现在有一张16bit深度的图像，如果不使用PS或者其他工具的话，是很难直接获取到图像里储存的信息的。如下。
直接在Window里打开一张16位tif格式的图片
如果能将16位转换成8位的话，就能正常显示了。
一张16位的图像，意思是一张图像的每个像素点的像素值都由16位的二进制数表示，每个像素点的颜色有 2^16 = 65536 种可能。
也就是说，图像的颜色区间被划分成了
2^16 = 65536
份。
同理，8位图像，图像的颜色区间被划分成了
2^8 = 256
份。
那么，将16位转换成8位，不就是将区间
[0,65535]
映射到
[0,255]
吗？
16位到8位，是高精度到低精度的转换，必然造成
信息的丢失
。
在实际的测试中也是这样。
下面是笔者直接将16位映射到8位的转换结果
这实际上是一张
失真很严重
的图像。
上面这种方法虽然道理是没错，但是这种转换遗失了图像中太多信息，不是我们想要的。然而当我在百度上搜索关于16位到8位图像的转换思路的时候，提供的却大多是这种方法，这也是我写这篇博客的原因。
问题的原因是我
错误地认为了16位的图像像素值就是分布在 [0,65535]
的。
解决的方法是：
取图像 像素值 最小值 到 最大值 区间映射到[0,255]。
最终处理结果如下：
是不是感觉细节层次丰富了很多呢？
#include <iostream>
#include <opencv.hpp>
#include <opencv\highgui.h>
#include <stdlib.h>
#include <time.h>
#include <windows.h>
using namespace cv;
using namespace std;
int main()
DWORD Start_time = GetTickCount();
Mat img = imread("task1.tif", CV_LOAD_IMAGE_UNCHANGED);
int width = img.cols;
int height = img.rows;
Mat dst = Mat::zeros(height, width, CV_8UC1);
double minv = 0.0, maxv = 0.0;
double* minp = &minv;
double* maxp = &maxv;
minMaxIdx(img, minp, maxp);
ushort *p_img;
uchar *p_dst;
for (int i = 0; i < height; i++)
p_img = img.ptr<ushort>(i);
p_dst = dst.ptr<uchar>(i);
for (int j = 0; j < width; ++j)
p_dst[j] = (p_img[j] - minv) / (maxv - minv) * 255;
DWORD End_time = GetTickCount();
cout << "Time used：" << End_time - Start_time << " ms"<<'\n';
imshow("8bit image", dst);
imwrite("task1_8bit.jpg", dst);
waitKey(0);
system("pause");
return 0;
不光是16位，24位图像的转换也是同样的思路，感兴趣的朋友可以自己试一试。
不过要另外多说一句，高精度到低精度，信息的丢失是不可避免的，上面提供的方法只是相对效果更好。
补充： 关于数据类型的说明
ushort 为无符号16位整数，占2个字节，取值范围在0~65,535之间。
uchar 为无符号8位，占1个字节，取值范围在0~255之间。
要转换数据记得选择合适的数据类型哦。
Mat src16,tmp;
Mat dst8 = Mat::zeros(src16.size(), CV_8U);
normalize(src16, tmp, 0, 255, NORM_MINMAX);
convertScaleAbs(tmp, dst8);
二、自己代码实现
Mat src16;
Mat dst8 = Mat::zeros(src16.size(), CV_8U);
double mymin, mymax;
cv::minMaxIdx(s
opencv常用的样色空间包括RGB， HSV和YUV等。RGB颜色空间是基于三基色原理二形成的，常用于图像显示系统中；HSV描述的色度，饱和度，亮度这些表示颜色得方法，常用于描述色彩变化；YUV是通过亮度和色度来描述颜色，色度由UV通道组合而成。
opencv提供cvtColor（inputArray src， outputArray dst， int code， int dstCn = 0）
src是输入图像原，可以是8位CV_8U或者16位CV_16U无符号整形，或者单精度浮点数CV_32F；code是颜色空间转换模式，常用的有有CV_RGB2GRAY， CV_RGB2HSV,CV_
本小工具实现了，交互的改善图像色调。其概念是实验性的调整图像的亮度和对比度，以便在合适的灰度范围提供最多的细节。
彩色本身并不改变。在RGB和CMYK空间中，这意味着使用相同的变换函数映射3个(或4个)彩色分量。在HSI中则改进了亮度分量；
下面显示了3个常见的色调不平衡的几个典型变换----平淡的，较亮的，较暗的图像。
S型曲线可以增强对比度，凹凸曲线分别减小、增加亮度。
如之前所说，我们需要将16位图像转换为8位图像；16位图像的像素值一共有：2^16=65536种颜色；而8位位图像只有：2^8=256种颜色，传统的位数转换都是：像素值*256/65536，比如photoshop，以及matlab的im2uint8函数都是如此，在一般场景下是没有问题的，我们姑且称之为“真转换”，而如果是labelme得到的label.png标注图像在进行转换时，由于每个类别的像素...............
//#if 编译预处理中的条件命令，相当于C语法中的if语句
//#ifdef 判断某个宏是否被定义，若已定义，执行随后的语句
//#ifndef 与#ifdef相反，判断某个宏是否未被定义
//#elif ...
Scalar 它将各个通道的值构成一个整体，赋给具有相同通道数的矩阵元素,通俗点就是一个复合数据。destroyWindow(const char* windowName) ：销毁指定窗口。32位真彩色，即在24位真彩色图像的基础上再增加一个表示图像透明度信息的Alpha通道。16位增强色，16位彩色，每个像素所能显示的彩色数为2的16次方，即65536种颜色。24位真彩色，每个像素所能显示的彩色数为24位，即2的24次方，约1680万种颜色。8位色，每个像素所能显示的彩色数为2的8次方，即256种颜色。
%DVBS2Constellation 信号星座取自 ETSI EN 302 307 % [星座，位图] = DVBS2星座（MODSCHEME，GAMMA） % 返回 DVB-S2 中指定的星座点和位映射% 标准 ETSI EN 302 307。输出向量 CONSTELLATION 包含% 星座点和输出向量 BITMAPPING 包含相关的% 位映射。 这些向量的数据被组织成使得向量% 可以直接输入 sigmapper 或 llr_demod_mex 构造函数。 % % DVB-S2 标准 ETSI EN 302 307 规定了信号星座％四种不同的调制方案：QPSK，8PSK，16APSK和32APSK。 % % MODSCHEME 表示调制方案。 GAMMA 设置星座半径使用星座方案 16APSK 和2APSK。 如果使用 QPSK 和 8PSK 调制方案，则无需额外% 需要输
opencv中Mat存在各种类型，其中mat有一个type（）的函数可以返回该Mat的类型。类型表示了矩阵中元素的类型以及矩阵的通道个数，它是一系列的预定义的常量，其命名规则为CV_(位数）+（数据类型）+（通道数）。具体的有以下值： 1.Unsigned 8bits(一般的图像文件格式使用的大小)IplImage数据结构参数：IPL_DEPTH_8UCvMat数据结构参数：CV_8UC1，CV_...
