如何在 Python 中将 EXR 文件的 float16 转换为 uint8

我正在使用 OpenEXR 读取 Python 中的 EXR 文件。我有带有半数据（float16）的 R、G 和 B 通道。我尝试使用 Numpy 将数据从 float16 转换为 uint8 （0-255 颜色），但没有成功。

        rCh = getChanEXR(imageFile, 'R','HALF')
        rCh = np.array(rCh).astype('uint8')

因此，我将 R 通道像素值放入变量 rCh 中。然后我将 array.array 转换为 np.array，以便我可以使用 astype 方法将其转换为 uint8。我对此很陌生，所以我显然不正确，因为所有值都变成0。最初，这些值是这样的：0.0、2.9567511226945634e-14、1.2295237050707897e-10等。

除了 float16 值之外，我还有一些需要标准化的常规浮点值。我认为我需要先对 float16 值进行标准化，然后才能将它们设置在 0-255 的范围内。

有任何想法吗？谢谢。

添加这里 getChanEXR 中提到的 def 的代码（只是一个基于 python OpenEXR 文档中用于获取通道数据的代码的自定义 def。

def getChanEXR(curEXRStr, curChannel, dataType):
    #import OpenEXR, Imath, array
    pt = 'none'
    if dataType == 'HALF':
        pt = Imath.PixelType(Imath.PixelType.HALF)
    if dataType == 'FLOAT':
        pt = Imath.PixelType(Imath.PixelType.FLOAT)
    if dataType == 'UINT':
        pt = Imath.PixelType(Imath.PixelType.UINT)
    chanstr = OpenEXR.InputFile(curEXRStr).channel(curChannel, pt)
    chan = array.array('f', chanstr)
    return chan

我没有太多经验array.array但我相信你可以将它转换为 numpy float 数组，这样使用起来更容易一些：

rCh = np.asarray(rCh, dtype=np.float)

如果您的数据标准化为[0,1]转换前将其乘以 255：

rCh = np.asarray(rCh * 255, dtype=np.uint8)

我相信它会截断小数部分。手动舍入应该更安全吧？（不太确定，请参阅评论中的讨论，我相信正确的方法会在这里犹豫不决，但我想这个问题值得针对您的具体用例进行更好的研究）

rCh = np.asarray(np.around(rCh * 255), dtype=np.uint8)

如果它没有标准化你可以这样做

rCh -= rCh.min()
rCh /= rCh.max()

然后将其转换为8bits

rCh = np.asarray(rCh * 255, dtype=np.uint8)