如之前所說，我們需要將16位圖像轉換爲8位圖像；16位圖像的像素值一共有：
2^16=65536種顏色；
而8位位圖像只有：
2^8=256種顏色，傳統的位數轉換都是：像素值*256/65536，比如photoshop，以及matlab的im2uint8函數都是如此，在一般場景下是沒有問題的，我們姑且稱之爲“真轉換”，而如果是labelme得到的label.png標註圖像在進行轉換時，由於每個類別的像素值從0開始賦值，如0，1，2，3，4.......如果進行“真轉換”的話，由於這些值都太小，基本轉換後的像素值都是（0，1）之間，所以都變成了0，所以我們需要將16位轉換位8位的時候還保留住原來的像素值，這種只改變位數，而不改變具體數值的轉換方法，姑且稱之爲“僞轉換”；
而解決的思路也很簡單，圖像說白了也就是一個矩陣，像素值也就是一個數值而已，我們只需要把表示類別的像素值找出來，並且把他們的值投射到8位即可：
使用的軟件環境如下：
- Python 3.6.3
- VS2013
- OPENCV 2.4.11
- PIL
- Labelme 2.8.0
首先，C++使用opencv轉化，核心代碼如下：（完整代碼（批量轉換，速度最快，需要配置opencv）:點擊打開鏈接）
for (int k = 0; k<src.rows; k++)
{
for (int kk = 0; kk<src.cols; kk++)
{
int n = src.at<ushort>(k, kk);
ff.at<uchar>(k, kk) = n;
}
}python使用PIL進行轉換，更加簡單，核心語句就一行（完整代碼(推薦，批量轉化，速度也很快，但是少了配置opencv的麻煩):https://download.csdn.net/download/qq_15969343/10517176）：
img = Image.fromarray(np.uint8(img))轉換完成後，可以使用軟件查看時候變爲8位，但是打開圖片依然是一片黑：
如果需要提高類別之間的差異性，可以直接乘以一個較大的值：如下：
img = Image.fromarray(np.uint8(img)*20)圖片就會有明顯的區分，如下：
