最近用的OpenCV python3 開發場景識別的應用，遇到了在影象進行數學邏輯運算後無法真確顯示的問題，問題程式碼如下：

out = 1*((img[:,:,2]>img[:,:,1])&(img[:,:,1]>img[:,:,0]))
print(out.shape,np.sum(out))
while (True):
    cv2.imshow("myWin", (out*255))
    if(cv2.waitKey(1000//12) &  0xff == ord("q")):
        #cv2.imwrite("test/chess_deal.png", out*255)
        break
cv2.destroyAllWindows()
 

顯示輸出out輸出圖片的形狀與資料都沒有問題，可就是無法正確顯示。
最後通過一個語句發現到了問題所在：

print(out.dtype)

輸出結果為：

int64

發現原因所在，由於OpenCV處理資料需要uint8型別，影象進行數學邏輯運算時，被轉換成了int64，如果想OpenCV正確顯示，需要進行資料型別轉換：

out_deal = out.astype(np.uint8)

完整程式碼如下（OpenCV做的火焰動態檢測裝置）：

import cv2
import numpy as np
"""人眼的視網膜上有兩類感光器：錐狀體和桿狀體。錐狀體主要位於視網膜的中間部分，稱之為中央凹，且對顏色高度敏感，稱為白晝視覺或亮視覺；
桿狀體分佈面積較大，用來給出視野內的一般的總體影象，沒有彩色感覺，而對低照明度敏感，稱為微光視覺或暗視覺。由於錐狀體對紅、綠、藍三種
顏色的光很敏感，因此一般用於人眼觀看的顏色模型是RGB模型。一般來說，無論是在網上下載的圖片或視訊，還是從攝像機得來的錄影，都是RGB
模型。所以，我們從網上下載了一幅火焰影象，不用進行任何的顏色模型轉換就可以使用RGB顏色判據來提取區域。

    對於普通的火焰來說，它的紅色分量和綠色分量會很大，並且綠色分量會大於藍色分量，所以我們設下的簡單判據是：
                    R > R_avg    AND
                    G > G_avg    AND
                    R > G > B
    其中，R_avg為紅色分量的均值。
    在OpenCV1.0中實現很簡單，下面先擺出程式碼
--------------------- 
作者：電磁炮X 
來源：CSDN 
原文：https://blog.csdn.net/qq_27569955/article/details/51502824 
版權宣告：本文為博主原創文章，轉載請附上博文連結！
"""
print(cv2.__version__)


img = cv2.imread("test/flame1.jpg")

line, cols, chl = img.shape
img_avg = []
for i in range(chl):
    img_avg.append(np.average(img[:,:,i]))
overAvg = []
for i in range(chl):
    overAvg.append(img[:,:,i]>img_avg[i])

#out = (overAvg[1] and overAvg[0]) and ((img[:,:,2]>img[:,:,1]) and (img[:,:,1]>img[:,:,0]))
out = 1*((overAvg[2]&overAvg[1])&((img[:,:,2]>img[:,:,1])&(img[:,:,1]>img[:,:,0])))

out = out
print(np.sum(out)/(line * cols)*100,out.shape)
print(out.dtype)
print((out*255).astype(np.uint8).dtype)
while (True):
    cv2.imshow("myWin", (out*255).astype(np.uint8))
    if(cv2.waitKey(1000//12) &  0xff == ord("q")):
        #cv2.imwrite("test/chess_deal.png", (out*255).astype(np.uint8))
        break

cv2.destroyAllWindows()