A képmátrix típusok között legegyszerűbben a Numpy segítségével válthatunk.

Használatához be kell importálnunk a numpy csomagot a szokásos módon.

import numpy as np

Beolvasunk egy képet, amely a példánkban uint8 típusú, 3 csatornás kép lesz.

img = cv2.imread('OpenCV-logo.png', cv2.IMREAD_COLOR)

Átalakítjuk float32 típusúvá.

img32f = np.float32(img)

Az átalakítás tetszőleges típusba hasonlóan megtehető.

Figyeljünk arra, hogy szűkebb értékkészletű típusra történő átalakítás esetén adatvesztés következhet be, a cél típus ábrázolási tartományán kívül eső értékek csonkolásra kerülnek! Ha szükséges, előzetesen alakítsuk át az értékkészletet!

Például ha np.float32 típusú képmátrixunk van, ahol az értékek [-500, 2000] közöttiek, akkor közvetlenül np.uint8 típusra alakítva a képmátrixot a [0, 255] értékkészleten kívül eső és a tört értékek csonkolódnak!

import numpy as np
nparr = np.array([-500.0, -100.4, -50.2, 0, 50.2, 100.8, 200, 2000.0], dtype=np.float32)
print(nparr)
nparr_uint8 = np.uint8(nparr)
print(nparr_uint8)

A futtatás eredménye:

[-500. -100.4 -50.2 0. 50.2 100.8 200 2000. ]
[ 12 156 206 0 50 100 200 208]

Figyeljük meg, hogy a [0, 255] közötti tört értékek csonkolódtak az egész értékekükre, vagyis nem kerekítés történik (a 100.8 értékből 100 lesz). Az értéktartományon kívüliek pedig nagyon fura új értéket kapnak (a -500.0 értékből 12, a 2000.0 értékből 208 lesz). Ennek okával és a megoldási lehetőségekkel foglalkozunk a következő részekben.

Fontos!

A képmátrixok megjelenítése szürkeárnyalatos esetben úgy alakul, hogy egész típus esetén az értékkészlet minimális értéke lesz a fekete, a maximális a fehér szín! Vagyis, ha 8 bitesről áttérünk 16 bites reprezentációra, a megjelenő kép gyakorlatilag teljesen sötét lesz, mert a [0, 255] csak egy szűk alsó részét tölti ki a 16 bites [0, 65535] értékkészletnek! Lebegőpontos képponttípus esetén a [0.0, 1.0] tartomány képződik le a fekete-fehér színekre. Fontos lehet ezekben az esetekben az értékkészletek átalakítása is!

Az értékkészlet átalakítást végezhetjük aritmetikai műveletekkel vagy normalizálással is.

Aritmetikai átalakítással

Egy 8 bitesről 16 bites reprezentációra áttérésnél a típuskonverzió után szorozzuk meg például a képmátrixot (ezzel minden elemét) 256 értékkel. Visszafelé irányban először osszuk el 256-tal és utána jöjjön a típuskonverzió. Vagyis az aritmetikai átalakítást mindig a nagyobb értékkészletet biztosító típussal végezzük! Az aritmetikai műveletekről részletesebben a következő részben olvashatunk.

Normalizálással

A normalizálás segítségével a képen előforduló min-max értéktartományt egy általunk megadott értéktartományba alakíthatjuk lineárisan. Erre az OpenCV normalize() függvénye használható. Az alpha és beta paraméterek adják az új értékkészlet minimális és maximális elemét. Példaként minimum és maximum képpontértékek szerinti átalakítást végzünk 32 bites lebegőpontos típusba, [0.0, 1.0] tartományba. Megjegyezzük, hogy a normalizáló függvény ennél összetetebb átalakításokra is képes, de itt nem részletezzük.

norm_image = cv2.normalize(image, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

Figyeljünk arra viszont, hogy a normalizálás megváltoztathatja a kép megjelenését! Amennyiben az értékek nem töltik ki teljesen az adott típus értéktartományát, a normalizálás után ki fogják, ami szürke és a színcsatorna megjelenést befolyásolják.