imshowとimwriteでの画像が異なる理由について

Question

Arrayの結果が非常に小さい値の行列であるとき以下のようなプログラムだと表示される画像とimage.pngとして保存される画像が異なります。

    result = Array*255  
    cv2.imshow('image', result)
    cv2.imwrite('image.png', result)

例えば画像の一部分を抽出すると(実際今使っている画像をそのまま貼ることができないので見づらくてすみません)imshowで表示される画像は白と黒がはっきりした画像が表示されるのですが、imwriteで保存された画像はグラデーションのようになりcv2.imshow('predict', Array)で表示される画像と変わらない画像が保存されてしまいます。


この理由と、imshowで表示されるような画像を保存する方法を教えていただけますでしょうか。

Comments

[tiitoi]

画像は uint8 型の配列ですが、Array*255 などとしているので、オーバーフローなどが起きているのではないでしょうか？

[退会済みユーザー]

ありがとうございます。すみません、基礎的知識が少ないもので、よくわからなかったのですが、オーバーフローが起きているためimshowで示したときには白と黒でほぼ二値化のような画像が表示されたという解釈でよいのでしょうか？

[tiitoi]

result = Array*255 はどのような意図で入れたのでしょうか？
print(Array.dtype, result.dtype) とすると画像の型はどうなっていますか？

[退会済みユーザー]

私でない別の方が作ったプログラムを私が編集している状態の為、その方に聞いてみないと本当の意図はわかりませんが画像で示したとき全体として非常に薄いグレーが多い画像のため少しでもグレーとして表示される部分を白くして見やすくるために入れたものと思われます。
print(Array.dtype, result.dtype) ではfloat32,float32と表示されました。

Answer 1

png, jpg などの形式で保存する場合

float 画像は imshow() ではそのまま表示できますが、そのままの型では保存できないので、範囲を [0, 1] から [0, 255] に直した後、np.uint8 にキャストしてから保存してください。

import cv2
import numpy as np

# テスト用の float 画像を作成
img = np.tile(np.linspace(0, 1, 100), (100, 1)).astype(np.float32)
print(img.shape, img.dtype)  # (100, 100) float64

# imshow (float 画像をそのまま表示できる)
cv2.imshow('img', img)
cv2.waitKey()

# imwrite
img = np.clip(img * 255, 0, 255).astype(np.uint8)
cv2.imwrite('img.png', img)

元の数値データの情報を変更しないで保存したい場合

OpenEXR 形式であれば、float 型のまま保存できます。
データに変更を加えたくない場合はこちらの方法をとってください。
一般的な画像ビューアーは対応してないかもしれないので、対応しているビューアー DJV Imaging を使えば見れます。

import cv2
import numpy as np

# テスト用の float 画像を作成
img = np.tile(np.linspace(0, 1, 100), (100, 1)).astype(np.float32)
print(img.shape, img.dtype)  # (100, 100) float64

# imwrite
cv2.imwrite('img.exr', img)

# imread cv2.IMREAD_UNCHANGED を指定
img2 = cv2.imread('img.exr', cv2.IMREAD_UNCHANGED)

# データが同じかどうか
print(np.allclose(img, img2))  # True

Comments

[退会済みユーザー]

丁寧にありがとうございます。追記の部分でfloat型のまま保存ができないということは理解できたのですが、どのような型の変換を行えばいいかという具体的な部分を考えていたところでしたので助かりました。.exrの形式も知らなかったので教えていただきありがとうございます。ベストアンサーにさせて頂きます。