Question

我有一个16位图像，我想转换为8位图像。但是我想在那之前做一些过滤。小于某个值（例如P1）的所有值都应变为0。并且大于另一个值（例如P2）的所有值都应变为255。这些值之间的所有值都应根据它们与P1和P2的距离进行缩放。

以下代码可以做到这一点：

def transform(value):
    if value < P1:
        value = 0
    elif value > P2:
        value = 255
    else:
        value = (value - P1) * (255.0 / (P2 - P1))
    return value

然后使用原始的16位图像作为输入：

newImage= [[transform(value) for value in row] for row in originalImage]

但是这太慢了……我尝试使用cv2.convertScaleAbs做同样的事情，虽然速度很快，但是并不能完全满足我的要求。尤其是此功能中的“ Abs”部分使我无法使用。

我可以使用不同的功能来更快地获取想要的东西吗？

Answer 1

我找到了一个使用cv2.convertScaleAbs

的解决方案

首先将要插入的原始图像缩放为int32：

originalImage = numpy.array(originalImage, dtype=np.int32)

然后减去P1值，使所有小于P1的值都为负：

newImage = np.array(originalImage - P1)

然后将负值裁剪为0：

newImage = newImage.clip(min=0)

最后以正确的字母使用convertScaleAbs：

alpha = 255.0 / (P2 - P1)
newImage= cv2.convertScaleAbs(newImage, alpha=alpha)

如何在OpenCV中执行图像阈值化和归一化？

1 个答案: