3.效果查看

⚡插播一条老家自产的糖心苹果，多个品种，欢迎选购！有问题随时私信我⚡：
??来自雪域高原的馈赠——海拔2000米的大凉山高原生态糖心苹果??https://blog.csdn.net/qq_15969343/article/details/126107252

1.问题背景

简单的说，色彩深度是指每个像素可以显示的颜色数，一般是用“位”或“Bit”为单位来描述。位数越多，可用的颜色就越多，图像的色彩表现就越准确，并且图像的文件大小也会随着位深的增加而增大，因为在高位深度的图像中，每一个像素存储了更多的颜色信息。

在进一步了解色彩深度之前，我们先来讨论一下什么是“位（Bit）”。我们都知道，计算机是以二进制的方式处理和存储信息的，因此任何信息进入计算机后都会变成1和0不同位数的组合，当然色彩也是如此。

例如，1位的色彩深度，在计算机中只能显示0或1，所以能够展现的色彩信息只有两种白色或黑色。当我们将色彩深度提升到2位时，将出现：00、01、10、11，4（2^2）种组合方式，从而产生了相对简单的黑白灰关系。色彩深度达到3位时，将带来8（2^3）种不同的组合方式：000、001、010、011、100、101、110 和 111，黑白灰的过渡将变得更加细致。由此可见，每一次位数的增加，组合方式都会带来翻倍式的上涨。

如之前所说，我们需要将16位图像转换为8位图像；16位图像的像素值一共有：

2^16=65536种颜色；

而8位位图像只有：

2^8=256种颜色，

传统的位数转换都是：像素值*256/65536，比如photoshop，以及matlab的im2uint8函数都是如此，在一般场景下是没有问题的，我们姑且称之为“真转换”，而如果是labelme得到的label.png标注图像在进行转换时，由于每个类别的像素值从0开始赋值，如0，1，2，3，4.......如果进行“真转换”的话，由于这些值都太小，基本转换后的像素值都是（0，1）之间，所以都变成了0，所以我们需要将16位转换位8位的时候还保留住原来的像素值，这种只改变位数，而不改变具体数值的转换方法，姑且称之为“伪转换”；

而解决的思路也很简单，图像说白了也就是一个矩阵，像素值也就是一个数值而已，我们只需要把表示类别的像素值找出来，并且把他们的值投射到8位即可：

使用的软件环境如下：

Python 3.6.3
VS2013
OPENCV 2.4.11
PIL
Labelme 2.8.0

2.解决方法

2.1.使用C++进行转换

首先，C++使用opencv转化，核心代码如下：（完整代码，批量转换，速度最快，需要配置opencv）:利用c++将16位图像转换为8位图像，支持批量https://download.csdn.net/download/qq_15969343/85064222

for (int k = 0; k<src.rows; k++)
		{
			for (int kk = 0; kk<src.cols; kk++)
			{
				int n = src.at<ushort>(k, kk);
				ff.at<uchar>(k, kk) = n;
			}
		}

2.2.使用Pyhton进行转换

python使用PIL进行转换，更加简单，核心语句就一行（完整代码，推荐，批量转化，速度也很快，但是少了配置opencv的麻烦)：

利用python将16位图像转换为8位图像，支持批量https://download.csdn.net/download/qq_15969343/85064214

img = Image.fromarray(np.uint8(img))

3.效果查看

转换完成后，可以使用软件查看时候变为8位，但是打开图片依然是一片黑：

如果需要提高类别之间的差异性，可以直接乘以一个较大的值：如下：

img = Image.fromarray(np.uint8(img)*20)

图片就会有明显的区分，如下：

都看到这里了，还不赶紧点赞，评论，收藏走一波？

原文链接：https://blog.csdn.net/qq_15969343/article/details/79841446