opencv imwrite函数和scipy.misc.imsave函数注意事项

1.opencv的imwrite函数保存图像。输入参数必须为int类型。

当输入参数为float型时，默认会转为0-255之间，即uint8位深度，将大于255的直接截断为255.

如原始numpy数组float64类型：

imwrite后，

cv2.imwrite(os.path.join(os.path.dirname(sourcefile),'adjust_'+os.path.basename(sourcefile)), f1)用imread读取，

result = cv2.imread(os.path.join(os.path.dirname(sourcefile),'adjust_'+os.path.basename(sourcefile)),2)

print(result,result.dtype)结果：

 修改：

将numpy数组f1转换为：

f1 = f1.astype("uint16")

print(f1)

需根据float的大小来确定uint16位深度，本实验uint16位深度足够存储f1数据大小。

再次imwrite，并imread，打印结果，可见数值大小没变化：

图像如下：

2. scipy.misc.imsave函数会将float数值、uint16均映射为（0-255）。

float64信息：

imsave后打印：

scipy.misc.imsave(os.path.join(os.path.dirname(sourcefile),'adjust_'+os.path.basename(sourcefile)), f1)
    #cv2.imwrite(os.path.join(os.path.dirname(sourcefile),'adjust_'+os.path.basename(sourcefile)), f1)
    result = cv2.imread(os.path.join(os.path.dirname(sourcefile),'adjust_'+os.path.basename(sourcefile)),2)
    print(result,result.dtype,"ok")

 

从结果看图像能看清楚了：

imsave似乎对图像按照最大最小值做了线性映射0-255.

验证猜想：

#f1是二维numpy数组

f1 = f1.astype("uint16")
f1 = (f1-np.amin(f1))*255.0/(np.amax(f1)-np.amin(f1))  ###其实此处映射到0-65535也可以
f1 = f1.astype("uint8")
    #scipy.misc.imsave(os.path.join(os.path.dirname(sourcefile),'adjust_'+os.path.basename(sourcefile)), f1)
 cv2.imwrite(os.path.join(os.path.dirname(sourcefile),'adjust_'+os.path.basename(sourcefile)), f1)

查看保存的图像：

其效果和imsave函数一样，所以imsave就是线性映射。 

其效果与毒霸看图、精灵看图软件效果一样.

原始图片即使看不清:

用毒霸图片查看器能看清楚：

 但其功能有限，仅仅具有整体亮度提升功能。对于有亮点的图片，线性映射无法获得清晰效果。

如：

软件查看效果：