参考文章

本篇是对下面这篇「田土豆」写的文章的补充和修正。

有关函数cv2.imshow()处理不同图像深度时的数据转化问题_田土豆的博客

另外也参考了官方API文档

OpenCV: High-level GUI-imshow() 

一、imshow(windows_name, img_array) 

显示图像的函数，第二个参数img代表了图像多维数组。

当图像多维数组是不同的数据类型，或者说图像是不同的位深度时，最后imshow处理的机制不同。

二、支持显示的图像有哪些位深度？

• CV_8U，在0-255之间
• CV_16U，在0-65535之间
• CV_32F，单精度浮点
• CV_64F，双精度浮点

经测试，在OpenCV的4.5.5版本（不代表是最早不支持的版本）中，不支持CV_32S和CV_16F两种位深度图像。

三、对各个位深度的处理方式？

官方文档的描述如下

• If the image is 8-bit unsigned, it is displayed as is.
• 如果图像是无符号八位整型，是多少数字就最后显示多少；换句话说，imshow()显示图像的精度范围是在0-255之间，正好对应无符号整型。
• If the image is 16-bit unsigned, the pixels are divided by 256. That is, the value range [0,255*256] is mapped to [0,255].
• 如果是16位无符号整型，那么由于范围是0-65535，需要将每个像素点除以255得到范围是0-255的深度，而后再显示。
• If the image is 32-bit or 64-bit floating-point, the pixel values are multiplied by 255. That is, the value range [0,1] is mapped to [0,255].
• 如果是32位或64位浮点型，那么因为这个位深度的图像——各像素点的正常取值范围在0-1，像素点需要先乘以255再显示。
• 32-bit integer images are not processed anymore due to ambiguouty of required transform. Convert to 8-bit unsigned matrix using a custom preprocessing specific to image's context.
• 32位（有）符号整型不再加工（显示）由于必要转换的模糊性；因此如果实在要显示32S的图像，先用自定义预处理程序转换至无符号8位整型，才能顺利显示。

田大哥的文章中额外提到一个观点——如果浮点型多维数组有元素取值是负数，那么先取绝对值后再乘以255，最后按255截断。

我在测试他的最后一块代码时，发现并非如此。

我的OpenCV版本是4.5.5，他写文章时用的是4.1.0，兴许是版本更替所致吧！

在4.5.5版本中，不管浮点型多维数组有无负数，都是直接乘以255，得到的数然后进行0-255的饱和运算，也即如果小于0就等于0，如果大于255就等于255。

四、代码测试

在Python中运行下列代码

import numpy as np
import cv2
#新建numpy数组，注意np.zero()创建的数据类型为float64
img=np.zeros((500,500,3))
#openCV显示图像为BGR格式，通过下列方式，我们绘制三条粗红线
print(cv2.__version__)
img[150:170,150:350]=[0,0,-8000]
img[250:270,150:350]=[0,0,8000]
img[350:370,150:350]=[0,0,0.34]
img[450:470,150:350]=[0,0,65555]
cv2.imshow('img', img)
cv2.waitKey()
cv2.destroyAllWindows()

显示的图像如下。因为第一条对应的像素点原值是负数，所以最后饱和运算取值为0，显示成黑色；因为saturate_8U(0.34*255)=86.7，小于saturate_8U(8000*255)=255，所以第三条显示的颜色明显更浅！而由于第四条和第二条对应的像素点都是正整数，所以最后颜色深度相同。