opencv 灰度实验

opencv 灰度实验

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。

1. 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。

代码如下:

python 复制代码
 '''灰度处理------最大值法'''
    #读取图像
    img=cv2.imread(r'./src/1.jpg')
    #取出图像的高度,宽度和BGR(颜色)
    h,w,c=img.shape
    img_gray=np.zeros((h,w),dtype=np.uint8) #构造出和原图形状相同的灰度图
    # 遍历原图像的每个元素
    for row in range(h):
        for col in range(w):
            # 取出原图形中的BGR
            b,g,r=img[row,col]
            # 将bgr的最大值赋值给灰度图
            max_value=max(b,g,r)
            img_gray[row,col]=max_value
    # 显示原图和灰度图
    cv2.imshow("img",img)
    cv2.imshow("img_gray",img_gray)
    cv2.waitKey(0)

步骤:

  • 1.读取原图像
  • 2.获取原图像的高度,宽度,和BGR(颜色)
  • 3.根据原图的高度和宽度构建出一个和原图形状相同的二维数组,类型dtype=np.uint8
  • 4.遍历原图像的每个像素点得到每个像素点的BRG
  • 5.将每个像素点的BRG进行大小比较找出最大值
  • 6.再把这个最大值赋值个与原图同一个高度和宽度的灰度图
  • 7最后将两个图片显示出来

2. 平均值法

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。

代码如下:

python 复制代码
'''灰度处理------均值法'''
    img=cv2.imread(r"./src/1.jpg")
    h,w,c=img.shape
    img_gray=np.zeros((h,w),dtype=np.uint8)
    for row in range(h):
        for col in range(w):
            b,g,r=img[row,col]
            mean_value=(b+g+r)//3
            img_gray[row,col]=mean_value
    cv2.imshow("img",img)
    cv2.imshow("img_gray",img_gray)
    cv2.waitKey(0)

步骤跟最大值法一样

3. 加权均值法

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。本实验中,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。

代码如下:

python 复制代码
 '''灰度处理------加权均值法'''
    img=cv2.imread(r"./src/1.jpg")
    h,w,c=img.shape
    img_gray=np.zeros((h,w),dtype=np.uint8)
    for row in range(h):
        for col in range(w):
            b,g,r=img[row,col]
            mean_value=(b*0.229+g*0.599+r*0.144)
            img_gray[row,col]=mean_value
    cv2.imshow("img",img)
    cv2.imshow("img_gray",img_gray)
    cv2.waitKey(0)

4(直接读取灰度图)cv2.IMREAD_GRAYSCALE

代码如下:

python 复制代码
'''灰度处理------内置属性直接读取灰度图'''
    img_gray=cv2.imread(r'./src/1.jpg',cv2.IMREAD_GRAYSCALE)
    cv2.imshow("img_gray",img_gray)
    cv2.waitKey(0)

5内置将原图转换为灰度图cv2.cvtColor()

cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

代码如下:

python 复制代码
'''灰度处理------内置将原图转换为灰度图'''
    img=cv2.imread(r"./src/1.jpg")
    img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    cv2.imshow("img",img)
    cv2.imshow("img_gray",img_gray)
    cv2.waitKey(0)

6 两个极端的灰度值

相关推荐
白-胖-子3 小时前
深入剖析大模型在文本生成式 AI 产品架构中的核心地位
人工智能·架构
想要成为计算机高手5 小时前
11. isaacsim4.2教程-Transform 树与Odometry
人工智能·机器人·自动驾驶·ros·rviz·isaac sim·仿真环境
静心问道5 小时前
InstructBLIP:通过指令微调迈向通用视觉-语言模型
人工智能·多模态·ai技术应用
宇称不守恒4.06 小时前
2025暑期—06神经网络-常见网络2
网络·人工智能·神经网络
小楓12016 小时前
醫護行業在未來會被AI淘汰嗎?
人工智能·醫療·護理·職業
数据与人工智能律师6 小时前
数字迷雾中的安全锚点:解码匿名化与假名化的法律边界与商业价值
大数据·网络·人工智能·云计算·区块链
chenchihwen6 小时前
大模型应用班-第2课 DeepSeek使用与提示词工程课程重点 学习ollama 安装 用deepseek-r1:1.5b 分析PDF 内容
人工智能·学习
说私域7 小时前
公域流量向私域流量转化策略研究——基于开源AI智能客服、AI智能名片与S2B2C商城小程序的融合应用
人工智能·小程序
Java樱木7 小时前
AI 编程工具 Trae 重要的升级。。。
人工智能
AntBlack7 小时前
从小不学好 ,影刀 + ddddocr 实现图片验证码认证自动化
后端·python·计算机视觉