规范化图像返回>溢出错误：无法将浮点无穷大转换为整数

Question

下面是我编写的python代码，目的是使图像正常化并使其具有照度不变性。 对于图像的每个像素，新像素值应为(R/sum,G/sum,B/sum)，其中sum=R+G+B

import numpy as np
import cv2 


img=cv2.imread(r'C:/Users/kjbaili/.spyder-py3/color_supression_RV/rub00.jpg')


print(img[200,200])
print(img[200,200,0])

def normalized(down):

    norm_img = np.zeros(down.shape, down.dtype)
    

    width,height,channels=down.shape
    
    for y in range(0,height):
        for x in range(0,width):
              sum=down[x,y,0]+down[x,y,1]+down[x,y,2]
             
              b=(down[x,y,0]/ sum)*255
              g=(down[x,y,1]/ sum)*255
              r=(down[x,y,2]/ sum)*255
            
            
              norm_img[x,y,0]= b
              norm_img[x,y,1]= g
              norm_img[x,y,2]= r
              
    return norm_img


image=normalized(img)


cv2.imshow('normalized',image)


cv2.waitKey(0)
cv2.destroyAllWindows()

但是，我得到了以下错误：

OverflowError: cannot convert float infinity to integer

虽然，我在这里发现了类似的问题，但我无法将其投射到我的问题中，因为我不知道哪个值是无穷大的

我很高兴能得到一些帮助

提前谢谢

Answer 1

您的访问索引已切换。你应该做down[y,x,0]等，而不是down[x,y,0]。但是，我怀疑您在访问这里时没有遇到任何错误，因为图像是方形的。此外，当您将三个精度有限的数字与完全浮点精度相加时，您的值将溢出。例如，在无符号8位整数中添加200 + 100 + 50将导致350 % 256 = 94。在无穷大结果中可能发生的情况是，要么你有完全黑色的像素，因此归一化会导致除以0的错误，要么三个值的总和溢出，给你一个值0，再次给你这个结果

您可以做的是执行健全性检查，以确保如果三个通道的总和不等于0，则执行归一化。此外，您还需要更改精度，以便在求和后可以处理更高的值

换言之：

def normalized(down):

    norm_img = np.zeros(down.shape, down.dtype)
    

    width,height,channels=down.shape
    
    for y in range(0,height):
        for x in range(0,width):
              sum=float(down[y,x,0])+float(down[y,x,1])+float(down[y,x,2])  # Change
              
              if sum > 0:  # Change
                  b=(down[y,x,0]/ sum)*255.0   # Change
                  g=(down[y,x,1]/ sum)*255.0
                  r=(down[y,x,2]/ sum)*255.0
            
                  norm_img[y,x,0]= b  # Should cast downwards automatically
                  norm_img[y,x,1]= g
                  norm_img[y,x,2]= r
              
    return norm_img

这当然是非常低效的，因为您在单个像素上循环，而没有利用体现NumPy阵列的矢量化。简单地说，使用^{}沿第三维求和，然后将每个通道除以相应的量：

def normalized(down):
    sum_img = np.sum(down.astype(np.float), axis=2)
    sum_img[sum_img == 0] = 1
    return (255 * (down.astype(np.float) / sum_img[...,None])).astype(down.dtype)

第一行计算二维阵列，其中每个位置沿通道标注求和，以获得每个空间位置的RGB值之和。我还将类型提升为浮点，以在归一化时保持精度。接下来，第二行代码上的中间检查确保没有被零除的错误，因此任何为0的像素，我们将sentinel值设置为1，以便除法结果为0。之后，我们获取输入图像并将每个对应的RGB像素除以相应空间位置处的和。请注意，我使用了广播，因此我将2D和数组制作成了3D数组，其中包含一个单例第三通道，以允许广播正常工作。最后，我乘以255，就像你在上一个版本中所做的那样。我还确保将最终结果强制转换为函数中的传入类型

为了更简洁一点，您可以在第三维求和后使用numpy.sum的keepdims参数来维护单体维度，从而进一步简化此过程。这样可以避免手动插入单个标注：

def normalized(down):
    sum_img = np.sum(down.astype(np.float), axis=2, keepdims=True)
    sum_img[sum_img == 0] = 1
    return (255 * (down.astype(np.float) / sum_img)).astype(down.dtype)