私は彼と同じ問題が持っているのPython

Question

でOpenCVのでmat2grayを実装：私は彼と同じ問題を抱えてScaling a matrix in OpenCV

を、私は色の絵を持って、私は絵読み取るためにMATLABを使用：Input = imread('input1.jpg');を、とのフォーマット画像は、私は以下のように画像に5x5x1画素を612x612x3 UINT8印刷されている：Input(1:5,1:5,1)

201 201 201 201 201 
201 201 201 201 201 
202 202 202 202 202 
203 203 203 203 203 
204 204 204 204 204 

mat2gray機能使用して：rgb_out = mat2gray(Input);を、これらのピクセルは、それら全てが0と1の間の範囲で、これに変換することができます。 ：rgb_out(1:5,1:5,1)

0.9684 0.9455 0.9266 0.9099 0.9047 
0.9657 0.9542 0.9432 0.9354 0.9299 
0.9642 0.9571 0.9502 0.9495 0.9456 
0.9621 0.9609 0.9562 0.9532 0.9516 
0.9673 0.9633 0.9597 0.9580 0.9575 

ので質問はどのように私は、PythonとOpenCVの中でこれを実装することが可能ですが、私は以下のようにコードを試してみました：

print(Input) 
rgb_out = np.zeros(Input.shape, np.uint8) 
cv2.normalize(Input,rgb_out,1,0,cv2.NORM_MINMAX) 
print(rgb_out) 

が、最初の印刷は次のとおりです。

[[[205 207 201] 
    [205 207 201] 
    [205 207 201] 
    ..., 
    [232 254 242] 
    [232 254 242] 
    [231 253 241]]... 

と要素rgb_outは1または0以上ではありません。よろしくお願い致します。

Answer 1

入力行列は整数データ型で、出力行列はnp.uint8（整数型）と定義されています。デフォルトでは、cv2.normalizeは入力と同じデータ型の結果を返します。 0.0と1.0の間の出力値を使用する場合は、浮動小数点データ型を使用します。

一つのオプションは、前cv2.normalize

A = np.double(A) 
out = np.zeros(A.shape, np.double) 
normalized = cv2.normalize(A, out, 1.0, 0.0, cv2.NORM_MINMAX) 

代わりを呼び出すにnp.doubleにご入力および出力を変換することです、あなたは、特定の出力データ型を強制的にdtype kwarg経由cv2.normalizeに浮動小数点データ型を指定することができます。

A = np.array([1, 2, 3]) 
out = np.zeros(A.shape, np.double) 
normalized = cv2.normalize(A, out, 1.0, 0.0, cv2.NORM_MINMAX, dtype=cv2.CV_64F)