将带符号的float转换为uint8图像opencv

Question

我有一个来自cv2.matchTemplate的图像，其浮动范围为-1,1：

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)

res的值例如：[[0.00730964 -0.00275442 -0.02477949 ... -0.16014284 -0.13686109 -0.13015044]

我可以看到模式匹配的graycale图：

cv2.imshow("Match", res)

但是我想在颜色图中使用：

resC = cv2.applyColorMap(res, cv2.COLORMAP_JET)

使用此方法，我立即遇到类似问题：“ cv :: ColorMap在函数'operator（）'中仅支持CV_8UC1或CV_8UC3类型的源图像”

所以我尝试skimage转换：

from skimage import img_as_ubyte
res = img_as_ubyte(res)

要么

from skimage import exposure
res = exposure.rescale_intensity(res, out_range=(0, 255))

有了它们，我得到如下输出：[[48 46 42 ... 14 19 20] [52 56 54 ... 22 28 30]

现在更好，整数。但是，出了点问题，因为我只得到了（蓝色）单色色图，而不是cv2.COLORMAP_JET范围中的漂亮色图。似乎有所改变。

关于如何正确地从-1,1转换为0,255的任何提示？

Answer 1

为什么这不起作用：

我不认为此功能正在做您希望的缩放。考虑以下参考手册中的示例：

>>> image = np.array([-10, 0, 10], dtype=np.int8)
>>> rescale_intensity(image, out_range=(0, 127))
array([  0,  63, 127], dtype=int8)

它将输入数组中的最小数映射为0，将最大数映射为1。如果输入数组中的精确值不为-1和1，则无法使用此函数。

您可以做什么：

我建议编写一个简单的函数来将值从-1缩放到1到0缩放到255：

>>> image = np.random.uniform(-1,1,(3,3))
>>> scaled = (image + 1)*255/2.
>>> image
array([[ 0.59057256,  0.01683666, -0.24498247],
       [-0.25144806, -0.32312655, -0.02319944],
       [ 0.50878506, -0.04102033,  0.3094886 ]])
>>> scaled
array([[ 202.79800129,  129.64667417,   96.26473544],
       [  95.44037187,   86.3013643 ,  124.54207199],
       [ 192.37009459,  122.26990741,  166.95979601]])

怎么运行的：

• image + 1 将所有数字移至[0,2]范围
• (image +1)/2. 将所有数字缩放为[0,1]
• (image +1)*255/2. 将数字从[0,1]缩放到[0,255]