如何使用 PIL Lib 将图像标准化为 0 255 范围答案

【问题标题】：How to normalize image to range 0 255 with PIL Lib如何使用 PIL Lib 将图像标准化为 0 255 范围
【发布时间】：2021-06-08 06:26:47
【问题描述】：

我遇到了灰度图像标准化问题。 OpenCV 有一个cv2.normalize() 方法（使用代码中的参数），但我需要使用 Pillow 库 来读取图像并使用 numpy 对它们进行操作。我需要将其从输入范围标准化为[0,255]。这是我的代码，但结果不好。

def disparity_normalization(self, disp): # disp is an array in uint8 data type
        # disp_norm = cv2.normalize(src=disp, dst= disp, beta=0, alpha=255, norm_type=cv2.NORM_MINMAX)
        _min = np.amin(disp)
        _max = np.amax(disp)
        disp_norm = disp - _min * 255.0 / (_max - _min)
        disp_norm = np.uint8(disp_norm)
        plt.imshow(disp_norm)
        plt.show()

        return disp_norm

编辑：函数的最小值和最大值是正确的，但绘图结果不好。

Here is function plot

Here is cv2.normalize() plot

【问题讨论】：

函数刚才返回的最小值和最大值是多少
最小值和最大值是正确的，但情节的结果很糟糕。看看编辑。

标签： python image python-imaging-library normalization

【解决方案1】：

我想你忘记了括号。

应该是这样的：

def disparity_normalization(self, disp): # disp is an array in uint8 data type
        # disp_norm = cv2.normalize(src=disp, dst= disp, beta=0, alpha=255, norm_type=cv2.NORM_MINMAX)
        _min = np.amin(disp)
        _max = np.amax(disp)
        #disp_norm = disp - _min * 255.0 / (_max - _min)
        disp_norm = (disp - _min) * 255.0 / (_max - _min)
        disp_norm = np.uint8(disp_norm)
        plt.imshow(disp_norm)
        plt.show()

        return disp_norm

【讨论】：