imwrite或者imread时像素值发生变化

最新推荐文章于 2022-12-27 17:43:12 发布

zhuiyuan2012

最新推荐文章于 2022-12-27 17:43:12 发布

阅读量1.4k

点赞数 1

分类专栏： Python

本文链接：https://blog.csdn.net/zhuiyuanzhongjia/article/details/118489495

版权

Python 专栏收录该内容

74 篇文章 1 订阅

订阅专栏

我想读取元素图片，并进行像素值拉伸。代码中是直接将像素值乘以5.

for file in os.listdir(data_dir): ###最多读取两级目录找到图片
if os.path.isdir(os.path.join(data_dir,file)):
#print("it's a directory")
if os.path.exists(os.path.join(save_dir,file)):
#os.rmdir(os.path.join(save_dir,file)) #只能删除空目录
shutil.rmtree(os.path.join(save_dir,file)) #空目录、有内容的目录都可以删
os.mkdir(os.path.join(save_dir,file))
else:
os.mkdir(os.path.join(save_dir,file))
for sub_file in os.listdir(os.path.join(data_dir,file)):
if file is not "XLT_ASA01_IIT_L01_STP_20180308184752.png": ####该图片是问题图片
#if sub_file != "XLT_ASA01_IIT_L01_STP_20180308184752.png":
img = cv.imread(os.path.join(os.path.join(data_dir,file),sub_file),2)
print(type(img),img.dtype)
#img = cv2.imread('/home/zhongjia/plasmabubble/scale_test.png',2)
#print(type(img),img.shape,img.dtype)
#plt.figure()
#plt.imshow(img,cmap='Greys_r')
#print(img.max())
print(img.max(),img.min())
print(img[50][50])
img = img*5.0 ### imread输出的uint8变为float64
print(img[50][50],img.shape,img.max(),img.min(),img.dtype)
#img = np.array(img,dtype='uint16')
#print(img[50][50],img.shape,img.max(),img.min(),img.dtype)
### medianBlur(InputArray src, OutputArray dst, int ksize),
#InputArray src: 输入图像，图像为1、3、4通道的图像，当模板尺寸为3或5时，图像深度只能为CV_8U、CV_16U、CV_32F中的一个
#img = (img-img.min())*(255/(img.max()-img.min()))
#print(img[50][50])
#print(type(img),img.dtype)
cv.imwrite(os.path.join(os.path.join(save_dir,file),'pad_'+sub_file),img)
img = cv.imread(os.path.join(os.path.join(save_dir,file),'pad_'+sub_file))
print(img.max(),img.min(),img.dtype,img.shape)
print(img[50][50])
img = np.array(img,dtype='uint8')
print(img[50][50])
img_lvbo = cv.medianBlur(img, 5)
print(img.max(),img.min())
#print(img.max())
cv.imwrite(os.path.join(os.path.join(save_dir,file),'lvbo_'+sub_file),img_lvbo)

输出结果：

可以看到原图最大最小值127，6 ，uint8

乘以5后变为最大最小值635，30 ，float64, 第50行50列元素50

经过imwrite和imread后，最大值255，最小值不变，第50行50列元素50不变，通道由1变为3，float64变为uint8.

修改代码img*1.0:

for sub_file in os.listdir(os.path.join(data_dir,file)):
if file is not "XLT_ASA01_IIT_L01_STP_20180308184752.png": ####该图片是问题图片
#if sub_file != "XLT_ASA01_IIT_L01_STP_20180308184752.png":
img = cv.imread(os.path.join(os.path.join(data_dir,file),sub_file),2)
print(type(img),img.dtype)
#img = cv2.imread('/home/zhongjia/plasmabubble/scale_test.png',2)
#print(type(img),img.shape,img.dtype)
#plt.figure()
#plt.imshow(img,cmap='Greys_r')
#print(img.max())
print(img.max(),img.min())
print(img[50][50])
img = img*1.0 ### imread输出的uint8变为float64
print(img[50][50],img.shape,img.max(),img.min(),img.dtype)
#img = np.array(img,dtype='uint16')
#print(img[50][50],img.shape,img.max(),img.min(),img.dtype)
### medianBlur(InputArray src, OutputArray dst, int ksize),
#InputArray src: 输入图像，图像为1、3、4通道的图像，当模板尺寸为3或5时，图像深度只能为CV_8U、CV_16U、CV_32F中的一个
#img = (img-img.min())*(255/(img.max()-img.min()))
#print(img[50][50])
#print(type(img),img.dtype)
cv.imwrite(os.path.join(os.path.join(save_dir,file),'pad_'+sub_file),img)
img = cv.imread(os.path.join(os.path.join(save_dir,file),'pad_'+sub_file))
print(img.max(),img.min(),img.dtype,img.shape)
print(img[50][50])
img = np.array(img,dtype='uint8')
print(img[50][50])
img_lvbo = cv.medianBlur(img, 5)
print(img.max(),img.min())
#print(img.max())
cv.imwrite(os.path.join(os.path.join(save_dir,file),'lvbo_'+sub_file),img_lvbo)

输出结果：

可以看到imwrite和imread没有改变像素值，仅仅有uint8变为float64.

