Python----计算机视觉处理(opencv:图片灰度化)

一、灰度图与彩色图区别

灰度图与彩色图最大的不同就是:彩色图是由R、G、B 三个通道组成,而灰度图只有一个通道,也称为单通道图像,所以彩色图转成灰度图的过程本质上就是 将R、G、B三通道合并成一个通道的过程。

二、灰度化

读取图片

python 复制代码
import cv2
import numpy as np
img=cv2.imread('light.jpg')

获取 图片高和宽

python 复制代码
img_shape=img.shape

利用numpy创建等宽高的画布

python 复制代码
img_gray=np.zeros((img_shape[0],img_shape[1]),np.uint8)

注意:

shape:是ndarray的一个属性,用来查看数组的形状shape读取到的形状与图像的实际宽和高是相反的,shape[0]代表的是图像的高度shape[1]代表的是图像的宽度

2.1、加权平均法

对于彩色图像的每个像素,它会按照一定的权重去乘以每个通道的像素值,并将其相加,得到最后的值 就是灰度图像中对应位置的像素值。

权重的比例为:

R乘以0.299

G乘以0.587

B乘以 0.114

这是经过大量实验得到的一个权重比例,也是一个比较常用的权重比例。

python 复制代码
weight_red=0.299
weight_green=0.587
weight_blue=0.114
python 复制代码
for i in range(1067):
    for j in range(800):
        img_gray[i][j]=round(img[i,j][0]*0.114+img[i,j][1]*0.578+img[i,j][2]*0.299)

2.2、均值法

对于彩色图像的每个像素,它会将R、G、B三个通道的像素值全部加起来,然后再除以三,得到的平均 值就是灰度图像中对应位置的像素值

python 复制代码
for i in range(1067):
    for j in range(800):
        img_gray[i][j]=(int(img[i,j][0])+int(img[i,j][1])+int(img[i,j][2]))//3

2.3、最大值法

对于彩色图像的每个像素,它会从R、G、B三个通道的值中选出最大的一个,并将其作为灰度图像中对 应位置的像素值。

python 复制代码
for i in range(1067):
    for j in range(800):
        img_gray[i][j]=max(img[i,j][0],img[i,j][1],img[i,j][2])

2.4、完整代码

python 复制代码
import cv2  
import numpy as np  

img = cv2.imread('light.jpg')  

# 获取图像的形状 (高, 宽, 通道数)  
img_shape = img.shape  

# 创建一个与输入图像高和宽相同的灰度图像,初始化为全零(黑色)  
img_gray = np.zeros((img_shape[0], img_shape[1]), np.uint8)  

# 定义 RGB 颜色通道的加权系数,用于灰度转换  
weight_red = 0.299  
weight_green = 0.587  
weight_blue = 0.114  

# 遍历图像的每一个像素  
# 假设图像的高度为 1067 和宽度为 800(请根据实际图像大小进行调整)  
for i in range(1067):  
    for j in range(800):  
        # 使用加权平均法将 RGB 转换为灰度值,并存储在灰度图像中  
        img_gray[i][j] = round(  
            img[i, j][0] * weight_blue +  # 蓝色通道  
            img[i, j][1] * weight_green + # 绿色通道  
            img[i, j][2] * weight_red      # 红色通道  
        )  

# 显示生成的灰度图像  
cv2.imshow('light', img_gray)  

# 等待用户按键后关闭窗口  
cv2.waitKey(0)  

三、opencv内置函数

cvtColor

python 复制代码
img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

四、库函数

4.1、imread()

python 复制代码
img = cv.imread(cv.samples.findFile("starry_night.jpg"))

调用 cv::imread 函数会使用第一个参数指定的文件路径加载图像。第二个参数是可选的,它指定了我们想要图像的格式。这可能是:

  • IMREAD_COLOR 以 BGR 8 位格式加载图像。这是此处使用的默认值
  • IMREAD_UNCHANGED按原样加载图像(包括 Alpha 通道,如果存在)
  • IMREAD_GRAYSCALE 将图像加载为强度图像

注意

OpenCV 支持图像格式 Windows 位图 (bmp)、可移植图像格式 (pbm、pgm、ppm) 和 Sun 光栅 (sr, ras)。借助插件(如果您自己构建库,则需要指定使用它们,但在我们附带的软件包中默认存在),您还可以加载图像格式,如 JPEG(jpeg、jpg、jpe)、JPEG 2000(jp2 - 在 CMake 中代号为 Jasper)、TIFF 文件(tiff、tif)和便携式网络图形 (png)。此外,OpenEXR 也是一种可能性。

4.2、cvtColor()

|-----------------------------------------|------------------------------------------------------------------------------------------------------------------------------|
| COLOR_BGR2GRAY Python:cv.COLOR_BGR2GRAY | 在 RGB/BGR 和灰度之间转换,颜色转换 |

相关推荐
m0_495496419 小时前
mysql处理复杂SQL性能_InnoDB优化器与MyISAM差异
jvm·数据库·python
数智化精益手记局10 小时前
拆解物料管理erp系统的核心功能,看物料管理erp系统如何解决库存积压与缺料难题
大数据·网络·人工智能·安全·信息可视化·精益工程
Flying pigs~~10 小时前
RAG 完整面试指南:原理、优化、幻觉解决方案
人工智能·prompt·rag·智能体·检索增强生成·rag优化
博.闻广见10 小时前
AI_概率统计-2.常见分布
人工智能·机器学习
企业架构师老王10 小时前
2026制造业安全生产隐患识别AI方案:从主流产品对比看企业级AI Agent的非侵入式落地路径
人工智能·安全·ai
forEverPlume10 小时前
PHP怎么使用Eloquent Attribute Composition属性组合_Laravel通过组合构建复杂属性【方法】
jvm·数据库·python
Aleeeeex10 小时前
RAG 那点事:从 8 份企业文档到能用的问答系统,全过程拆给你看
人工智能·python·ai编程
冬奇Lab10 小时前
一天一个开源项目(第87篇):Tank-OS —— Red Hat 工程师用一个周末,把 AI Agent 塞进了一个可启动的 Linux 镜像
人工智能·开源·资讯
小糖学代码10 小时前
LLM系列:2.pytorch入门:8.神经网络的损失函数(criterion)
人工智能·深度学习·神经网络
2301_8092047010 小时前
mysql在docker容器中如何部署_利用docker-compose快速启动
jvm·数据库·python