语义、实例分割数据集的标注图像以及一些深度图像等都是由单通道16位整型图像存储的，我们通常需要读取这种图像并显示出来，由于OpenCV一般只能够对8位图像进行显示，也就是像素范围在0～255的图像，而16位图像的像素范围是0～65535，直接不加操作直接读取16位图像显示会导致区段被压缩而损失掉一些区域的值。
所以，对于单通道uint16类型的图像，要利用OpenCV读取并显示需要进行像素值归一化操作，也就是将原16位像素值归一化到0～1的float型，而后再转化到uint8形成可显示的图像。Python实现代码如下：
uint8_img = cv2.imread(img_path)
uint16_img = cv2.imread(img_path, -1)
uint16_img -= uint16_img.min()
uint16_img = uint16_img / (uint16_img.max() - uint16_img.min())
uint16_img *= 255
new_uint16_img = uint16_img.astype(np.uint8)
cv2.imshow('UINT8', uint8_img)
cv2.imshow('UINT16' new_uint16_img)
在cv2.imread参数中加入-1，表示不改变读取图像的类型直接读取，经过归一化后的图像能够比较完整地保留原始图像的信息。
如果觉得《python将图像转换为8位单通道_Python OpenCV读取16位单通道图像并转换为8位灰度图显示...》对你有帮助，请点赞、收藏，并留下你的观点哦！
