python - 归一化图像返回 --->OverflowError : cannot convert float infinity to integer

Question

下面是我编写的 Python 代码，用于规范化图像并使其具有照度不变性。
对于图像的每个像素，新的像素值应为 (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，我收到以下错误:

OverflowError: cannot convert float infinity to integer

虽然，我在这里找到了与此相关的类似已回答问题，但我无法将其转换到我的问题上，因为我不知道哪个值会导致无穷大。
很高兴得到一些帮助
提前致谢

Answer 1

您的访问索引已切换。你应该这样做 down[y,x,0]等等不是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，当您将三个数字相加时，与全浮点精度相比，精度有限，您的值将溢出。例如，添加 200 + 100 + 50在无符号 8 位整数中将导致 350 % 256 = 94 .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，所以归一化导致除以 0 错误，或者三个值的总和溢出给你一个 0 值，再次给你这个结果。
您可以做的是执行完整性检查以确保如果三个 channel 的总和不等于 0，则执行标准化。此外，您需要更改精度，以便在求和后可以处理更高的值。
换句话说:

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，因为您正在循环单个像素并且没有利用体现 NumPy 数组的矢量化。简单地说，使用 numpy.sum 并沿第三维求和，然后将每个 channel 除以相应的数量:

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)

第一行计算一个二维数组，其中每个位置沿 channel 维度求和，从而为您提供每个空间位置的 RGB 值的总和。我还将类型提升为浮点类型，以在规范化时保持精度。接下来，对第二行代码的中间检查确保没有除以零错误，因此任何为 0 的像素，我们将标记值设置为 1，以便除法得到 0 值。之后，我们获取输入图像并将每个相应的 RGB 像素除以相应空间位置的总和。请注意，我使用了广播，因此我已将 2D 和数组制作为具有单例第三 channel 的 3D 数组，以允许广播正常工作。最后，我乘以 255，就像您在以前的版本中所做的那样。我还确保将最终结果转换为函数中的传入类型。
为了更简洁，您可以使用 keepdims 来简化它。 numpy.sum 的论点在第三个维度求和后保持单例维度。这样就避免了手动单例维度插入:

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)