとうございました。

Answer 1

イメージを正規化するより良い方法は、各値を取り、データ型が経験する最大値で割ることです。これにより、画像内のダイナミックレンジの小さい画像は小さく、灰色になるように誤って正規化されることはありません。たとえば、画像のダイナミックレンジが[0-2]の場合、コードは今度は、輝度が[0, 128, 255]になるようにスケールします。 np.uint8に変換した後、これらの値を小さくしておきたいとします。

したがって、実際の画像そのものではなく、画像タイプで可能な最大値で各値を除算します。これを255でスケーリングし、正規化された結果を生成します。 numpy.iinfoを使用し、画像のタイプ（）を入力すると、そのタイプの情報構造が得られます。この構造からmaxフィールドにアクセスして、最大値を決定します。

したがって、上記のと、自分のコードに次の変更を行います。着信データ型はそうではなく、浮動小数点を維持する場合には、私はさらにnp.float64に画像を変換しました

import numpy as np 
import cv2 
[...] 
info = np.iinfo(data.dtype) # Get the information of the incoming image type 
data = data.astype(np.float64)/info.max # normalize the data to 0 - 1 
data = 255 * data # Now scale by 255 
img = data.astype(np.uint8) 
cv2.imshow("Window", img) 

注意分割を行う際の精度。