我正在使用Python中的OpenCV进行视觉算法。它的一个组成部分需要比较颜色空间中的点，其中x和y分量不是整数。我们的点列表存储为ndarray，dtype = float64，我们的数字范围从-10到10给出或接受。
我们算法的一部分涉及在此空间的某些点上运行凸包，但cv2.convexHull()需要一个dtype = int的ndarray。
鉴于我们正在比较的值的范围很窄，简单截断会导致我们丢失~60位信息。有没有办法让numpy直接将float数组解释为int数组？由于规模没有意义，我希望考虑所有64位。
是否有任何定义的方法在numpy浮点数中将指数与尾数分开，而不对每个元素进行逐位提取？
答案 0 :(得分：1)
＆＃34;我们算法的一部分涉及在此空间的某些点上运行凸包，但cv2.convexHull（）需要一个带dtype = int的ndarray。＆＃34;
cv2.convexHull（）也接受带有float32号的numpy数组。
尝试使用cv2.convexHull(numpy.array(a,dtype = 'float32'))，其中a是维度n * 2的列表（n =点数）。