《opencv实用探索·四》Mat图像数据类型转换和归一化显示

一种数据类型转为另一种数据类型,不改变图像大小,但每个像素值可能会变

src.convertTo(dst, type, scale, shift);

在这里插入图片描述
Scale和shitf默认为0(这两个参数也相当于对比度和亮度)

现在有个8位图像,把8位转成32位

《opencv实用探索·四》Mat图像数据类型转换和归一化显示_第1张图片
《opencv实用探索·四》Mat图像数据类型转换和归一化显示_第2张图片
可以看到像素大小没变,但位深度变了,8位无符号情况下的图像像素值超过255就溢出,但转成32位就不会溢出。

scale为1.0/255,shitf默认为0
《opencv实用探索·四》Mat图像数据类型转换和归一化显示_第3张图片
《opencv实用探索·四》Mat图像数据类型转换和归一化显示_第4张图片
像素值的计算过程为:mat2(191*(1.0/255), 127*(1.0/255), 63*(1.0/255), 0)

scale为1.0/255,shitf为-1

《opencv实用探索·四》Mat图像数据类型转换和归一化显示_第5张图片
在这里插入图片描述
像素值的计算过程为:mat2(191*(1.0/255)-1, 127*(1.0/255)-1, 63*(1.0/255)-1, -1)

我们知道16为无符号像素范围为0-65535,现在有个八位图像Img,像素值是255,转到十六位

img.convertTo(img, CV_16U); 

img像素值还是255,但会出现一个现象:
原来8为的时候像素值是255,但图像显示都很正常,现在转到16位,像素值依旧255,但这时候图像显示基本全黑,这是为啥?

因为8位的时候像素范围是0-255,最亮的像素点大小即为255,当然可以正常显示,但16位范围0-65535,最亮点在65535,255相比65535可以忽略不计,所以图像基本全黑,这时候想要正常显示需要做归一化处理normalize

在这里插入图片描述
把0-255扩大到0-65535,这时候能正常显示图像。

转成32位需要注意的是:
32F图像显示范围为0-1,img.convertTo(img, CV_32F); 8位255值转32位依旧255,但32位图像显示范围0-1,超过1就是全白,这时候需要把32位图像归一化处理。

normalize(img,img, 0, 1, NORM_MINMAX); 

img范围0-1,类型32位不变。
注意:不能直接把高位往低位转,比如16位转8位,低于255的不变,高于的全部转位255,数据的实际信息会丢失.如果设置为很大的值,数据丢失的会更大。
注意:归一化不会改变图像位深度,之前是16位,之后也是16位

在这里插入图片描述

你可能感兴趣的:(opencv实用学习,opencv,人工智能,计算机视觉,图像处理)