Python 防止乘法numpy图像数组时溢出

我在numpy中处理图像，并在某个点缩放图像

import scipy.misc        as msc
import numpy             as np
...
img_rgb = msc.imread(img_fn)
im_scaled = img_rgb * factor

结果有时看起来很难看，亮区显示黑点。这似乎是由8位图像RGB像素的数字溢出造成的。 是否有一种方法可以应用上限运算符，以便在乘法大于255时，将其剪裁为255。（我对楼层功能不感兴趣，因为我不希望信号变为负值）

我知道我可以测试一个循环中的每个像素，但是这个循环不会遵循数组处理的numpy原理

非常感谢您的帮助

谢谢， Gert

你可以使用，它确实做到了这一点

然而，图像可能也不会很美。通常，您需要将图像值从[0255]范围内的字节转换为[0,1]范围内的浮点（即使是隐式），然后应用。

使用

np.clip（x*float（factor），0255）。astype（np.uint8）

e、 g

---

请注意，

float（factor）

非常重要，因为如果将其保留为int，则在剪辑之前会出现溢出。

clip（）

对整数溢出没有帮助。因为溢出已经发生，所以在相乘后进行剪裁为时已晚。您必须将输入向上转换为（比如）16位整数或浮点，进行乘法运算，然后在乘法之前进行剪辑。@WarrenWeckesser

clip

，即

scaled=img.clip（0，255//factor）*factor

。您的评论是对的。这就是为什么在第二段中，隐式的最后建议是从字节转换为浮点，执行操作，然后再转换回。

x = np.array([120, 140], dtype=np.uint8)
factor = 2
result = np.clip(x*float(factor), 0, 255).astype(np.uint8)
> array([240, 255], dtype=uint8)