Numpy OpenCV – 将 uint8 图像转换为 float32 正则化图像

在本文中，我们将介绍使用NumPy和OpenCV将uint8图像转换为float32图像，并对其进行正则化处理。

阅读更多：Numpy 教程

什么是uint8图像？

前缀“u”表示其为无符号整数数据类型，这意味着该数据类型只含有正整数值。

图像也是一种数字信号，可以表示为数字矩阵。在图像处理中，每个像素表示为0到255之间的整数值。这些整数值存储在图像矩阵中，因此图像可以视为存储在二维数组中的数字矩阵，其中每个元素表示图像中像素的亮度或颜色。

uint8图像表示每个像素有8位，即1字节的图像。因此，该图像的范围介于0到255之间，其中0表示黑色，255表示白色。

为什么需要将uint8图像转换为float32？

在某些情况下，需要将uint8图像转换为float32格式，例如图像处理时需要对其进行一些数学运算或统计分析。

当许多数学操作（如舒尔分解，SVD等）在8位图像上执行时，通常会出现数值不稳定性的问题。另外，针对图像进行数学操作时，值域通常必须为浮点数。

使用NumPy和OpenCV转换uint8图像为float32格式并进行正则化

我们可以使用NumPy中的 astype() 函数将uint8图像转换为float32图像，并将其归一化为0到1之间的值。

import cv2
import numpy as np

# 读取 uint8 图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 转换为 float32 类型，归一化到 0~1 的范围
img_float32 = (img / 255.0).astype(np.float32)

# 显示 float32 图像
cv2.imshow('float32 image', img_float32)
cv2.waitKey()

在此代码中，我们将读取基于uint8格式的图像并将其存储在变量 ‘img’ 中。然后，我们将使用 astype()函数将uint8图像转换为float32图像，并将其值归一化到0到1之间的范围。转换后的图像存储在变量 ‘img_float32’ 中。

# 展示 float32 图像的像素值范围
print(np.min(img_float32), np.max(img_float32))

我们可以使用numpy中的min()和max()函数，查看转换后的float32图像的像素值范围。如果范围不在0到1之间，可能需要进行另外的正则化处理。

# 图像转换后的像素值范围并不在0~1之间，需要另外统一处理
min_val = np.min(img_float32)
max_val = np.max(img_float32)
img_norm = (img_float32 - min_val) / (max_val - min_val)

# 显示正则化后的图像
cv2.imshow('Normalized image', img_norm)
cv2.waitKey()