目录
1.问题背景
2.解决方法
2.1.使用C++进行转换
完整程序获取
2.2.使用Pyhton进行转换
完整程序获取
3.效果查看
1.问题背景
简单的说，色彩深度是指每个像素可以显示的颜色数，一般是用“位”或“Bit”为单位来描述。位数越多，可用的颜色就越多，图像的色彩表现就越准确，并且图像的文件大小也会随着位深的增加而增大，因为在高位深度的图像中，每一个像素存储了更多的颜色信息。
在进一步了解色彩深度之前，我们先来讨论一下什么是“位（Bit）”。我们都知道，计算机是以二进制的方式处理和存储信息的，因此任何信息进入计算机后都会变成1和0不同位数的组合，当然色彩也是如此。
例如，1位的色彩深度，在计算机中只能显示0或1，所以能够展现的色彩信息只有两种白色或黑色。当我们将色彩深度提升到2位时，将出现：00、01、10、11，4（2^2）种组合方式，从而产生了相对简单的黑白灰关系。色彩深度达到3位时，将带来8（2^3）种不同的组合方式：000、001、010、011、100、101、110 和 111，黑白灰的过渡将变得更加细致。由此可见，每一次位数的增加，组合方式都会带来翻倍式的上涨。
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：
65536种颜色；
而8位位图像只有：
256种颜色，
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值从0开始赋值，如0，1，2，3，4.......如果进行“真转换”的话，由于这些值都太小，基本转换后的像素值都是（0，1）之间，所以都变成了0，所以我们需要将16位转换位8位的时候还保留住原来的像素值，这种只改变位数，而不改变具体数值的转换方法，姑且称之为“伪转换”；
而解决的思路也很简单，图像说白了也就是一个矩阵，像素值也就是一个数值而已，我们只需要把表示类别的像素值找出来，并且把他们的值投射到8位即可：
使用的软件环境如下：
- Python 3.6.3
- VS2013
- OPENCV 2.4.11
- PIL
- Labelme 2.8.0
2.解决方法
2.1.使用C++进行转换
完整代码，批量转换，速度最快，需要配置opencv）：
完整程序获取
16位转8位图像-C++：
链接：https://pan.baidu.com/s/1Wqh8AvcDBovwlI7NvfT9fw?pwd=146l 提取码：146l，下载后打开“微信支付.png”使用微信扫码支付：
获取压缩包密码：
付款后微信留言购买的资源名称（上方橙色文字），博主会微信回复你解压密码（推荐，不需要加好友）：
→
→
2.2.使用Pyhton进行转换
完整代码，推荐，批量转化，速度也很快，但是少了配置opencv的麻烦)：
完整程序获取
16位转8位图像-Python：
链接：https://pan.baidu.com/s/1J3Np5-tPSPaBTuKP2gtjLQ?pwd=m05k 提取码：m05k
注意：不要直接点击，右键复制网址后用浏览器打开！！！
下载后打开“微信支付.png”使用微信扫码支付：
获取压缩包密码：
付款后微信留言购买的资源名称（上方橙色文字），博主会微信回复你解压密码（推荐，不需要加好友）：
→
→
注意：由于虚拟软件的可复制性，一旦售出，便会产生多个副本，因此概不退款，谢谢合作！
3.效果查看
转换完成后，可以使用软件查看时候变为8位：
但是打开图片是一片黑：
这是因为图片的每个像素值之间差异不大，如果需要直观的看到明显的变化，提高类别之间的差异性，可以直接乘以一个较大的值，如20：
img = Image.fromarray(np.uint8(img)*20)
保存之后再打印，可以看到已经可以看到明显的差异了：
