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