前几天写了一个RGB数据转Bayer格式的函数,经过测试功能正常。后来把这个函数用到一个数据库构建中,结果数据库出来的结果一直是一张黑图,追查了好几个小时,总算把这只虫子找出来了,原来是一个整数后面的小数点作祟。
原始功能正常的函数如下:
def rgb2raw(img):
B = img[:, :, 0]
G = img[:, :, 1]
R = img[:, :, 2]
raw = np.zeros_like(B)
Row, Col = raw.shape
raw[0:Row:2, 0:Col:2] = R[0:Row:2, 0:Col:2]
raw[0:Row:2, 1:Col:2] = G[0:Row:2, 1:Col:2]
raw[1:Row:2, 0:Col:2] = G[1:Row:2, 0:Col:2]
raw[1:Row:2, 1:Col:2] = B[1:Row:2, 1:Col:2]
raw = raw * 65535.0 / 255.0
raw = raw.astype(np.uint16)
return raw
集成到数据库中出现异常的函数如下:
def rgb2raw(img, bitdepth=16):
B = img[:, :, 0]
G = img[:, :, 1]
R = img[:, :, 2]
raw = np.zeros_like(B)
Row, Col = raw.shape
raw[0:Row:2, 0:Col:2] = R[0:Row:2, 0:Col:2]
raw[0:Row:2, 1:Col:2] = G[0:Row:2, 1:Col:2]
raw[1:Row:2, 0:Col:2] = G[1:Row:2, 0:Col:2]
raw[1:Row:2, 1:Col:2] = B[1:Row:2, 1:Col:2]
raw = raw * (2**bitdepth-1) / 255.0
raw = raw.astype(np.uint16)
return raw
由于考虑到可能需要覆盖不同比特位宽的raw域,因此,在集成到数据库中的时候,加了一个bitdepth的参数,就是这一参数,导致了后面所有的错误。
让我们试着输出raw = raw * 65535.0 / 255.0的结果:
可以看到,转换成raw域后,数据都是0~65535之间的整数。
让我们再来看看 raw = raw * 65535 / 255.0的结果:
输出数据都变成了256,显然是不对的。
将原来的实现方式替换到数据库中,问题解决。