python 16bit转8bit的方法

最新推荐文章于 2023-06-11 09:27:25 发布
最新推荐文章于 2023-06-11 09:27:25 发布
阅读量2.5k 收藏 24
点赞数 4
分类专栏： python gdal
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_20373723/article/details/109841270
版权
python 同时被 2 个专栏收录
76 篇文章 25 订阅
订阅专栏
gdal
30 篇文章 30 订阅
订阅专栏 
import os
import numpy as np
import gdal

def read_img(filename):
    dataset=gdal.Open(filename)

    im_width = dataset.RasterXSize
    im_height = dataset.RasterYSize

    im_geotrans = dataset.GetGeoTransform()
    im_proj = dataset.GetProjection()
    im_data = dataset.ReadAsArray(0,0,im_width,im_height)

    del dataset 
    return im_proj,im_geotrans,im_width, im_height,im_data


def write_img(filename, im_proj, im_geotrans, im_data):
    if 'int8' in im_data.dtype.name:
        datatype = gdal.GDT_Byte
    elif 'int16' in im_data.dtype.name:
        datatype = gdal.GDT_UInt16
    else:
        datatype = gdal.GDT_Float32

    if len(im_data.shape) == 3:
        im_bands, im_height, im_width = im_data.shape
    else:
        im_bands, (im_height, im_width) = 1,im_data.shape 

    driver = gdal.GetDriverByName("GTiff")
    dataset = driver.Create(filename, im_width, im_height, im_bands, datatype)

    dataset.SetGeoTransform(im_geotrans)
    dataset.SetProjection(im_proj)

    if im_bands == 1:
        dataset.GetRasterBand(1).WriteArray(im_data)
    else:
        for i in range(im_bands):
            dataset.GetRasterBand(i+1).WriteArray(im_data[i])

    del dataset


def write_img_(filename, im_proj, im_geotrans, im_data):
    if 'int8' in im_data.dtype.name:
        datatype = gdal.GDT_Byte
    elif 'int16' in im_data.dtype.name:
        datatype = gdal.GDT_UInt16
    else:
        datatype = gdal.GDT_Float32

    if len(im_data.shape) == 3:
        im_bands, im_height, im_width = im_data.shape
    else:
        im_bands, (im_height, im_width) = 1,im_data.shape 

    driver = gdal.GetDriverByName("GTiff")
    dataset = driver.Create(filename, im_width, im_height, im_bands, gdal.GDT_Byte)

    dataset.SetGeoTransform(im_geotrans)
    dataset.SetProjection(im_proj)

    if im_bands == 1:
        dataset.GetRasterBand(1).WriteArray(im_data)
    else:
        for i in range(im_bands):
            dataset.GetRasterBand(i+1).WriteArray(im_data[i])

    del dataset


def stretch_n(bands, img_min, img_max, lower_percent=0, higher_percent=100):
    out = np.zeros_like(bands).astype(np.float32)
    # a = 0
    # b = 65535
    a = img_min
    b = img_max
    # print(a, b)
    c = np.percentile(bands[:, :], lower_percent)
    d = np.percentile(bands[:, :], higher_percent)
    # x = d-c
    # if (x==0).any():
    #     t = 0
    # else:
    t = a + (bands[:, :] - c) * (b - a) / (d - c)
    t[t < a] = a
    t[t > b] = b
    out[:, :] = t
    return out

def getTifSize(tif):
    dataSet = gdal.Open(tif)
    width = dataSet.RasterXSize
    height = dataSet.RasterYSize
    bands = dataSet.RasterCount
    geoTrans = dataSet.GetGeoTransform()
    proj = dataSet.GetProjection()
    return width,height,bands,geoTrans,proj


def partDivisionForBoundary(tif1,divisionSize,tempPath):
    width,height,bands,geoTrans,proj = getTifSize(tif1)
    partWidth = partHeight = divisionSize

    if width % partWidth > 0 :
        widthNum = width // partWidth + 1
    else:
        widthNum =  width // partWidth
    if height % partHeight > 0:
        heightNum = height // partHeight +1
    else:
        heightNum = height // partHeight

    realName = os.path.split(tif1)[1].split(".")[0]

    tif1 = gdal.Open(tif1)
    im_data = tif1.ReadAsArray(0,0,width,height)
    min_16bit = np.min(im_data)
    max_16bit = np.max(im_data)
    for i in range(heightNum):
        for j in range(widthNum):

