解决NumPy中uint8整数溢出导致对数函数返回-inf的问题

import numpy as np

# 模拟一个包含255像素值的uint8图像数据
car_uint8 = np.array([[[15, 15, 15, 255],
                       [17, 17, 17, 255]]], dtype=np.uint8)

print("原始 uint8 数组 (car_uint8):\n", car_uint8)
print("car_uint8 的数据类型:", car_uint8.dtype)

a = 0.01
fnLog = lambda x : (1/a) * np.log(x + 1) # 对数函数

# 应用函数到 uint8 数组
carLog_problem = fnLog(car_uint8)
print("\n应用 fnLog 到 uint8 数组后的结果 (carLog_problem):\n", carLog_problem)

# 观察一个具体像素值255在数组操作中的结果
print("\ncar_uint8[0, 0, 3] 的原始值:", car_uint8[0, 0, 3])
print("carLog_problem[0, 0, 3] 的计算结果:", carLog_problem[0, 0, 3])

# 对单独提取的 Python int 值应用函数
# 当从NumPy数组中提取单个元素时，它通常会被转换为Python的内置整数类型，
# Python int 不存在固定位宽的溢出问题。
single_pixel_value = car_uint8[0, 0, 3].item() # 使用.item()获取标准Python int
print("将 car_uint8[0, 0, 3] 转换为 Python int 后:", single_pixel_value)
print("对 Python int 值应用 fnLog 的结果:", fnLog(single_pixel_value))

import numpy as np

# 模拟一个包含255像素值的uint8图像数据
car_uint8 = np.array([[[15, 15, 15, 255],
                       [17, 17, 17, 255]]], dtype=np.uint8)

print("原始 uint8 数组 (car_uint8):\n", car_uint8)
print("car_uint8 的数据类型:", car_uint8.dtype)

a = 0.01
fnLog = lambda x : (1/a) * np.log(x + 1) # 对数函数

# --- 解决方案：在应用函数前进行类型转换 ---
car_float = car_uint8.astype(np.float32)
print("\n转换为 float32 数组 (car_float):\n", car_float)
print("car_float 的数据类型:", car_float.dtype)

carLog_solution = fnLog(car_float)
print("\n应用 fnLog 到 float32 数组后的结果 (carLog_solution):\n", carLog_solution)

# 验证修正后的结果
print("\ncarLog_solution[0, 0, 3] 的计算结果 (修正后):", carLog_solution[0, 0, 3])