opencv彩色图像转灰度图原理

opencv彩色图像转灰度图原理

在OpenCV中,将彩色图像转换为灰度图像的基本原理是使用颜色空间转换的方法。具体来说,OpenCV提供了cvtColor函数,它可以将图像从一个颜色空间转换到另一个。

对于从BGR颜色空间(OpenCV中的默认彩色图像格式)转换到灰度,通常采用以下公式:

灰度 = 0.299 * 红色 + 0.587 * 绿色 + 0.114 * 蓝色

这个转换是根据人类视觉系统对不同颜色的敏感度来加权平均RGB通道的值的。

有三种方式可以将彩色图像转成灰度图
1、直接imread("1.jpg" , 0);直接读取灰度图像
2、读取彩色图像然后 灰度 = 0.299 * 红色 + 0.587 * 绿色 + 0.114 * 蓝色进行转换
3、调用cvtColor函数cvtColor(srcImg, imgShow, COLOR_BGR2GRAY);

cpp 复制代码
void MainWindow::on_pushButton_clicked()
{
    Mat srcImg = imread("D:\\1.jpg");
    if(srcImg.empty())
    {
        QMessageBox::information(this,"警告","图片读取失败,请检查图片路径!");
        return;
    }
    Mat imgShow ;
    cvtColor(srcImg, imgShow, COLOR_BGR2GRAY); // 图像格式转换
    QImage qImg = QImage((unsigned char*)(imgShow.data), imgShow.cols,
                         imgShow.rows, imgShow.cols*imgShow.channels(), QImage::Format_RGB888);
    ui->label->setPixmap(QPixmap::fromImage(qImg.scaled(ui->label->size(), Qt::KeepAspectRatio)));
    cv::namedWindow("Display window", cv::WINDOW_AUTOSIZE);
    cv::imshow("Display window", imgShow);
    cv::waitKey(0);

}


void MainWindow::on_pushButton_3_clicked()
{
    Mat image = imread("D:\\1.jpg" , 0);
    if (image.empty()) {
        std::cout << "Could not open or find the image" << std::endl;
        return ;
    }
    qDebug()<<image.channels()<<endl;
    cv::namedWindow("Display window1", cv::WINDOW_AUTOSIZE);
    cv::imshow("Display window1", image);
    cv::waitKey(0);
}
相关推荐
老王谈企服14 小时前
2026企业数字化转型:从规则脚本到实在Agent智能体进化全解析
人工智能·ai
半臻(火白)14 小时前
脑机接口的未来:技术突破、应用场景与伦理挑战
人工智能
东方小月14 小时前
vibecoding实战:用 Claude Code 从0到1开发一个 Claude Code
前端·人工智能·架构
烟雨江南78514 小时前
智慧商超的“数字客流分析师”:宜天信达客流统计与热力图分析系统在零售决策优化中的落地实践
人工智能·零售·ai质检
三更两点14 小时前
AI 驱动的股票日常投研闭环:daily_stock_analysis 项目实战升级解析
人工智能
手写码匠14 小时前
【实战评测】华为云 MaaS 平台 DeepSeek 大模型推理服务 + Dify 一键部署全攻略
人工智能·深度学习·算法·aigc
C137的本贾尼14 小时前
提示词工程(上):写好 Prompt 的 CO-STAR 框架
人工智能·prompt
想七想八不如1140815 小时前
目标检测笔记2
人工智能·笔记·目标检测
桓峰基因15 小时前
IF 7.5/Q2 空间转录组和单细胞结合机器学习识别预后和治疗靶点
人工智能·机器学习
传说故事15 小时前
【论文阅读】MEM: Multi-Scale Embodied Memory for Vision Language Action Models
论文阅读·人工智能·具身智能·vla