从结果看，那么只有超过255的值会发生像素变化，究竟是imwrite引起的还是imread函数引起的。

参考https://blog.csdn.net/oukohou/article/details/82378552，说是报错的图像格式引起的。

但是我这里读取和保存的都是png格式，不应该是格式问题。

而当我仅仅改变读取像素值为uint16时，

for sub_file in os.listdir(os.path.join(data_dir,file)):
if file is not "XLT_ASA01_IIT_L01_STP_20180308184752.png": ####该图片是问题图片
#if sub_file != "XLT_ASA01_IIT_L01_STP_20180308184752.png":
img = cv.imread(os.path.join(os.path.join(data_dir,file),sub_file),2)
print(type(img),img.dtype)
#img = cv2.imread('/home/zhongjia/plasmabubble/scale_test.png',2)
#print(type(img),img.shape,img.dtype)
#plt.figure()
#plt.imshow(img,cmap='Greys_r')
#print(img.max())
print(img.max(),img.min())
print(img[50][50])
img = img*1.0 ### imread输出的uint8变为float64
print(img[50][50],img.shape,img.max(),img.min(),img.dtype)
img = np.array(img,dtype='uint16')
#print(img[50][50],img.shape,img.max(),img.min(),img.dtype)
### medianBlur(InputArray src, OutputArray dst, int ksize),
#InputArray src: 输入图像，图像为1、3、4通道的图像，当模板尺寸为3或5时，图像深度只能为CV_8U、CV_16U、CV_32F中的一个
#img = (img-img.min())*(255/(img.max()-img.min()))
#print(img[50][50])
#print(type(img),img.dtype)
cv.imwrite(os.path.join(os.path.join(save_dir,file),'pad_'+sub_file),img)
img = cv.imread(os.path.join(os.path.join(save_dir,file),'pad_'+sub_file))
print(img.max(),img.min(),img.dtype,img.shape)
print(img[50][50])
img = np.array(img,dtype='uint8')
print(img[50][50])
img_lvbo = cv.medianBlur(img, 5)
print(img.max(),img.min())
#print(img.max())
cv.imwrite(os.path.join(os.path.join(save_dir,file),'lvbo_'+sub_file),img_lvbo)

最大值最小值结果就发生了变化。

所以应该是矩阵在存为图像或者读取时，数据类型引起的错误。可见imwrite或者imread不能自动将数据线性压缩到0-255，而是会发生截断，大于255的值赋值为255.

通过查看imread函数API：

imread()参数说明
2   cv2.IMREAD_UNCHANGED = -1, //返回原通道原深度图像
3   cv2.IMREAD_GRAYSCALE = 0, //返回单通道（灰度），8位图像
4   cv2.IMREAD_COLOR = 1, //返回三通道，8位图像，为默认参数
5   cv2.IMREAD_ANYDEPTH = 2, //返回单通道图像。如果原图像深度为16/32 位，则返回原深度，否则转换为8位
6   cv2.IMREAD_ANYCOLOR = 4, //返回原通道，8位图像。

读取原始位深图是imread参数设置为2

修改代码：

for sub_file in os.listdir(os.path.join(data_dir,file)):
if file is not "XLT_ASA01_IIT_L01_STP_20180308184752.png": ####该图片是问题图片
#if sub_file != "XLT_ASA01_IIT_L01_STP_20180308184752.png":
img = cv.imread(os.path.join(os.path.join(data_dir,file),sub_file),2)
print(type(img),img.dtype)
#img = cv2.imread('/home/zhongjia/plasmabubble/scale_test.png',2)
#print(type(img),img.shape,img.dtype)
#plt.figure()
#plt.imshow(img,cmap='Greys_r')
#print(img.max())
print(img.max(),img.min())
print(img[50][50])
img = img*5.0 ### imread输出的uint8变为float64
print(img[50][50],img.shape,img.max(),img.min(),img.dtype)
#img = np.array(img,dtype='uint16')
#print(img[50][50],img.shape,img.max(),img.min(),img.dtype)
### medianBlur(InputArray src, OutputArray dst, int ksize),
#InputArray src: 输入图像，图像为1、3、4通道的图像，当模板尺寸为3或5时，图像深度只能为CV_8U、CV_16U、CV_32F中的一个
#img = (img-img.min())*(255/(img.max()-img.min()))
#print(img[50][50])
#print(type(img),img.dtype)
cv.imwrite(os.path.join(os.path.join(save_dir,file),'pad_'+sub_file),img)
img = cv.imread(os.path.join(os.path.join(save_dir,file),'pad_'+sub_file),2)
print(img.max(),img.min(),img.dtype,img.shape)
print(img[50][50])
img = np.array(img,dtype='uint8')
print(img[50][50])
img_lvbo = cv.medianBlur(img, 5)
print(img.max(),img.min())
#print(img.max())
cv.imwrite(os.path.join(os.path.join(save_dir,file),'lvbo_'+sub_file),img_lvbo)

imread读取原始位uint8，所以float64的矩阵通过imwrite函数存储是发生了改变。

zhuiyuan2012

关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
imwrite或者imread时像素值发生变化

我想读取元素图片，并进行像素值拉伸。代码中是直接将像素值乘以5.for file in os.listdir(data_dir): ###最多读取两级目录找到图片 if os.path.isdir(os.path.join(data_dir,file)): #print("it's a directory") if os.path.exists(os.path.join(save_dir,file)): ...
复制链接

扫一扫