图像处理：图片像素深度unit16位转unit8位

一 背景

遥感图像一般像素深度比较高，基本的就是unit16了，但是如果想在OpenCV中正确使用，而且不丢失数据RGB三通道信息，就需要转为unit8才能进行其他分析。

二 分析

unit16的图像最大值为2¹⁶-1 = 65535，而OpenCV中的图像最大值为2⁸-1 = 255，当大于255时会自动变为255，这样数据信息就丢失了。下面代码采用的方式是线性缩放，将0到65535的数值线性缩放到0到255

三 代码

说明：代码使用了OpenCV和gdal函数包，gdal用来读取.tif文件unit16图片，OpenCV用来重新生成unit8图片

import os
import gdal
from cv2 import cv2
import numpy as np
import sys
#拉伸图像  #图片的16位转8位
def uint16to8(bands, lower_percent=0.001, higher_percent=99.999): 
    out = np.zeros_like(bands,dtype = np.uint8)
    n = bands.shape[0] 
    for i in range(n): 
        a = 0 # np.min(band) 
        b = 255 # np.max(band) 
        c = np.percentile(bands[i, :, :], lower_percent) 
        d = np.percentile(bands[i, :, :], higher_percent) 
        t = a + (bands[i, :, :] - c) * (b - a) / (d - c) 
        t[t<a] = a
        t[t>b] = b
        out[i, :, :] = t 
    return out 
    
path = sys.path[0] #获取当前代码路径
tif_list = [x for x in os.listdir(path) if x.endswith(".tif")]
for num, i in enumerate(tif_list):
    print(path+'\\'+i)
    dataset = gdal.Open(path+'\\'+i)
    width = dataset.RasterXSize                         # 获取数据宽度
    height = dataset.RasterYSize                        # 获取数据高度
    outbandsize = dataset.RasterCount                   # 获取数据波段数
    im_geotrans = dataset.GetGeoTransform()             # 获取仿射矩阵信息
    im_proj = dataset.GetProjection()                   # 获取投影信息
    datatype = dataset.GetRasterBand(1).DataType
    im_data = dataset.ReadAsArray()                     #获取数据 
    # print(im_data.shape)
    img3 = uint16to8(im_data)
    img2 = img3[0:3,:,:]
    img2 = np.transpose(img2,(1,2,0))
    out = img2[:,:,::-1] #rgb->bgr
    cv2.imwrite(path+'\\'+i, out)
    print(num)