.astype("uint8") 在这里有什么目的？
What purpose does .astype("uint8") have here?
(score,diff)= structural_similarity(original_gray,tempered_gray,full=True)
diff = (diff*255).astype("uint8")
print("SSIM:{}".format(score))
上面提到的代码是一个程序的片段，该程序使用它们的 SSIM 分数匹配两个图像。我在这里不明白的是.astype("uint8")的功能，为什么我们要将diff乘以255？
想象一个表示灰度（单通道）图像的二维数组。通常，图像数据可以通过以下两种方式之一提供给您：
- 像素值是介于 0 到 1 之间的浮点数，或者...
- 像素值是 0 到 255 之间的整数。
有时您可能还会看到用 0 到 100 之间的百分比表示的级别，但这与上面的 (1) 基本相同。请注意，(2) 只能表示 255 个灰度级，而 (1) 几乎具有任意精度。
有时您需要 (1) 而没有 (2)，反之亦然。因为软件或者偏好什么的。
要从 (1) 转换为 (2)，您必须乘以 255 并确保您有整数。为了使用最少的内存，您只需要 8 位整数，但它们有两种类型：有符号（int8，范围 -128 到 +127）和无符号（uint8，范围0 到 255）。对于图像，您总是想要未签名的那种。
要从 (2) 转换为 (1)，您只需除以 255，确保结果可以包含所需精度的浮点数。
因此在您的代码中，diff 正在从浮点图像转换为 8 位图像。
(score,diff)= structural_similarity(original_gray,tempered_gray,full=True)
diff = (diff*255).astype("uint8")
print("SSIM:{}".format(score))
上面提到的代码是一个程序的片段，该程序使用它们的 SSIM 分数匹配两个图像。我在这里不明白的是.astype("uint8")的功能，为什么我们要将diff乘以255？
想象一个表示灰度（单通道）图像的二维数组。通常，图像数据可以通过以下两种方式之一提供给您：
- 像素值是介于 0 到 1 之间的浮点数，或者...
- 像素值是 0 到 255 之间的整数。
有时您可能还会看到用 0 到 100 之间的百分比表示的级别，但这与上面的 (1) 基本相同。请注意，(2) 只能表示 255 个灰度级，而 (1) 几乎具有任意精度。
有时您需要 (1) 而没有 (2)，反之亦然。因为软件或者偏好什么的。
要从 (1) 转换为 (2)，您必须乘以 255 并确保您有整数。为了使用最少的内存，您只需要 8 位整数，但它们有两种类型：有符号（int8，范围 -128 到 +127）和无符号（uint8，范围0 到 255）。对于图像，您总是想要未签名的那种。
要从 (2) 转换为 (1)，您只需除以 255，确保结果可以包含所需精度的浮点数。
因此在您的代码中，diff 正在从浮点图像转换为 8 位图像。