绝色狂妃仙魅小说,遮天,好看的小说

函數(shù)說明

OpenCV C++的圖像對(duì)象Mat有一個(gè)函數(shù)convertTo可以把圖像數(shù)據(jù)在不同的精度類型之間來回切換比如從字節(jié)到浮點(diǎn)數(shù)之間來回切換。非常方便，該函數(shù)的官方說明如下：

其中參數(shù)alpha可以讓數(shù)據(jù)放縮到指定的范圍內(nèi)，比如從字節(jié)到浮點(diǎn)數(shù)類型

CV_8U 轉(zhuǎn)換為CV_32Falpha=1.0/255.0時(shí)表示從0～255切換到0～1之間

浮點(diǎn)數(shù)類型到字節(jié)類型

CV_32F 轉(zhuǎn)換為CV_8Ualpha=255時(shí)表示從0～1切換到0～255之間

同時(shí)該函數(shù)還有另外一個(gè)功能就是對(duì)超過范圍的數(shù)據(jù)進(jìn)行最大最小極限取值，低于0的取值0，大于255取值255。但是到了Python中之后，很多人就會(huì)認(rèn)為convertTo函數(shù)只是一個(gè)數(shù)據(jù)精度類型轉(zhuǎn)換函數(shù)，不會(huì)太過關(guān)心細(xì)節(jié)，然后直接使用它。這樣的結(jié)果往往導(dǎo)致一些細(xì)數(shù)據(jù)差異跟輸出不一致問題出現(xiàn)。

C++/Python對(duì)比

對(duì)一張輸入圖像完成Sobel濾波操作，C++實(shí)現(xiàn)的代碼如下：

Matimage=imread("D:/images/dannis1.png",IMREAD_GRAYSCALE);
imshow("input",image);
Matm1,m2;
image.convertTo(m1,CV_32F,1.0/255.0);
Matgradx;
Sobel(m1,gradx,-1,1,0);
gradx.convertTo(m2,CV_8U,255);
imshow("sobel",m2);

Python對(duì)應(yīng)的代碼如下：

importcv2ascv
importnumpyasnp

image=cv.imread("D:/images/dannis1.png",cv.IMREAD_GRAYSCALE)
cv.imshow("input",image)
m1=np.float32(image)/np.float(255)
gradx=cv.Sobel(m1,-1,1,0);
m2=np.uint8(gradx*255)
cv.imshow("sobel",m2)
cv.waitKey(0)
cv.destroyAllWindows()

以往的經(jīng)驗(yàn)處理方式是先對(duì)gradx做歸一化然后再顯示

這個(gè)時(shí)候只需添加一行代碼即可獲得正確結(jié)果，把代碼：

m2 = np.uint8(gradx * 255)

替換為：

cv.normalize(gradx, gradx, 0, 1.0, cv.NORM_MINMAX)m2 = np.uint8(gradx * 255)

但是實(shí)際結(jié)果與C++并不一致，這個(gè)時(shí)候正確修改方式如下：

m2 = np.uint8(gradx * 255)

替換為：

m2 = np.uint8(np.clip(gradx * 255, 0, 255))

Python版本結(jié)果跟C++保持一致了！這個(gè)很多書上跟博文并沒有人提到，所以我寫出來分享一下，這個(gè)技術(shù)細(xì)節(jié)點(diǎn)！
審核編輯：何安

聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。舉報(bào)投訴