            startX = partWidth * j
            startY = partHeight * i

            if startX+partWidth<= width and startY+partHeight<=height:
                realPartWidth = partWidth
                realPartHeight = partHeight
            elif startX + partWidth > width and startY+partHeight<=height:
                realPartWidth = width - startX
                realPartHeight = partHeight
            elif startX+partWidth <= width  and startY+partHeight > height:
                realPartWidth = partWidth
                realPartHeight = height - startY
            elif startX + partWidth > width and startY+partHeight > height:
                realPartWidth = width - startX
                realPartHeight = height - startY

            outName = realName + str(i)+str(j)+".tif"
            outPath = os.path.join(tempPath,outName)

            if not os.path.exists(outPath):

                driver = gdal.GetDriverByName("GTiff")
                outTif = driver.Create(outPath,realPartWidth,realPartHeight, bands, gdal.GDT_Byte)
                outTif.SetGeoTransform(geoTrans)
                outTif.SetProjection(proj)

                data1 = tif1.ReadAsArray(startX,startY,realPartWidth,realPartHeight)
                # type 1
                image_8bit = np.array(np.rint(255 * ((data1 - min_16bit) / (max_16bit - min_16bit))), dtype=np.uint8)
                # type 2
                #image_8bit = int8(data1*256/65536)

                
                if bands == 1:
                    outTif.GetRasterBand(1).WriteArray(image_8bit[0])
                elif bands == 4:
                    outTif.GetRasterBand(1).WriteArray(image_8bit[0])
                    outTif.GetRasterBand(2).WriteArray(image_8bit[1])
                    outTif.GetRasterBand(3).WriteArray(image_8bit[2])
                    outTif.GetRasterBand(4).WriteArray(image_8bit[3])
    return 1

def partStretch(tif1,divisionSize,outStratchPath,tempPath):

    width,height,bands,geoTrans,proj = getTifSize(tif1)
    # bands = 1
    partWidth = partHeight = divisionSize

    if width % partWidth > 0 :
        widthNum = width // partWidth + 1
    else:
        widthNum =  width // partWidth
    if height % partHeight > 0:
        heightNum = height // partHeight +1
    else:
        heightNum = height // partHeight

    realName = os.path.split(tif1)[1].split(".")[0]

    driver = gdal.GetDriverByName("GTiff")
    outTif = driver.Create(outStratchPath, width, height, bands, gdal.GDT_Byte)
    if outTif!= None:
        outTif.SetGeoTransform(geoTrans)
        outTif.SetProjection(proj)
    for i in range(heightNum):
        for j in range(widthNum):

            startX = partWidth * j
            startY = partHeight * i

            if startX+partWidth<= width and startY+partHeight<=height:
                realPartWidth = partWidth
                realPartHeight = partHeight
            elif startX + partWidth > width and startY+partHeight<=height:
                realPartWidth = width - startX
                realPartHeight = partHeight
            elif startX+partWidth <= width  and startY+partHeight > height:
                realPartWidth = partWidth
                realPartHeight = height - startY
            elif startX + partWidth > width and startY+partHeight > height:
                realPartWidth = width - startX
                realPartHeight = height - startY

            partTifName = realName+str(i)+str(j)+".tif"
            partTifPath = os.path.join(tempPath,partTifName)
            divisionImg = gdal.Open(partTifPath)
            # if bands == 1:
            #     data1 = divisionImg.GetRasterBand(1).ReadAsArray(0,0,realPartWidth,realPartHeight)
            #     outPartBand = outTif.GetRasterBand(1)
            #     outPartBand.WriteArray(data1,startX,startY)
            for k in range(bands):
                data1 = divisionImg.GetRasterBand(k+1).ReadAsArray(0,0,realPartWidth,realPartHeight)
                outPartBand = outTif.GetRasterBand(k+1)
                outPartBand.WriteArray(data1,startX,startY)

if __name__ == "__main__":
    ylbit_path = 'D:/16bit8bit/big_test.tiff'
    bbit_path = 'D:/16bit8bit/8bit2.tif'
    temp = 'D:/16bit8bit/temp/'
    partDivisionForBoundary(ylbit_path,2000,temp)
    partStretch(ylbit_path,2000,bbit_path,temp)

参考链接：
https://blog.csdn.net/u014311125/article/details/93746867?utm_medium=distribute.pc_aggpage_search_result.none-task-blog-2allsobaiduend~default-1-93746867.nonecase&utm_term=16bit%E8%BD%AC8bit%20python&spm=1000.2123.3001.4430
这个链接里的代码出来的结果也是正常的，感觉好点还，但是有点慢

#!usr/bin/env python
# -*- coding: utf-8 -*-
"""
@Author  : 
@Email   : 
@Time    : 14:36
@Site    :
@File    : CompressImage.py
@Software: PyCharm
"""

