opencv在numpy矢量化后显示黑色图像

Question

我正在尝试使用 np 的矢量化，但 imshow 显示黑色图像，如果我正确理解矢量化，它应该是白色的。我认为问题是输出类型，但我无法让它工作。

import numpy as np
import cv2
class Test():
    def run(self):        
        arr = np.zeros((25,25))
        arr[:]=255
        cv2.imshow('white',arr)
        flatarr = np.reshape(arr,25*25)
        vfunc = np.vectorize(self.func)
        #vfunc = np.vectorize(self.func,otypes=[np.int])#same effect
        flatres = vfunc(flatarr)
        shouldbewhite = np.reshape(flatres,(25,25))
        cv2.imshow('shouldbewhite',shouldbewhite)        
    def func(self,a):
        return 255
cv2.namedWindow('white',0)
cv2.namedWindow('shouldbewhite',0)
a = Test()
a.run()
cv2.waitKey(0)

Answer 1

从文档：

函数 imshow 在指定窗口中显示图像。如果窗口是使用 CV_WINDOW_AUTOSIZE 标志创建的，则图像以其原始大小显示。否则，将缩放图像以适合窗口。该函数可以缩放图像，具体取决于其深度：

• 如果图像是 8 位无符号，则按原样显示。
• 如果图像是 16 位无符号或 32 位整数，则将像素除以 256。即值范围 [0,255*256] 映射到 [0,255]。
• 如果图像是 32 位浮点数，则像素值乘以 255。即值范围 [0,1] 映射到 [0,255]。

如果运行以下代码：

class Test():
    def run(self):        
        arr = np.zeros((25,25))
        arr[:]=255
        print arr.dtype
        flatarr = np.reshape(arr,25*25)
        vfunc = np.vectorize(self.func)
        flatres = vfunc(flatarr)
        print flatres.dtype
        shouldbewhite = np.reshape(flatres,(25,25))
        print shouldbewhite.dtype
    def func(self,a):
        return 255

你会得到类似的东西：

float64
int32
int32

所以你的第二种情况除以 256，它是整数除法，它四舍五入为 0。试试

vfunc = np.vectorize(self.func,otypes=[np.uint8])

并且您可能还想考虑将第一个数组替换为

arr = np.zeros((25,25), dtype='uint8')