深度学习--------图片的位深度含义

 

以前没接触深度学习的时候没注意过图片位深度的问题，最近研究深度学习图片输入弄的也是莫名奇妙，焦头烂额。记录一下自己搜的资料的总结。首先要明白计算机的储存方式位二进制，只有0和1，因此图片的像素矩阵也不例外

这里可以看到图片的位深度为16，因此可以表示的颜色为2**16=655536

但是为什么是2的16呢，这里就是因为计算机的储存方式了。因为是从0开始所以，65535转化为二进制，1111 1111  1111 1111 每一位有两种形式0和1，因此是2**16。同理其他的位深度也是这样计算。

现在转入正题，图片转化位数组形式，目前我掌握的有两 种方式：

import cv2
import numpy as np
import skimage.io
list = np.zeros((500,500))
list[:30,50:500] = 125
cv2.imwrite('1.png',list)
# cv2.S
# print(list)
img = cv2.imread('1.png')
img2 = skimage.io.imread('1.png')
print(img.shape)
print(img2.shape)

生成一个二维数组，然后保存成图片，再用两种方式去读取看看会发生什么。

(500, 500, 3)
(500, 500)

可以看出opencv默认的读取方式就是按照三维数组后面是通道数，而skimage是按照原始的形式去读取。如果设置三维的图片呢。修改代码:

list = np.zeros((500,500,3))

输出结果：

(500, 500, 3)
(500, 500, 3)

全部都是三维了。

但是我转念一想如果是4通道呢

list = np.zeros((500,500,4))

输出结果：

(500, 500, 3)
(500, 500, 4)

opencv竟然依旧是三维的，怎么回事呢，原来opencv读取默认是rgb的方式，如果要加上通道则后面加上参数-1，0则为灰度图，没有通道数，1就是默认rgb 3通道。好了读取的方式现在明白了，那么不同位深度如何转换呢。先上一段代码，这个代码来自别人，图像处理时，我偶然发现位深度竟然改变了。

def change(img):
    t = img.astype(np.float32)
    # 减小异常值的影响
    maxv = np.percentile(t, 99)
    minv = np.percentile(t, 1)
    t = (t-minv)/(maxv-minv)
    meanv = t.mean()
    # 均值统一拉到0.5
    t += (0.5-meanv)
    # 扩大范围至0-65535
    t *= 65535
    t[t<0] = 0
    t[t>65535] = 65535
    img = t.astype(np.uint16)
    cv2.imwrite('5.png',img)

---

PS：在处理四通道的图片的时候我竟然又有了新的发现（我的发现为什么这么多，无知啊，知识了解的太少，各位同学记得好好学习）修改代码，

list = np.zeros((500,500,4))
list[50:100,50:100] = 255
cv2.imwrite('1.png',list)

这个代码本来应该生成一个中间有一个白色板块，其他都是黑色的图片，但是结果呢

 

3通道生成图片

4通道生成图片

 

只有一个白色的框，很明显四通道中数值为0的是透明的，因为rgba的a通道是透明通道，原来如此，竟然是透明的。

继续用change函数看下结果如何。这里需要说明一下，2维数组位深度位为8，三通道则是24，四通道则是32，为什么一开始是8这里其实我不是很明白，但是根据上面说明的，8通道总共的颜色是2**8=256 而我们熟知的rgb正好是0-255，所以应该是和计算机显示有关系，但是并不影响了，同时还涉及到图片格式，坑以后填上。在最后一个通道上的测试中我又发现了（好吧，发现了就记得，不然明天就忘记了）

我尝试读取一张彩色的图片的时候输出的像素矩阵究竟最后一位是255，那么如果把最后一位变成0对前面的有什么影响吗，（数组全是0的，图片颜色会随着最后一位通道数0-255而逐渐变深，就是最后通道数值为255的时候图片是全黑的上度娘）通过度娘的一番诉说，发现自己真的无知第四个是透明通道，数值变成255意思就是百分百不透明啊，不透明不是黑色难道不成是粉色?不过利用这一点可以用代码实现图片透明度的改变。

ist[:,:,3]=100#数组切片，索引最后一个可以理解为行数吧，但其实是维度，但是正好对应，这样也好理解，
#或者就理解成对应的通道数，0是r，1是g，2是b，3是a，把第四个通道行列全部裁剪，值变成100

a通道为0原图

a通道为100图

 

 

 

 

 

 

但是如何把一张黑图变成粉色的呢，首先我搜到了粉色的rgb值（241，204，226）

改写代码：

img = skimage.io.imread('1_255.png')
img[:,:,0]=249
img[:,:,1]=204
img[:,:,2]=226
print(img)
cv2.imwrite('fen.png',img)

出来的结果：

 

 

 

 

和想想中不太一样啊，黑的就算是变成粉色很不自然

 

 

 

 

---

那么到底深度是如何改变的呢：我突然想起了开头的16位深度，和代码中的数值  t *= 65535  数组中的每个数值都 * 65535，这样如果有数据，数据不都变成比65535大的数值了吗，用二进制位数表达时，位数不就改变了吗？但是要是数值是0，或者数值不为0，乘积肯定要大于 65535，这就不只是64位，但是     t[t<0] = 0 t[t>65535] = 65535这两个条件限制了范围，统统16位表示，当然了这里不是排列组合所以是，4*16=64，神奇的二进制！

由此提出两个猜想：一、位深度是数据中最大的一个数的数值的二进制长度*通道数。二、以上猜想正确。

为了验证我的猜想，我做了如下实验：全部是0，或全部和1

一维数组，位深度8  三维数组 位深度24 四维数组 位深度32

可见并不是如猜想那样，0也很神奇，二进制0的长度可以变化？还是如果没有最大值的时候，会根据维度默认补全生成？

或者是图片一个通道按照标准必须是2**8 = 256 255转化位二级制 1111 1111 如果这样，我的猜想在标准成立的条件下是成立的，现在认为猜想在每个通道初始是8的基础上成立，那么用此猜想改变下位深度试试。如果三个维度分别是16，48，64，那么此猜想可作为经验来解决改变位深度的问题。上结果

完全ok！

---

---

ps:opencv和skimage读取图片的方式其实是不一样的，opencv是按照bgr的方式读取，并且就转成rgb，用cv2保存时依旧是bga

解决方法就是用skimage去保存转换后的图片。