前几天写了一个RGB数据转Bayer格式的函数，经过测试功能正常。后来把这个函数用到一个数据库构建中，结果数据库出来的结果一直是一张黑图，追查了好几个小时，总算把这只虫子找出来了，原来是一个整数后面的小数点作祟。

原始功能正常的函数如下：

def rgb2raw(img):B = img[:, :, 0]G = img[:, :, 1]R = img[:, :, 2]raw = np.zeros_like(B)Row, Col = raw.shaperaw[0:Row:2, 0:Col:2] = R[0:Row:2, 0:Col:2]raw[0:Row:2, 1:Col:2] = G[0:Row:2, 1:Col:2]raw[1:Row:2, 0:Col:2] = G[1:Row:2, 0:Col:2]raw[1:Row:2, 1:Col:2] = B[1:Row:2, 1:Col:2]raw = raw * 65535.0 / 255.0raw = raw.astype(np.uint16)return raw

集成到数据库中出现异常的函数如下：

def rgb2raw(img， bitdepth=16):B = img[:, :, 0]G = img[:, :, 1]R = img[:, :, 2]raw = np.zeros_like(B)Row, Col = raw.shaperaw[0:Row:2, 0:Col:2] = R[0:Row:2, 0:Col:2]raw[0:Row:2, 1:Col:2] = G[0:Row:2, 1:Col:2]raw[1:Row:2, 0:Col:2] = G[1:Row:2, 0:Col:2]raw[1:Row:2, 1:Col:2] = B[1:Row:2, 1:Col:2]raw = raw * (2**bitdepth-1) / 255.0raw = raw.astype(np.uint16)return raw

由于考虑到可能需要覆盖不同比特位宽的raw域，因此，在集成到数据库中的时候，加了一个bitdepth的参数，就是这一参数，导致了后面所有的错误。

让我们试着输出raw = raw * 65535.0 / 255.0的结果：

可以看到，转换成raw域后，数据都是0~65535之间的整数。

让我们再来看看 raw = raw * 65535 / 255.0的结果：

输出数据都变成了256，显然是不对的。

将原来的实现方式替换到数据库中，问题解决。