使用OpenCV将图像归一化到[0,1]后显示全黑该如何解决？

问题原因 #

• cv2.imread 默认读取的图像是uint8类型，取值范围为0~255
• 直接对uint8类型的图像执行cv2.normalize指定alpha=0、beta=1时，输出数组默认会保持输入的uint8类型，所有小于1的数值都会被截断为0，仅等于1的像素保留值1，最终整个数组绝大多数值都是0，显示出来就是全黑
• cv2.imshow 显示uint8类型数组时，会直接将数值作为0~255的灰度值渲染，数值1几乎和纯黑无差异

修复方案 #

场景1：需要保留[0,1]区间的浮点型归一化结果 #

读取图像后先转换为浮点类型再执行归一化即可：

import cv2
import numpy as np

img = cv2.imread('/home/images/' + name).astype(np.float32)
norm_image = cv2.normalize(img, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)
# 此时norm_image是0~1范围的float32数组，cv2.imshow会自动映射到0~255正常显示
cv2.imshow('normalized', norm_image)
cv2.waitKey()
cv2.destroyAllWindows()

场景2：仅需正常显示归一化效果，不需要保留[0,1]区间 #

直接将归一化的目标区间设为0~255，保持uint8类型即可：

import cv2

img = cv2.imread('/home/images/' + name)
norm_image = cv2.normalize(img, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)
cv2.imshow('normalized', norm_image)
cv2.waitKey()
cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者mchd