Numpy OpenCV-将uint8图像转换为浮点32标准化图像

Numpy OpenCV-将uint8图像转换为浮点32标准化图像,numpy,opencv,image-processing,python-imaging-library,Numpy,Opencv,Image Processing,Python Imaging Library,我试图转换Keras-DarkNet代码的一部分,以使代码运行得更快。 以下是我试图优化的代码: model_image_size = (416, 416) import cv2 from PIL import Image frame = cv2.imread("test.png", cv2.IMREAD_COLOR) im = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) im = Image.fromarray(im).crop((1625, 785,

我试图转换Keras-DarkNet代码的一部分,以使代码运行得更快。 以下是我试图优化的代码:

model_image_size = (416, 416)

import cv2
from PIL import Image

frame = cv2.imread("test.png", cv2.IMREAD_COLOR)

im = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
im = Image.fromarray(im).crop((1625, 785, 1920, 1080))  # crop ROI

resized_image = im.resize(tuple(reversed(model_image_size)), Image.BICUBIC)
image_data = np.array(resized_image, dtype='float32')

image_data /= 255.
image_data = np.expand_dims(image_data, 0)  # Add batch dimension.

return image_data
这是我在不使用中间PIL转换以减少时间的情况下实现相同输出的尝试:

model_image_size = (416, 416)

import cv2

frame = cv2.imread("test.png", cv2.IMREAD_COLOR)

frame = frame[785:1080,1625:1920]  # crop ROI
im = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

resized_image = cv2.resize(im, model_image_size, interpolation = cv2.INTER_CUBIC)

resized_image /= 255.
image_data = np.expand_dims(resized_image, 0)  # Add batch dimension.

return image_data
但是,在运行代码时,它将返回:

resized_image /= 255.
TypeError: ufunc 'true_divide' output (typecode 'd') could not be coerced to provided output parameter (typecode 'B') according to the casting rule ''same_kind''

在规范化之前,我似乎需要将
uint8
类型更改为
float32
,但我不确定如何使用OpenCV实现它。

您的问题是,您正在使用
/=
对同一变量进行分割和赋值。Numpy希望在执行此操作时,数组的类型与以前相同,但使用的是一个浮点数,这将更改值类型

要解决此问题,您可以执行以下操作:

resized_image =  resized_image / 255.
resized_image.astype(np.float32)
它应该会起作用。但您必须注意,它会将矩阵转换为
dtype=float64
。要将其转换为
float32
,您可以执行以下操作:

resized_image =  resized_image / 255.
resized_image.astype(np.float32)

np
应来自:

import numpy as np

您可以使用
resized_image.astype(np.float32)
resized_image
数据从
unit8
转换为
float32
,然后继续进行规范化和其他操作:

frame = cv2.imread("yourfile.png")

frame = frame[200:500,400:1000]  # crop ROI
im = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

model_image_size = (416, 416)
resized_image = cv2.resize(im, model_image_size, interpolation = cv2.INTER_CUBIC)
resized_image = resized_image.astype(np.float32)
resized_image /= 255.

image_data = np.expand_dims(resized_image, 0)  # Add batch dimension.

使用
resized\u image.astype()
转换为float,然后继续?OP需要
dtype='float32'
。将一个8位无符号整数除以255,再回溯到整数,结果大部分为零。看起来没用。@CrisLuengo没错,我会把它改得更有意义