"""
将16位遥感图像压缩至8位，并保持色彩一致
"""

import  gdal
import os
import glob
import numpy as np

def read_tiff(input_file):
    """
    读取影像
    :param input_file:输入影像
    :return:波段数据，仿射变换参数，投影信息、行数、列数、波段数
    """

    dataset = gdal.Open(input_file)
    rows = dataset.RasterYSize
    cols = dataset.RasterXSize

    geo = dataset.GetGeoTransform()
    proj = dataset.GetProjection()

    couts = dataset.RasterCount

    array_data = np.zeros((couts,rows,cols))

    for i in range(couts):
        band = dataset.GetRasterBand(i+1)
        array_data[i,:,:] = band.ReadAsArray()


    return array_data,geo,proj,rows,cols,3

def compress(origin_16,output_8):

    array_data,geo,proj,rows,cols,couts= read_tiff(origin_16)

    compress_data = np.zeros((couts,rows,cols))

    for i in range(couts):
        band_max = np.max(array_data[i,:,:])
        band_min = np.min(array_data[i,:,:])

        cutmin,cutmax=cumulativehistogram(array_data[i,:,:],rows,cols,band_min,band_max)

        compress_scale = (cutmax-cutmin)/255
        
        for j in range(rows):
            for k in range(cols):
                if(array_data[i,j,k]<cutmin):
                    array_data[i,j,k]=cutmin

                if(array_data[i,j,k]>cutmax):
                    array_data[i,j,k]=cutmax

                compress_data[i,j,k] = (array_data[i,j,k]-cutmin)/compress_scale

    write_tiff(output_8,compress_data,rows,cols,couts,geo,proj)

def write_tiff(output_file,array_data,rows,cols,counts,geo,proj):

    Driver = gdal.GetDriverByName("Gtiff")
    dataset = Driver.Create(output_file,cols,rows,counts,gdal.GDT_Byte)

    dataset.SetGeoTransform(geo)
    dataset.SetProjection(proj)

    for i in range(counts):
        band = dataset.GetRasterBand(i+1)
        band.WriteArray(array_data[i,:,:])


def cumulativehistogram(array_data,rows,cols,band_min,band_max):
    """
    累计直方图统计
    """

    # 逐波段统计最值

    gray_level = int(band_max-band_min+1)
    gray_array = np.zeros(gray_level)

    counts=0
    for row in range(rows):
        for col in range(cols):
            gray_array[int(array_data[row,col]-band_min)]+=1
            counts+=1

    count_percent2 = counts*0.02
    count_percent98 = counts*0.98

    cutmax=0
    cutmin=0

    for i in range(1,gray_level):
        gray_array[i]+=gray_array[i-1]
        if(gray_array[i]>=count_percent2 and gray_array[i-1]<=count_percent2):
            cutmin = i+band_min

        if(gray_array[i]>=count_percent98 and gray_array[i-1]<=count_percent98):
            cutmax = i+band_min

    return cutmin,cutmax

if __name__ == '__main__':

    origin_16="D:/16bit8bit/big_test.tiff"
    output_8 ="D:/16bit8bit/8bit3.tif"
    compress(origin_16,output_8)

