opencv读取32位/16位颜色图像-Toy模板网

这篇具有很好参考价值的文章主要介绍了opencv读取32位/16位颜色图像。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

在OpenCV中，8位颜色和32位颜色分别代表以下意义：

8位颜色：每个像素点用8位来表示颜色信息，即每个像素点可以表示256种颜色。在OpenCV中，常用的8位颜色格式有：灰度图像（1个通道）、BGR图像（3个通道）、RGBA图像（4个通道）等。
32位颜色：每个像素点用32位来表示颜色信息，即每个像素点可以表示2^32种颜色，这远远超过了人眼所能识别的颜色范围。在OpenCV中，常用的32位颜色格式有：BGRA图像（4个通道）等。

需要注意的是，8位颜色和32位颜色在显示效果上是有区别的，前者颜色变化比较平滑，而后者则颜色变化更加细腻。同时，由于32位颜色的存储空间更大，因此在处理图像时，使用32位颜色格式可能会占用更多的内存空间。

在读取图片对图片进行操作时，发现了一个问题：

  cv::Mat src2 = cv::imread("image/ndvi.tif",cv::IMREAD_UNCHANGED);
  std::cout << "typeid(hsv.size()).name()  " <<typeid(src2.size()).name()<< std::endl;
  std::cout << "hsv.channels()  " <<src2.channels()<< std::endl;
  std::cout << "hsv.type()  " <<src2.type()<< std::endl;
  std::cout <<"hsv.size()  " << src2.size()<< std::endl;

输出：
typeid(hsv.size()).name()  class cv::Size_<int>
hsv.channels()  1
hsv.type()  5
hsv.size()  [1600 x 1300]

这些输出都没问题。但是imshow展示图片时报错。

原因在于：一般imshow展示的是8位颜色图像，因此16位/24位/32位颜色的都需要转换

在8位颜色图像中，每个像素的颜色值的取值范围是0到255，而在32位颜色图像中，每个像素的颜色值通常是浮点数（例如，0.0到1.0之间的值），这意味着其取值范围比8位颜色图像更大。如果不将像素值乘以255，那么在8位颜色范围内无法表达32位颜色图像中的所有颜色变化，因此需要将其缩放到8位范围内以便显示。

最简单的方法：乘以255就行了。

cv::Mat img = cv::imread("image.png", cv::IMREAD_UNCHANGED);
cv::imshow("image", img * 255); // 乘以255以显示图像

但是，在使用src2 * 255的时候，OpenCV会将图像的数据类型转换为CV_32F，然后对每个像素值都乘以255，最终得到的结果仍为CV_32F类型。这个过程中可能会导致数据类型转换带来的精度损失。

可以：

cv::Mat img32;
// 加载32位的单通道图像
img32 = cv::imread("image.tif", cv::IMREAD_ANYDEPTH | cv::IMREAD_GRAYSCALE);
// 将像素值缩放到8位范围内
cv::normalize(img32, img32, 0, 255, cv::NORM_MINMAX);
// 显示图像
cv::imshow("32-bit image", img32);
cv::waitKey(0);

总的来说就是缩放映射到0-255区间。

那如何通过opencv获取颜色位数呢？

cv::Mat img = cv::imread("image.png", cv::IMREAD_UNCHANGED);
int depth = img.depth(); // 获取图像的颜色位数，返回的是枚举类型的值

int color_bits = 0;
switch (depth) {
    case CV_8U:
    case CV_8S:
        color_bits = 8;
        break;
    case CV_16U:
    case CV_16S:
        color_bits = 16;
        break;
    case CV_32S:
    case CV_32F:
        color_bits = 32;
        break;
    case CV_64F:
        color_bits = 64;
        break;
    default:
        // 处理不支持的颜色位数
        break;
}

int pixel_bytes = img.elemSize(); // 获取每个像素占用的字节数
int channels = img.channels(); // 获取图像的通道数

int bit_depth = color_bits * channels * pixel_bytes; // 计算图像的颜色位数

其中，depth()方法返回的枚举类型的值，表示的意义如下：文章来源地址https://www.toymoban.com/news/detail-741446.html