[英]How to perform image thresholding and normalization in OpenCV?
我有一个16位图像,我想转换为8位图像。 但是我想在此之前做一些过滤。 低于某个值(例如P1)的所有值都应为0.并且高于不同值(例如P2)的所有值应变为255.这些值之间的所有值都应根据它们与P1和P2的距离进行缩放。
以下代码执行此操作:
def transform(value):
if value < P1:
value = 0
elif value > P2:
value = 255
else:
value = (value - P1) * (255.0 / (P2 - P1))
return value
然后使用原始的16位图像作为输入:
newImage= [[transform(value) for value in row] for row in originalImage]
然而,这是非常慢的...我试图使用cv2.convertScaleAbs
做同样的cv2.convertScaleAbs
,这很快,但并不完全做我想要的。 特别是这个功能中的'Abs'部分让我无法使用。
我可以使用不同的功能以更快的方式获得我想要的东西吗?
我找到了一个使用cv2.convertScaleAbs
的解决方案
首先将原始图像缩放为int32:
originalImage = numpy.array(originalImage, dtype=np.int32)
然后减去P1值,使所有小于P1的值为负:
newImage = np.array(originalImage - P1)
然后将负值剪辑为0:
newImage = newImage.clip(min=0)
最后使用带有正确alpha的convertScaleAbs
:
alpha = 255.0 / (P2 - P1)
newImage= cv2.convertScaleAbs(newImage, alpha=alpha)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.