np.float64元素保存为图像时自动转为uint8

已于 2024-04-12 11:35:53 修改
阅读量304 收藏 1
点赞数 2
分类专栏： Python 文章标签： python
于 2024-04-12 11:35:44 首次发布
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/zhuiyuanzhongjia/article/details/137674462
版权

图像数组在进行加减时，可能自动转换为np.float64，如果后续保存为图像时，可能存在问题。
f1数组元素类型为np.float64位时，若进行cv2.imwrite(os.path.join(save_dir,file),f1)，
会将np.float64自动转为unit8位，该转换过程不是线性映射，而是自动截断，将大于255的元素赋值为255.
在这里插入图片描述
在这里插入图片描述

因此，在imwrite时，需要将数组先转换为uint16， f1 = f1.astype(“uint16”)
再次imwrite，然后通过imread读取可以看到元素类型为uint16
在这里插入图片描述
在这里插入图片描述

zhuiyuan2012
关注
  • 2
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
numpy 练习题 —— nndl
Lynch的博客
11-05 5326
numpy 的array操作 1.导入numpy库 import numpy as np 2.建立一个一维数组 a 初始化为[4,5,6], (1)输出a 的类型（type）(2)输出a的各维度的大小（shape）(3)输出 a的第一个元素（值为4） a = [4, 5, 6] a = np.array(a) print(type(a)) print(a.shape) print(a[0]) ...
深度学习之numpy
xiaoyiyi的博客
09-19 523
1.numpy.mean（a，axis = None，dtype = None，out = None，keepdims = <无值>） 沿指定轴计算算术平均值。 返回数组元素的平均值。默认情况下，平均值取自展平的数组，否则取自指定的轴。float64中间值和返回值用于整数输入。 参量 一个array_like 包含期望平均值的数字的数组。如果a不是数组，则尝试进行转换。 轴无或整数或整数元组，可选 计算平均值s的一个或多个轴。默认值是计算平坦数组的平均值。 1.7.0版中...
NumPy 数值计算基础入门
云淡风轻_的博客
07-12 1234
数值类型及多维数组 数组操作及随机抽样 数学函数及代数运算 数组索引及其他用法 import numpy as np a = np.array([1.1, 2.2, 3.3], dtype=np.float64) # 指定 1 维数组的数值类型为 float64 a, a.dtype .astype()方法在不同的数值类型之间相互转换。 a.astype(int).dtype # 将 a 的数值类型从 float64 转换为 int，并查看 dtype 类型 Num..
NNDL 实验一 numpy
qq_61291372的博客
09-04 1129
深度学习 实验一 numpy
Numpy数据分析04——数据类型和文件操作
最新发布
qq_44777595的博客
10-04 378
数据类型： 在内存中统一使用Unicode编码，记录到硬盘或者编辑文本的时候都转换成了utf-8。UTF-8将Unicode编码后的字符串保存到硬盘的一种压缩编码方式。定义结构化数据 使用数据类型标识码：还可以将两个字符作为参数传递给数据类型的构造函数。此时，第一个字符表示数据类型，第二个字符表示该类型在内存中占用的字节数（2、4、8分别代表精度为16、32、64位的浮点数） 运行结果： 以下示例描述一位老师的姓名、年龄、工资的特征，该结构化数据包含以下字段 运行结果： 整数类型长度的选择： 字符
mnist_uint8.zip_CNN图像处理_MNIST_MNIST CNN_mnist_uint8.mat_卷积神经
07-15
1. 数据预处理：首先，我们需要将`mnist_uint8.mat`文件加载到程序中，这通常涉及读取数据集，将图像数据转换为适合网络输入的格式，例如归一化到0-1之间。 2. 构建模型：设计CNN模型，包括定义卷积层的数量、大小...
利用python将16位图像转换为8位图像，支持批量
04-01
这个`uint16_to_uint8`函数会遍历输入目录中的所有.png和.tiff文件，将它们转换为8位JPEG格式并保存在输出目录中。注意，转换过程中我们假设了16位图像的色彩模式是"I;16"，这是PIL库中表示16位无符号整数图像的模式...
python 修改图片后缀，重命名，以及强制改为uint８
04-18
python 修改图片后缀，重命名，以及强制改为uint８,可以实现单个功能，上述功能也可以集体实现，避免强制修改后缀后出现格式变化等问题
Python 改变数组类型为uint8的实现
09-17
主要介绍了Python 改变数组类型为uint8的实现方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Go语言string，int，int64 ,float之间类型转换方法
01-20
本文将详细介绍如何在`string`、`int`、`int64`以及`float`之间进行类型转换。 1. **int转string** 当你需要将一个整数转换成字符串时，可以使用`strconv.Itoa()`函数。例如： ```go i := 123 s := strconv....
python中dtype什么意思_NumPy Python中的数据类型对象(dtype)
weixin_39946364的博客
11-29 3万+
