OpenCV修改图片某像素的数据时发生数据越界问题、导致与预期输出不符

OpenCV修改图片某像素的数据时发生数据越界问题、导致与预期输出不符

笔者的一项课堂作业，要求将一幅使用RGB模型的图片修改为使用HSI模型显示。鉴于OpenCV的ColorConversionCodes中并没有COLOR_BGR2HSI这种Enumeration Type、但是有COLOR_BGR2HSV，而两者的唯一区别只是V通道和I通道数值不同，笔者的思路是先把图片转换成HSV模型、再利用原图的R、G、B三个通道的数据把V通道数值转换成I通道数值（当然笔者最终意识到HSI与HSV的H、S是不同的概念，这是后话）。代码如下：

import cv2
import numpy as np

img = cv2.imread('lenaTrueColor.bmp')
result = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
cv2.namedWindow('HSI')
row = np.shape(result)[0]
col = np.shape(result)[1]

for i in range(row):
    for j in range(col):
        result[i, j, 2] = (img[i, j, 0] + img[i, j, 1] + img[i, j, 2])/3

cv2.imshow('HSI', result)
cv2.waitKey(0)

运行后发现I通道分量的数组并不符合预期。检查以后发现可能是数据类型不匹配导致的数据越界。因为图片中每个数据的类型都是numpy.uint8，数据的范围为0到255，因为在(img[i, j, 0] + img[i, j, 1] + img[i, j, 2])的过程中超过了255，导致了数据越界（玩过《文明》的朋友应该能理解，和甘核平的bug是同样的道理）。那么我们就修改它们的数据类型，让它们相加不会越界就好了。修改的代码如下：

import cv2
import numpy as np

img = cv2.imread('lenaTrueColor.bmp')
result = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
cv2.namedWindow('HSI')
row = np.shape(result)[0]
col = np.shape(result)[1]

for i in range(row):
    for j in range(col):
        result[i, j, 2] = (int(img[i, j, 0]) + int(img[i, j, 1])
                            + int(img[i, j, 2]))/3              #数据类型修改成int防止越界

cv2.imshow('HSI', result)
cv2.waitKey(0)

运行，结果正常。