前言：關于uint8和float型數(shù)據(jù)

為了節(jié)省存儲空間，圖像一般存儲在一種特殊的數(shù)據(jù)類型——uint8(8位無符號整數(shù)）中，以此方式存儲的圖像稱作8位圖像。

imread把灰度圖像存入一個8位矩陣，當為RGB圖像時，就存入8位RGB矩陣中。

因此，通過matlab以及各種python包（skimage，imageio）讀入圖像的數(shù)據(jù)類型都是uint8的，而在數(shù)據(jù)運算中，如果不轉換成double格式，計算可能會產生溢出。

總之先記住一句話：uint8用來存儲和顯示（imshow），double用來運算。

一、skimage.io。

讀取方法： skimage.io.imread('圖片地址')

返回的格式是uint8格式的數(shù)組。

二、imageio

讀取方法： imageio.imread('圖片地址').

返回的格式是一個imageio.core.util.Image類，其里邊的元素也是uint8格式的。

以上兩種類型均可以通過skimage.img_as_float轉換成float64格式的圖片。

轉換公式為：：

元素轉換前后對比： 67（uint8） →→→ 0.2627(float64)。

在程序中的相互轉換：

1）把uint8轉換成float

轉換成float64。只需要利用skimage.img_as_float()函數(shù)即可。

如果需要轉換成float32格式，在float64的基礎上加上：.astype(np.float32)即可。

示例：

img = skimage.img_as_float(img)#從uint8轉換成float364
img = skimage.img_as_float(img).astype(np.float32)#從uint8轉換成float32

2）把float64轉換成uint8

這是目前來說找到的既能達到目的又不使圖像失真的方法了：分別利用skimage包和numpy中的函數(shù)進行轉換，如果直接用numpy函數(shù)進行轉換，會使圖像失真。

img = skimage.img_as_float(img)#先轉換成uint16的格式。
img = np.uint8(img)#再轉換成uint8的格式。

總結：以上的轉換中可以看出：能用圖形處理包的格式轉換函數(shù)就別用numpy中的格式轉換函數(shù)，否則會出現(xiàn)各種各樣的問題。

附：不同數(shù)據(jù)類型的對比：

補充：python處理圖像轉化為uint8格式

在python圖像處理過程中，遇到的RGB圖像的值是處于0-255之間的，為了更好的處理圖像，通常會將圖像值轉變到0-1之間

這個處理的過程就是圖像的uint8類型轉變?yōu)閒loat類型過程。img.astype('uint8')/255

float類型取值范圍 ：-1 到1 或者 0到1

總結

到此這篇關于python中不同函數(shù)讀取圖片格式的區(qū)別的文章就介紹到這了,更多相關python讀取圖片格式的區(qū)別內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論