如何在OpenCV中執行圖像閾值處理和規范化？

Question

我有一個16位圖像，我想轉換為8位圖像。 但是我想在此之前做一些過濾。 低於某個值（例如P1）的所有值都應為0.並且高於不同值（例如P2）的所有值應變為255.這些值之間的所有值都應根據它們與P1和P2的距離進行縮放。

以下代碼執行此操作：

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位圖像作為輸入：

newImage= [[transform(value) for value in row] for row in originalImage]

然而，這是非常慢的...我試圖使用cv2.convertScaleAbs做同樣的cv2.convertScaleAbs ，這很快，但並不完全做我想要的。 特別是這個功能中的'Abs'部分讓我無法使用。

我可以使用不同的功能以更快的方式獲得我想要的東西嗎？

Answer 1

我找到了一個使用cv2.convertScaleAbs的解決方案

首先將原始圖像縮放為int32：

originalImage = numpy.array(originalImage, dtype=np.int32)

然后減去P1值，使所有小於P1的值為負：

newImage = np.array(originalImage - P1)

然后將負值剪輯為0：

newImage = newImage.clip(min=0)

最后使用帶有正確alpha的convertScaleAbs ：

alpha = 255.0 / (P2 - P1)
newImage= cv2.convertScaleAbs(newImage, alpha=alpha)