np.zeros_like如何指定0为整数类型

可以使用dtype参数来指定数据类型，例如：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
zeros_arr = np.zeros_like(arr, dtype=int)
print(zeros_arr)

输出结果为：

[[0 0 0]
 [0 0 0]]

在上面的代码中，使用dtype=int来指定数据类型为整数类型。

相关问题

Traceback (most recent call last): File "D:\PycharmProjects\老照片修复复杂\main.py", line 81, in <module> main() File "D:\PycharmProjects\老照片修复复杂\main.py", line 71, in main missing = extract_missing(img, edges) File "D:\PycharmProjects\老照片修复复杂\main.py", line 41, in extract_missing missing = cv2.bitwise_and(img, img, mask=cv2.drawContours(np.zeros_like(img), [hull], 0, (255, 255, 255), -1)) cv2.error: OpenCV(4.7.0) D:\a\opencv-python\opencv-python\opencv\modules\core\src\arithm.cpp:230: error: (-215:Assertion failed) (mtype == CV_8U || mtype == CV_8S) && _mask.sameSize(*psrc1) in function 'cv::binary_op'

这个错误提示是OpenCV抛出的。根据错误提示，它似乎是由于掩码（mask）的数据类型不正确引起的。在你的代码中，你正在使用np.zeros_like()函数创建一个全零数组作为掩码，并且尝试将其与图像进行按位与运算。但是，由于你没有指定数据类型，np.zeros_like()函数默认使用与输入数组相同的数据类型，这可能会导致错误。你可以尝试将掩码的数据类型设置为np.uint8，例如：

missing = cv2.bitwise_and(img, img, mask=cv2.drawContours(np.zeros_like(img, dtype=np.uint8), [hull], 0, (255, 255, 255), -1))

这样，你可以将掩码的数据类型设置为8位无符号整数类型，避免了上述错误。

gray_fft = np.fft.fft2(gray) gray_fftshift = np.fft.fftshift(gray_fft) dst_fftshift = np.zeros_like(gray_fftshift) M, N = np.meshgrid(np.arange(-cols // 2, cols // 2), np.arange(-rows // 2, rows // 2)) D = np.sqrt(M ** 2 + N ** 2) Z = (rh - r1) * (1 - np.exp(-c * (D ** 2 / d0 ** 2))) + r1 dst_fftshift = Z * gray_fftshift dst_fftshift = (h - l) * dst_fftshift + l dst_ifftshift = np.fft.ifftshift(dst_fftshift) dst_ifft = np.fft.ifft2(dst_ifftshift) dst = np.real(dst_ifft) dst = np.uint8(np.clip(dst, 0, 255)) return dst

在这个函数中，首先使用np.fft.fft2函数将输入图像进行二维傅里叶变换，然后使用np.fft.fftshift函数将变换结果进行中心化处理。接下来，创建一个与输入图像大小相同的全零数组dst_fftshift，并计算出输入图像的行数和列数。

函数接着使用np.meshgrid函数生成网格坐标，并根据频率域滤波器的公式计算出增益系数Z。然后，将增益系数Z乘以中心化的傅里叶变换结果gray_fftshift，得到增益后的频率域图像dst_fftshift。

接着，将增益后的频率域图像dst_fftshift乘以(h - l)，再加上l，得到最终的频率域图像。然后，使用np.fft.ifftshift函数将频率域图像逆中心化，并使用np.fft.ifft2函数将其转换回空间域。最后，将输出图像进行限幅处理，转换为8位无符号整数类型，然后返回输出图像。