如何在OpenCV中将16位图像转换为8位图像？

Question

我有一张16位的灰度图像，现在想把它转换成8位的灰度图像，这样我就可以在Python的OpenCV中使用一些功能，比如findContours等。请问我该怎么在Python中做到这一点呢？

Answer 1

使用scipy.misc.bytescale将数据转换为8位非常简单。OpenCV的矩阵其实是一个numpy数组，所以bytescale正好能满足你的需求。

from scipy.misc import bytescale
img8 = bytescale(img16)

Answer 2

你可以在Python中使用NumPy，通过查找表来处理图像。

import numpy as np


def map_uint16_to_uint8(img, lower_bound=None, upper_bound=None):
    '''
    Map a 16-bit image trough a lookup table to convert it to 8-bit.

    Parameters
    ----------
    img: numpy.ndarray[np.uint16]
        image that should be mapped
    lower_bound: int, optional
        lower bound of the range that should be mapped to ``[0, 255]``,
        value must be in the range ``[0, 65535]`` and smaller than `upper_bound`
        (defaults to ``numpy.min(img)``)
    upper_bound: int, optional
       upper bound of the range that should be mapped to ``[0, 255]``,
       value must be in the range ``[0, 65535]`` and larger than `lower_bound`
       (defaults to ``numpy.max(img)``)

    Returns
    -------
    numpy.ndarray[uint8]
    '''
    if not(0 <= lower_bound < 2**16) and lower_bound is not None:
        raise ValueError(
            '"lower_bound" must be in the range [0, 65535]')
    if not(0 <= upper_bound < 2**16) and upper_bound is not None:
        raise ValueError(
            '"upper_bound" must be in the range [0, 65535]')
    if lower_bound is None:
        lower_bound = np.min(img)
    if upper_bound is None:
        upper_bound = np.max(img)
    if lower_bound >= upper_bound:
        raise ValueError(
            '"lower_bound" must be smaller than "upper_bound"')
    lut = np.concatenate([
        np.zeros(lower_bound, dtype=np.uint16),
        np.linspace(0, 255, upper_bound - lower_bound).astype(np.uint16),
        np.ones(2**16 - upper_bound, dtype=np.uint16) * 255
    ])
    return lut[img].astype(np.uint8)


# Let's generate an example image (normally you would load the 16-bit image: cv2.imread(filename, cv2.IMREAD_UNCHANGED))
img = (np.random.random((100, 100)) * 2**16).astype(np.uint16)

# Convert it to 8-bit
map_uint16_to_uint8(img)

Answer 3

OpenCV 提供了一个叫 cv2.convertScaleAbs() 的函数。

image_8bit = cv2.convertScaleAbs(image, alpha=0.03)

这里的 Alpha 是一个可选的缩放因子。这个函数也适用于多通道的图像。

OpenCV 的 文档 里说：

它会进行缩放、计算绝对值，并把结果转换成 8 位的格式。

这个 convertScaleAbs 函数对输入数组的每个元素依次执行三步操作：缩放、取绝对值、转换成无符号的 8 位类型：

在 Stackoverflow 上还有其他信息：OpenCV：如何使用 convertScaleAbs() 函数

Answer 4

在Python中，你是可以做到的。为了得到你想要的结果，你需要根据你想把uint16的值映射到uint8的方式来选择方法。

比如说，

如果你写 img8 = (img16/256).astype('uint8')，那么小于256的值会被映射到0。

如果你写 img8 = img16.astype('uint8')，那么大于255的值会被映射到0。

在上面提到并纠正的LUT方法中，你需要定义映射关系。

Answer 5

你可以使用numpy的转换方法，因为OpenCV的mat其实就是一个numpy数组。

这个方法是有效的：

img8 = (img16/256).astype('uint8')