Python OpenCV读取16位单通道图像并转换为8位灰度图显示

最新推荐文章于 2023-06-11 09:27:25 发布

陆羽飞

最新推荐文章于 2023-06-11 09:27:25 发布

阅读量2.4w

点赞数 12

分类专栏： Computer Vision 文章标签： OpenCV 位深度转换数据集

本文链接：https://blog.csdn.net/sinat_36502563/article/details/102498031

版权

Computer Vision 专栏收录该内容

5 篇文章

订阅专栏

本文介绍如何使用OpenCV正确读取和显示单通道16位整型图像，通过像素值归一化处理，避免信息损失，确保图像信息完整呈现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

语义、实例分割数据集的标注图像以及一些深度图像等都是由单通道16位整型图像存储的，我们通常需要读取这种图像并显示出来，由于OpenCV一般只能够对8位图像进行显示，也就是像素范围在0～255的图像，而16位图像的像素范围是0～65535，直接不加操作直接读取16位图像显示会导致区段被压缩而损失掉一些区域的值。

所以，对于单通道uint16类型的图像，要利用OpenCV读取并显示需要进行像素值归一化操作，也就是将原16位像素值归一化到0～1的float型，而后再转化到uint8形成可显示的图像。Python实现代码如下：

uint8_img = cv2.imread(img_path)
uint16_img = cv2.imread(img_path, -1)
uint16_img -= uint16_img.min()
uint16_img = uint16_img / (uint16_img.max() - uint16_img.min())
uint16_img *= 255
new_uint16_img = uint16_img.astype(np.uint8)
cv2.imshow('UINT8', uint8_img)
cv2.imshow('UINT16' new_uint16_img)

在cv2.imread参数中加入-1，表示不改变读取图像的类型直接读取，经过归一化后的图像能够比较完整地保留原始图像的信息。