實施mat2gray OpenCV中與Python

我跟他有同樣的問題：Scaling a matrix in OpenCV 實施mat2gray OpenCV中與Python

我和他有同樣的問題，我有一個彩色的畫面，我用MATLAB讀取圖片：Input = imread('input1.jpg');，和格式的圖像是612x612x3 UINT8，我打印5x5x1像素在畫面如下：Input(1:5,1:5,1)

201 201 201 201 201 
201 201 201 201 201 
202 202 202 202 202 
203 203 203 203 203 
204 204 204 204 204

通過使用mat2gray功能：rgb_out = mat2gray(Input);，這些像素可以被轉化到這一點，他們都在範圍在0和1之間：rgb_out(1:5,1:5,1)

0.9684 0.9455 0.9266 0.9099 0.9047 
0.9657 0.9542 0.9432 0.9354 0.9299 
0.9642 0.9571 0.9502 0.9495 0.9456 
0.9621 0.9609 0.9562 0.9532 0.9516 
0.9673 0.9633 0.9597 0.9580 0.9575

所以，問題是我怎麼能在OpenCV中使用Python實現這一點，我想爲下面的代碼：

print(Input) 
rgb_out = np.zeros(Input.shape, np.uint8) 
cv2.normalize(Input,rgb_out,1,0,cv2.NORM_MINMAX) 
print(rgb_out)

但第一次印刷是：

[[[205 207 201] 
    [205 207 201] 
    [205 207 201] 
    ..., 
    [232 254 242] 
    [232 254 242] 
    [231 253 241]]...

和元素在rgb_out中不超過1或0.請幫忙，謝謝。

來源

2016-10-01 Chris

你的輸入矩陣是一個整數數據類型，你的輸出矩陣被定義爲np.uint8（一個整數類型）。默認情況下，cv2.normalize將返回與輸入相同數據類型的結果。如果你想要輸出值在0.0和1.0之間，你會想要使用浮點數據類型。

一種選擇將是你的輸入和輸出轉換爲np.double調用cv2.normalize

A = np.double(A) 
out = np.zeros(A.shape, np.double) 
normalized = cv2.normalize(A, out, 1.0, 0.0, cv2.NORM_MINMAX)

或者之前，您可以通過dtype kwarg指定浮點數據類型爲cv2.normalize強制特定的輸出數據類型。

A = np.array([1, 2, 3]) 
out = np.zeros(A.shape, np.double) 
normalized = cv2.normalize(A, out, 1.0, 0.0, cv2.NORM_MINMAX, dtype=cv2.CV_64F)

來源

2016-10-01 15:54:46 Suever

感謝了很多，它確實幫助我 – Chris

這是不正確的。你需要除以255，而不是標準化。規範化在這種情況下起作用的事實只是運氣，因爲原始圖像具有0和255的值。 – Miki

@Miki他希望模擬'mat2gray'在MATLAB中的行爲。 'mat2gray'不會被255分頻，而是會縮放輸入中的所有值，以使它們跨越0到1，而不管輸入的最大值如何。 – Suever

實施mat2gray OpenCV中與Python

回答

相關問題