NumPy将8位图像转换为16/32位图像

Question

我正在使用OpenCV 2在YCbCr颜色空间中进行一些图像操作。 目前，由于RGB-> YCbCr-然后是YCbCr-> RGB，我可以检测到一些噪声，但是如文档所述：

如果将cvtColor与8位图像一起使用，转换将丢失一些信息。 对于许多应用程序，这不会引起注意，但是建议在需要全范围颜色的应用程序中使用32位图像，或者在进行操作之前先转换图像然后再转换回来。

所以我想将图像转换为16或32位，但是我没有找到如何使用NumPy进行转换。 有什么想法吗？

img = cv2.imread(imgNameIn)
# Here I want to convert img in 32 bits
cv2.cvtColor(img, cv2.COLOR_BGR2YCR_CB, img)
# Some image processing ...
cv2.cvtColor(img, cv2.COLOR_YCR_CB2BGR, img)
cv2.imwrite(imgNameOut, img, [cv2.cv.CV_IMWRITE_PNG_COMPRESSION, 0])

Answer 1

感谢@moarningsun，问题得以解决：

i = cv2.imread(imgNameIn, cv2.CV_LOAD_IMAGE_COLOR) # Need to be sure to have a 8-bit input
img = np.array(i, dtype=np.uint16) # This line only change the type, not values
img *= 256 # Now we get the good values in 16 bit format

Answer 2

接受的答案不正确。 16位图像具有65536强度级别（ 2^16 ），因此其值范围为0到65535 。

如果要从表示为从0到1的float数组的图像中获取16位图像，则必须将该数组的每个系数乘以65535 。

同样，优良作法是将最终结果的类型转换为所执行操作的最后一步。 这主要有两个原因：-如果您使用float执行除法或乘法运算，结果将返回float ，您将需要再次更改类型。 -通常（从术语的数学意义上来说），从浮点数到整数的转换会引入错误。 在操作的最后强制转换类型可防止错误传播。