Python的Numpy库的函数astype()在将大范围数据类型转换为小范围数据类型时并不是做饱和(saturate)操作(附实现饱和操作的方法)

Posted 昊虹图像算法

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python的Numpy库的函数astype()在将大范围数据类型转换为小范围数据类型时并不是做饱和(saturate)操作(附实现饱和操作的方法)相关的知识,希望对你有一定的参考价值。

Python的Numpy库的函数astype()在将大范围数据类型转换为小范围数据类型时并不是做饱和(saturate)操作。
关于什么是饱和操作,可以参看博文:https://blog.csdn.net/wenhao_ir/article/details/125247806

关于题目中的问题,举例说明如下:

import numpy as np

A = np.array([[1, 2, 3],
              [4, 5, 260.3]])

B = A.astype('uint8')

运行结果如下:


如果做的是饱和操作,那么B的最后一个元素值该为255才对,而不应该为4。

如果想做饱和操作,该怎么办呢?
可以用成员函数where()变通实现饱和操作。
函数where()的原型如下:

where(condition[, x, y])

根据条件 condition 从 x 和 y 中选择元素,当 condition 为 True 时,选 x,否则选 y。

下面的语句实现0~255范围的饱和操作。

import numpy as np

A1 = np.array([[-5, 2, 3],
              [4, 5, 260.3]])

A2 = np.where(A1 > 255, 255, A1)
A2 = np.where(A2 < 0, 0, A2)

运行结果如下:

以上是关于Python的Numpy库的函数astype()在将大范围数据类型转换为小范围数据类型时并不是做饱和(saturate)操作(附实现饱和操作的方法)的主要内容,如果未能解决你的问题,请参考以下文章

python numpy中astype使用不当导致图像出现artifact

Python 中的 astype() 和 .dtype

type()dtype()astype() 用法

Python Numpy,Pandas笔记

详解Python-Numpy库的函数diagonal()并附函数diagonal()与函数diag()的区别

为啥numpy数组的astype方法在转换类型时不修改输入?