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
团子和二花3 分钟前
openclaw平替之nanobot源码解析(八):Gateway进阶——定时任务与心跳机制
人工智能·gateway
机器之心6 分钟前
昨晚,OpenClaw大更新,亲手终结「旧插件」时代
人工智能·openai
码路高手14 分钟前
Trae-Agent源码重点
人工智能·架构
剑穗挂着新流苏31222 分钟前
114_PyTorch 进阶:模型保存与读取的两大方式及“陷阱”避坑指南
人工智能·pytorch·深度学习
CoovallyAIHub24 分钟前
把 Whisper、Moonshine、SenseVoice 统统装进手机:sherpa-onnx 离线语音部署框架,GitHub 10.9K Star
人工智能·架构
一只叫煤球的猫31 分钟前
RAG 如何落地?从原理解释到工程实现
人工智能·后端·ai编程
AI营销快线35 分钟前
AI营销获客难?原圈科技深度解析SaaS系统增长之道
大数据·人工智能
南滑散修39 分钟前
机器学习(四):混合高斯模型GMM
人工智能·机器学习
柯儿的天空1 小时前
Mem0深度解析:给你的ai agent加上长期记忆,让ai从“健忘“到“过目不忘“
人工智能·gpt·自然语言处理·ai作画·aigc·ai编程·agi
FluxMelodySun1 小时前
机器学习(二十五) 降维:主成分分析(PCA)及特征值分解
人工智能·算法·机器学习