Opencv 如何从单个PNG中分离大小为8和16的两个位图

我有一个病态的三心深度激光扫描仪的图像。图像格式为PNG。SICK称之为Trispist 2.5D PNG。根据SICK的文档，这些图像包含反射数据和深度数据。但是，如果没有使用他们或合作伙伴的软件，SICK将不会提供如何使用这些数据的信息。本质上，我需要的是深度数据。反射数据可能是一个很好的选择，但不是必需的。我得到的结果图像是单色的。它似乎在图像的顶部有反射数据，在底部有重叠的高度数据。扫描对象是一箱带瓶盖的啤酒瓶。您可以在此处看到一个示例：

我曾尝试在许多不同的图像查看器中打开图像，并在2.5D上查找信息，但似乎与此无关。在Matlab图像预览中，我单独获得了一侧的高度数据，但我不知道如何使用这些信息。请参见Matlab预览中的下图：

有人知道如何从这样的图像中推断高度数据吗？也许有人以前使用过SICK的SOPA或SICK扫描仪，并且理解SICK称之为“2.5D PNG”的格式。一个OpenCV解决方案会很好

编辑：正如@DanMašek评论的那样，问题在于从一个PNG中分离两个不同比特深度的图像。他进一步深入了解了这个问题，并提供了一个很棒的OpenCV解决方案，分别将强度图像和深度图像分离为8位和16位：

---

注意：此信息基于位于SICK support Forum（不可公开访问，但您可以请求访问）上的

---

SICK Trispist生成的PNG图像存储两个像素缓冲区的串联：

• 8位强度图像
• 16位（小端）高度贴图图像

生成的PNG图像与每个组件具有相同的宽度，是高度的三倍（因为PNG是8位的，每个像素位置总共有3个字节）

让我们考虑一个简单的例子，其中组件有3行和4列。 存储在PNG中的数据将具有以下结构：

如上所示，第一步是将图像分割为两个组件。PNG包含9行，其中三分之一是3行——因此第0-2行包含强度，其余是高度贴图。强度图像可以直接使用，高度图需要进一步处理

如果我们在一个小的EnDead架构，不关心可移植性，我们可以利用内存布局，重新解释像素缓冲区为16位无符号整数（在Python中，C++中创建一个新的<代码>垫/代码>包缓冲区）。 更灵活但速度较慢的方法是手动组合零件。重新调整数组的形状以获得正确的行数，然后根据奇数或偶数列数将其拆分（在Python中跳过索引）。将每个子数组转换为16位无符号整数，最后根据公式

LSB+256*HSB

组合它们

---

Python中的示例脚本：

import cv2
import numpy as np

img = cv2.imread('combined.png', cv2.IMREAD_GRAYSCALE)
height, width = img.shape

# Determine the actual height of the component images
real_height = height/3

# Extract the top (intensity) part
intensity_img = img[:real_height,...]

# Extract the botton (heightmap) part
# Since this has two values per pixel, also reshape it to have the correct number of rows
heightmap_raw = img[real_height:,...].reshape(real_height,-1)

# The heightmap is 16 bit, two subsequent 8 bit pixels need to be combined
# ABCD -> A+256*B, C+256*D

# Quick but non-portable (needs little-endian architecture)
heightmap_img = heightmap_raw.view(np.uint16)

# Slower but portable
heightmap_a = heightmap_raw[...,::2].astype(np.uint16)
heightmap_b = heightmap_raw[...,1::2].astype(np.uint16)
heightmap_img = heightmap_a + 256 * heightmap_b

# Note: intensity is np.uint8, heightmap is np.uint16

cv2.imwrite('intensity.png', intensity_img)
cv2.imwrite('heightmap.png', heightmap_img)

---

提取的强度图像：

提取的高度地图图像（请注意，原始数据缩小了256倍，同时将其保存为插图，丢失了大量细节）：

---

我想告诉他们，您正在寻找一家新的扫描仪供应商，该供应商实际上可以让您了解扫描仪提供的数据。来源：“这是正常的。三色胸肌的.png图像分为两部分，顶部为8位强度图像，底部为16位高度图。由于.png图像是8位的，因此高度贴图需要png图像中每个真实像素有两个像素。因此，它变大了一倍，看起来已经损坏了。如果要查看图像，请使用Trispist仿真器加载它。“|还有一点，但让我先吃完午餐：）这里有一个简单的Python脚本，演示如何从PNG中分离这两个组件：投票重新打开这个问题——我认为问题陈述是完整的，这只是一个有点模糊的硬件特性。我已经准备好了一个带插图的答案（基于SICK的官方信息）以及Python的概念证明（见上文——没有Matlab可用）。@DanMašek我同意，您提供了一个很好的解决方案，并说明我的问题更多地与从单个PNG中分离大小为8和16的两个位图有关。如果我能把你的问题标记为答案，我会的。我显然是新来的，所以让我知道我能做什么。谢谢