为什么归一化后输出图像是黑色的？

Question

我有很多灰度图像，我想使用均值和标准差对其进行归一化。我使用以下流程：

计算图像的均值和标准差。
从图像中减去平均值。
将生成的图像除以标准差。

但是，结果我得到了一张黑色图像。我的代码有什么问题？

    import cv2

    img = cv2.imread('E.png')   # read an image 
    gray_image = cv2.cvtColor(img , cv2.COLOR_BGR2GRAY)  # converting the image to grayscale image
    img = cv2.resize(gray_image, (60, 60))  # Resize the image to the size 60x60 pixels

    cv2.imwrite("Grayscale Image.png",img)  #To write the result  

    mean, stdDev = cv2.meanStdDev(img)  #Get Mean and Standard-deviation
    image = (img-mean)/stdDev  #Normalization process

    cv2.imwrite("Normalized Image.png",image)  #To write the result

输入图像：

灰度输出：

标准化图像输出：

Answer 1

保存图像时需要考虑数据类型。将归一化后的图片保存为png格式，需要将归一化后的值缩放到整数范围（如[0, 255]）或者使用支持浮点数格式的图片格式。

使用 z-score 归一化时（如在您的代码中），您可以将其保存为 png

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

image *= 255 # [0, 255] range
cv2.imwrite("Normalized Image.png", image)

为什么归一化后输出图像是黑色的？

Why is output image black after normalization?

python

opencv

image-processing

normalization

grayscale