Numpy 将图像格式从32FC1转换为16UC1

我需要将图像编码为16UC1格式，但收到错误： cv_bridge.core.CvBridgeError:编码指定为16UC1，但映像具有不兼容的类型32FC1

我尝试使用skimage函数

img\u作为uint

，但由于我的图像值不在-1和1之间，因此无法工作。我还试图通过将所有值除以从

np.amax

获得的值来“规范化”我的值，但使用skimage函数只返回一个空白图像

有没有办法实现这种转变

---

这是numpy的原始版本，您应该能够：

import numpy as np
img = np.random.normal(0, 1, (300, 300, 3)).astype(np.float32) # simulated image
uimg = img.astype(np.uint16)

如果不在无符号范围内，您可能首先需要进行某种规格化。可能是这样的：

img_normalized = (img-img.min())/(img.max()-img.min())*256**2

但是您的正常化策略将取决于您想要完成的任务

---

谢谢分享图片。我可以想象如下：

import numpy as np
import matplotlib.pyplot as plt

arr = np.load('32FC1_image.npz')
img = arr['arr_0']
img = np.squeeze(img) # this gets rid of the extra dimensions that are causing matplotlib to not recognize it as an image, the extra dimensions also may be causing your problems
img_normalized = (img-img.min())/(img.max()-img.min())*256**2
img_normalized = img_normalized.astype(np.uint16)
plt.imshow(img_normalized)

---

尝试使用标准化的16位图像。

请提供一些代码，以便我们能够诊断您的问题：）使用

cv_桥时，这样做会返回一个黑色图像。

这并不奇怪，它可能与标准化有关，可能意味着应用的颜色贴图会抛出一个较大的值。你能提供一个例子吗？您可以使用

np.savez（'myfile.npz'，myimg）

保存原始的

32FC1

，然后上载。我有.npz文件，但我不知道如何上载。您可以尝试此服务并共享链接：我添加了链接