通过激光雷达或深度估计得到的深度图一般为float32或float64类型数据，具有超大量数据，保存为常见的jpg格式图像（uint8：80-255）时则会损失数据精度，如果保存为.npy文件时则文件大小过大（eg：1280*1920大小的深度数组保存后所占空间为37.5Mb），因此需要处理下数据再进行保存。
1.考虑根据深度图精度信息将float32数据转为uint16或int16数据，比如常用激光雷达获取的深度图单位为米，我们取精度为厘米，则将含有深度信息的数组depth_map_m（1280x1920） 从以米为单位的float64转为以厘米为单位的uint16，depth_map_cm
depth_map_cm = depth_map_m * 100
depth_map_cm_uint16 = depth_map_cm.astype(np.uint16)
2.1可以将该16为深度图以png、tif等格式储存
cv2.imwrite(save_dir, depth_map_cm_uint16)
2.2也可以将该16为深度图以npy格式储存
np.save(save_dir, depth_map_cm_uint16)
存储方式选择：
两种存储方式各有优缺点：
存储空间方面：
cv2.imwrite：得到数据经过压缩，因此占用空间少，上述例子得到的png大小仅521kb
np.save：得到的数据占用空间较大，上述例子得到的npy大小为4.68mb
读取速度方面：
cv2.imwrite：后续加载数据较慢，上述例子加载用时约0.017s
np.save：后续加载数据较快，上述例子加载用时约0.003s
可以根据自己需求选择