如何在 Python 中为 EXR 文件将 float16 转换为 uint8

Question

我正在使用 OpenEXR 在 Python 中读取 EXR 文件。我有带有半数据（float16）的 R、G 和 B 通道。我尝试使用 Numpy 将数据从 float16 转换为 uint8（0-255 色），但未成功。

        rCh = getChanEXR(imageFile, 'R','HALF')
        rCh = np.array(rCh).astype('uint8')

因此，我将 R 通道像素值放入变量 rCh。然后我将 array.array 转换为 np.array，以便我可以使用 astype 方法将其转换为 uint8。我是新手，所以我显然不正确，因为所有值都变为 0。最初，这些值是这样的：0.0、2.9567511226945634e-14、1.2295237050707897e-10 等。

除了 float16 值之外，我还有一些常规的浮点值需要标准化。我想我需要标准化 float16 值，然后才能将它们设置在 0-255 的范围内。

有什么想法吗？谢谢。

添加这里提到的 def 的代码 getChanEXR（只是基于 python OpenEXR 文档中用于获取频道数据的代码的自定义 def。

def getChanEXR(curEXRStr, curChannel, dataType):
    #import OpenEXR, Imath, array
    pt = 'none'
    if dataType == 'HALF':
        pt = Imath.PixelType(Imath.PixelType.HALF)
    if dataType == 'FLOAT':
        pt = Imath.PixelType(Imath.PixelType.FLOAT)
    if dataType == 'UINT':
        pt = Imath.PixelType(Imath.PixelType.UINT)
    chanstr = OpenEXR.InputFile(curEXRStr).channel(curChannel, pt)
    chan = array.array('f', chanstr)
    return chan

Answer 1

我对@9​​87654321@ 没有太多经验，但我相信您可以将其转换为 numpy 浮点数组，这样使用起来会更容易一些：

rCh = np.asarray(rCh, dtype=np.float)

如果您的数据在 [0,1] 中进行了标准化，则在转换前将其乘以 255：

rCh = np.asarray(rCh * 255, dtype=np.uint8)

我相信它会截断小数部分。手动四舍五入应该更安全？ （不太确定，请参阅 cmets 中的讨论，我相信正确的方法会在这里犹豫不决，但我想这件事值得针对您的特定用例进行更好的研究）

rCh = np.asarray(np.around(rCh * 255), dtype=np.uint8)

如果它没有标准化，你可以这样做

rCh -= rCh.min()
rCh /= rCh.max()

然后转成8bits

rCh = np.asarray(rCh * 255, dtype=np.uint8)