每个ndarray都有一个关联的数据类型(dtype)对象。此数据类型对象(dtype)告知我们有关数组布局的信息。这意味着它为我们提供了有关以下信息：数据类型(整数，浮点数，Python对象等)数据大小(字节数)数据的字节顺序(小端或大端)ndarray的值存储在缓冲区中，可以将其视为内存字节的连续块。因此，如何解释这些字节由dtype对象给出。1, 构造数据类型(dtype)对象：数据类型对象...
01 NumPy基础
NY_0907的博客
03-22 1340
目录 1. NumPy ndarray：多维数组对象 1.1 生成ndarray 1.2 ndarray的数据类型 1.3NumPy数组算术 1.4基础索引与切片 1.4.1　数组的切片索引 1.5　布尔索引 1.6 神奇索引 1.7数组转置和换轴 2. 通用函数：快速的逐元素数组函数 3. 使用数组进行面向数组编程 3.1 将条件逻辑作为数组操作 3.2 数学和统计方法 3.3 布尔值数组的方法 3.4 排序 3.5唯一值与其他集合逻辑 4. 使用进行文件输入和输...
Python数据分析 | (6)NumPy的多维数组对象ndarray
sdu_hao的博客
01-09 1132
本篇博客所有示例使用Jupyter NoteBook演示。 Python数据分析系列笔记基于:利用Python进行数据分析(第2版)     目录 1.ndarray对象简介 2.创建ndarray 3.ndarray的数据类型 4.ndarray对象的内部机理 5.NumPy数据类型体系 1.ndarray对象简介 NumPy最重要的一个特点就是其N维数组对象(ndarray...
Python数据类型转换——float64-float32
qq_29444571的博客
10-13 8万+
import tensorflow as tf import numpy as np a = np.array([1,2,3,4,5,6,7,8,9],dtype='float32'); a = a.reshape(3,3); c = a + [22,33,44];#c.dtype='float64' c = c.astype(np.float32) #c.dtype = 'float32' p...
python dataframe astype 字段类型转换
chinacmt的博客
08-17 13万+
使用astype实现dataframe字段类型转换# -*- coding: UTF-8 -*- import pandas as pd df = pd.DataFrame([{'col1':'a', 'col2':'1'}, {'col1':'b', 'col2':'2'}])print df.dtypesdf['col2'] = df['col2'].astype('int') print '-
numpy 数据类型转换
小白_努力
08-12 8万+
首先需要导入numpy模块 import numpy as np 首先生成一个浮点数组 a = np.random.random(4) dtype的用法 看看结果信息，左侧是结果信息，右侧是对应的python语句 我们发现这个数组的type是float64，那我们试着改变一个数组的类型，会有什么样的变化呢？请看下面的截图 我们发现数组长度翻倍了！由原来的(4,)变成了(8...
python numpy 数据类型转换
热门推荐
ZhidongMiao
02-07 16万+
python numpy 数据类型转换 numpy数据类型转换需要调用方法astype()，不能直接修改dtype。调用astype返回数据类型修改后的数据，但是源数据的类型不会变，需要进一步对源数据的赋值操作才能改变。例如 >>> a=np.array([1.1, 1.2]) >>> a.dtype dtype('float64') >>> a.astype(np.int16) array(
技术分享 | float类型与uint8数组的相互转换
AMOVLAB(阿木实验室)
02-11 8801
1、float 的内存分配 3.14数在内存中的表示 -3.14数在内存中的表示 符号位(Sign) : 0代表为正，1代表为负 指数位（Exponent）:用于存储科学计数法中的指数数据，并且要加上偏移量（float偏移127，double偏移量1023） 尾数部分（Mantissa）：尾数部分 2、什么是大小端? 对于一个由2个字节组成的16位整数，在内存中存储这两个字节有两种方法：一种是将低序字节存储在起始地址，这称为小端(little-endian)字节序；另一种方法是将高序字节存储在起始地址，
def add_gaussian_noise(image, percent, mean=0, var=0.04): # 将图像转为浮点型 image = np.array(image / 255, dtype=float) # 计算噪声数量 num = int(percent * image.size) # 生成坐标和噪声 coords = np.random.randint(0, image.size, num) noise = np.random.normal(mean, var ** 0.5, num) # 添加噪声 image.flat[coords] += noise return image percent = 0.01 # 噪声比例 out = add_gaussian_noise(grayImage, percent) if out.min() < 0: low_clip = -1. else: low_clip = 0. out = np.clip ( out , low_clip ,1) gasuss_image = np.uint8(out *255)简化以上代码
05-26
以下是简化后的代码： ...首先将图像转为浮点型，然后根据噪声比例计算需要添加的噪声数量。随机生成噪声坐标和噪声值，然后将噪声添加到图像中。最后将图像像素值限制在0到1之间，并将其转换为8位整数型。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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