Python灰度图像到RGB答案

【问题标题】：Python Grayscale image to RGBPython灰度图像到RGB
【发布时间】：2020-05-26 20:19:35
【问题描述】：

我有一个灰度图像作为具有以下属性的 numpy 数组

shape = ( 3524, 3022), dtype = float32, min = 0.0, max = 1068.16

绘制为plt.imshow( gray, cmap = 'gray, vmin = 0, vmax = 80)的灰色图像看起来像这样，

我想将其转换为 RGB。我尝试了几种方法，例如np.stack、cv2.merge、cv2.color 创建 3D np.zeros 图像并将灰度图像分配给每个通道。当我绘制 3D 图像时，我得到一个非常暗淡的图像，根本看不到“斑点”。我也尝试将其范围转换为 [0, 1] 或 [0, 255 ] 范围无效。

使用 np.stack plt.imshow( np.stack(( new,)*3, axis = 2))，我得到了这个，

我该怎么办？提前致谢！

【问题讨论】：

标签： python opencv matplotlib grayscale imshow

【解决方案1】：

标准化图像的一种方法是使用带有 norm_type=cv2.NORM_MINMAX 的 cv2.normalize。它会将您的数据拉伸或压缩到 0 到 255 的范围内（使用 alpha 和 beta 参数）并保存为 8 位类型。

# normalize
norm = cv2.normalize(gray, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)
print(norm.shape, norm.dtype)

# convert to 3 channel
norm = cv2.cvtColor(norm, cv2.COLOR_GRAY2BGR)
print(norm.shape, norm.dtype)
print(np.amin(norm),np.amax(norm))

【讨论】：

最后，只除以图像的最大值，节省了一天。但是，我使用您的解决方案对一组具有不同动态范围的图像进行了标准化，以实现可视化。

【解决方案2】：

通过将vmin=0,vmax=80 传递给plt.imshow，您基本上可以剪切图像并重新缩放。所以你可以这样做：

gray_normalized = gray.clip(0,80)/80 * 255

# stack:
rgb = np.stack([gray_normalized]*3, axis=2)

cv2.imwrite('output.png', gray_normalized)

【讨论】：

谢谢，使用 imwrite() 查看保存的图像，帮助我了解了发生了什么。