Question

我有一个来自cv2.matchTemplate的图像，其浮动范围是-1,1：

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)

res的值类似于：[[0.00730964 -0.00275442 -0.02477949 ... -0.16014284 -0.13686109 -0.13015044]

我可以看到模式匹配的Graycale图：

cv2.imshow("Match", res)

但是我想使用以下方法在颜色图中查看

：

resC = cv2.applyColorMap(res, cv2.COLORMAP_JET)

使用此方法，我会立即遇到以下问题： “ cv :: ColorMap在函数'operator（）'中仅支持CV_8UC1或CV_8UC3类型的源图像”

所以我尝试skimage转换：

from skimage import img_as_ubyte
res = img_as_ubyte(res)

或

from skimage import exposure
res = exposure.rescale_intensity(res, out_range=(0, 255))

有了它们，我得到如下输出： [[48 46 42 ... 14 19 20] [52 56 54 ... 22 28 30]

现在，整数。但是，出了点问题，因为我只得到了（蓝色）单色色图，而不是cv2.COLORMAP_JET范围中的漂亮色图。似乎有所改变。

是否有任何有关如何正确地将-1,1转换为0,255的提示？

Answer 1

为什么这不起作用：

我不认为此功能正在执行您希望的重新缩放。考虑下面reference manual中的示例：

>>> image = np.array([-10, 0, 10], dtype=np.int8)
>>> rescale_intensity(image, out_range=(0, 127))
array([  0,  63, 127], dtype=int8)

它将输入数组中的最小数字映射为0，将最大数组中的数字映射为1。如果输入数组中的精确值不为-1和1，则无法使用此功能。

您可以做什么：

我建议编写一个简单的函数以将值从-1缩放到1到0缩放到255：

>>> image = np.random.uniform(-1,1,(3,3))
>>> scaled = (image + 1)*255/2.
>>> image
array([[ 0.59057256,  0.01683666, -0.24498247],
       [-0.25144806, -0.32312655, -0.02319944],
       [ 0.50878506, -0.04102033,  0.3094886 ]])
>>> scaled
array([[ 202.79800129,  129.64667417,   96.26473544],
       [  95.44037187,   86.3013643 ,  124.54207199],
       [ 192.37009459,  122.26990741,  166.95979601]])

工作原理：

image + 1将所有数字移至[0,2]范围
(image +1)/2.将所有数字缩放为[0,1]
(image +1)*255/2.将数字从[0,1]缩放为[0,255]

将带符号的float转换为uint8图像opencv

1 个答案: