使用OpenCV convertTo转换图像位深度为何损坏？如何修复？

你的问题核心在于忽略了CV_16SC3和CV_8UC3的取值范围差异，以及OpenCV convertTo函数的饱和截断行为：

• CV_16SC3的像素值是16位有符号整数，范围是 [-32768, 32767]；而CV_8UC3是8位无符号整数，范围是 [0, 255]。
• 你使用的alpha=0.00390625（即1/256）会把16位值缩放到 [-128, ~127] 区间。当转换为无符号8位时，所有负数会被OpenCV的饱和机制自动截断为0，正数的上限也只有127——这直接导致图像的动态范围被严重压缩，暗部细节丢失、亮部亮度不足，最终出现图像损坏的情况。
• 另外，你在convertTo中指定的目标类型是CV_8U，虽然OpenCV会自动保留通道数，但明确写成CV_8UC3更严谨，避免潜在的通道数错误。

根据你的16位图像数据的实际情况，有以下几种可靠的修复方式：

方案一：针对全范围有符号数据（[-32768, 32767]） #

如果你的图像确实使用了完整的16位有符号范围，需要先把有符号值偏移到无符号区间，再缩放到8位范围：

// 公式：dst = src * (1/256) + 128
// 把[-32768,32767]映射到[0,255]
image.convertTo(image, CV_8UC3, 1.0/256.0, 128.0);

解释：偏移量128是为了把最小的负数-32768转换为0（-32768/256 +128 = -128+128=0），最大的正数32767转换为接近255（32767/256 +128≈127+128=255）。

方案二：针对自定义范围的有符号数据 #

如果你的图像有效像素值并没有覆盖全范围（比如实际在[min_val, max_val]之间），最好先做归一化映射，确保所有有效数据都被拉伸到[0,255]：

double min_val, max_val;
// 获取图像的最小和最大像素值
minMaxLoc(image, &min_val, &max_val);
// 计算缩放因子和偏移量，将[min_val, max_val]映射到[0,255]
double alpha = 255.0 / (max_val - min_val);
double beta = -min_val * alpha;
// 执行转换
image.convertTo(image, CV_8UC3, alpha, beta);

这种方法能最大化保留图像的细节，避免不必要的截断。

方案三：针对误存为有符号的无符号数据 #

如果你的图像原本应该是CV_16UC3（无符号16位），却误存为CV_16SC3，需要先转换为无符号16位再缩放：

cv::Mat temp_mat;
// 先转成无符号16位，恢复原本的0~65535范围
image.convertTo(temp_mat, CV_16UC3);
// 再缩放到8位无符号
temp_mat.convertTo(image, CV_8UC3, 1.0/256.0);

内容的提问来源于stack exchange，提问作者alittlebirdy