需求背景

基于numpy和opencv生成一个随机噪声灰度图像，像素值是范围[0, 256)内的整数，图像形状为(512, 512)，并显示图像，源码如下

import numpy as np
import cv2

img = np.random.randint(0, 256, size=[512, 512])
cv2.imshow("noise img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行代码后，出现以下Bug

cv2.error: OpenCV(4.8.1) D:/a/opencv-python/opencv-python/opencv/modules/highgui/src/precomp.hpp:155: error: (-215:Assertion failed) src_depth != CV_16F && src_depth != CV_32S in function ‘convertToShow’

完整Bug截图

报错原因分析及解决方法

由np.random.randint()函数生成的numpy数组，其元素默认的数据类型是32位整数(int32)，而cv2.imshow函数要求输入数组数据类型是无符号8位整数(uint8)。因此，将数组数据类型从int32更改为uint8即可。

错误的解决方案

# before
img = np.random.randint(0, 256, size=[512, 512]) # 默认是int32

# after
img = np.random.randint(0, 256, size=[512, 512])
img.dtype = np.uint8 # 直接将img对象的数据类型属性(int32)转成uint8 相当于原本32位的1个数据 变为 8位的4个数据

可行的方案1

# before
img = np.random.randint(0, 256, size=[512, 512])

# after
img = np.random.randint(0, 256, size=[512, 512], dtype=np.uint8) # 利用randint函数的dtype参数 提前指定好 正确的数据类型

可行的方案2

# before
img = np.random.randint(0, 256, size=[512, 512])

# after
img = np.random.randint(0, 256, size=[512, 512]) 
img = np.array(img, dtype=np.uint8) # 利用np.array函数 重构 数据

可行的方案3

# before
img = np.random.randint(0, 256, size=[512, 512])

# after
img = np.random.randint(0, 256, size=[512, 512]) 
img = img.astype(np.uint8) # 利用img对象的 astype方法 改变所有数据元素的数据类型