原图
在这里插入图片描述

方法1：
在这里插入图片描述
方法2：参考链接里的
在这里插入图片描述

如雾如电
关注
专栏目录
python 16bit转8bit的工具_利用python读取YUV文件 转RGB 8bit/10bit通用
weixin_35698069的博客
02-09 402
注：本文所指的YUV均为YUV420中的I420格式(最常见的一种)，其他格式不能用以下的代码。位深为8bit时，每个像素占用1字节，对应文件指针的fp.read(1)；位深为10bit时，每个像素占用2字节，对应文件指针的fp.read(2)；然后使用 int.from_bytes() 方法将二进制转换为int型数字。以下程序可以读8bit或10bit位深的YUV，需要指定从第几帧开始读、一共读...
利用python将16位图像转换为8位图像，支持批量
04-01
具体介绍看这里：https://blog.csdn.net/qq_15969343/article/details/79841446?spm=1001.2014.3001.5502
16bit转8bit图像（Python，简单易实现）
热门推荐
Michael的博客
04-24 1万+
前言  一些工业相机采集的图像是16位的，不方便进行图像处理。比如opencv处理的常常是8位灰度图像，而深度学习模型输入图像也往往是单通道或者三通道的。因此，对16位图像做位深度转换，从而方便后续的一系列操作，是很有必要的！  本文主要介绍用opencv+numpy实现16位图像转8位图像，做法是线性缩放 线性缩放 基本原理：将16bit图像的动态范围映射到0-255 公式： matrix_1...
python_16to8
07-03
使用python语言将16位图像转换为8位图像，用于labelme标记的MASK_RCNN
label.png为16位转8位python代码
07-14
labelme生成的掩码标签 label.png为16位存储，opencv默认读取8位，需要将16位转8位
python GDAL遥感影像16位转8位——gdal_translate实现
llc的博客
03-09 2545
例如，此选项可用于将16位（0至65535）数据缩放为8位（0到255）。前两个描述输入图像的最小值和最大值，后一个描述输出栅格的相同值。（其中bn是频段号），可以多次使用该选项来应用于特定波段。，则值将重新缩放为8位等效值（0到255）。也被省略，该函数将自动计算输入栅格的值范围。文档中提到，通过使用。
python存储16bit和32bit图像的实例
09-19
### Python存储16bit和32bit图像的实例解析 #### 概述 在Python中处理图像时，经常需要处理不同位深度的图像，比如16bit和32bit图像。这些图像通常用于专业领域，如科学研究、医学影像分析等。本文将详细介绍如何...
颜色格式转换（24bit-16bit）.zip
10-05
这个名为"颜色格式转换（24bit-16bit）.zip"的压缩包包含了一个由C#语言编写的程序，用于实现24位RGB（888）到16位RGB（565）的颜色格式转换，并能反向进行。下面我们将详细讨论这两种颜色格式以及它们之间的转换...
C/C++ 16bit转8bit
qq_31629063的博客
07-04 3136
#include <iostream> /* 16bit转8bit @param 1,数组首地址 @param 2,数组大小 @return , 1.失败,返回NULL 2.成功,转换完成的8bit数组 3.需要手动释放内存 */ unsigned char *_16bit_convert_8bit(unsigned short *_16bit,unsigned int siz...
（序列图像）16位转8位（OpenCV）
10-20
（序列图像）16位转8位（OpenCV），可以用来操作序列图像
转换8bit或者16bit代码python
qq_40962125的博客
07-05 1088
转换8bit或者16bit代码python
使用Python将16位图片转换成8位
最新发布
flysnownet的博客
06-11 803
使用Python将16bit转8bit。
16位图转8位图 （python）
jiayou2021的博客
12-20 2527
16位图转8位图 （python） import cv2 import numpy as np import os from PIL import Image path=r"E:\\AI_datas\\3-16Bit\\3" save_path=r"E:\\AI_datas\\3-16Bit\\4" for name in os.listdir(path): if name.split('.')[-1]=='tif': new_path=os.path.join(path,nam
sentinel2影像降位(16bit To 8bit)
如果想成为中心，那么就到中心去吧。
12-16 767
16bit 8bit from skimage import exposure, img_as_ubyte import gdalTools import numpy as np from PIL import Image as pilimg from pathlib import Path import warnings import rasterio if __name__ == '__main__': imgPath = "test.tif" outPath = "test3_
python+gdal+numpy实现影像uint16转uint8
llc的博客
08-28 2141
利用GDAL和numpy实现影像uint16到uint8的转换， 支持整图转换和切图转换，高效率转换并保存为tif格式、png格式 优点：简单高效，代码逻辑相对简单 缺点：使用numpy数组计算，超级耗内存 实现逻辑： 使用percentile计算每个波段的直方图的2%、98%的值 小于2%的值赋值为2%出的值，大于98%的值赋值为98%的值 将数组拉伸到0-255 from PIL import Image from osgeo import gdal import numpy as np de
uint16数据的读取以及转换为uint8数据显示
fuleileileilei的博客
11-07 4129
uint16数据的读取以及转换为uint8数据显示
python整数转字节数组,解决python3 整数数组转bytes的效率问题
weixin_28843015的博客
03-26 896
昨天在做一道CTF题的时候碰到了一个图片异或的问题，操作大概如下：将一个图片读入，然后每字节进行异或操作，核心代码可简化为以下：#coding:utf-8'''@DateTime: 2017-11-25 13:51:33@Version: 1.0@Author: Unname_Bao'''import sixkey = b'\xdcd~\xb6^g\x11\xe1U7R\x18!+9d\xdcd~...
16bit转8bit的python代码
05-27
def convert_to_8bit(value): return int(value / 256) ``` 该函数将输入值除以256，然后将结果向下取整并返回。请注意，此函数未进行错误检查，因此输入值必须为16位无符号整数。如果您需要进行错误检查，请添加...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

如雾如电

随缘

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值