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
北京迅为13 小时前
《【北京迅为】itop-3568开发板NPU使用手册》- 第 7章 使用RKNN-Toolkit-lite2
linux·人工智能·嵌入式·npu
我是一只puppy13 小时前
使用AI进行代码审查
javascript·人工智能·git·安全·源代码管理
阿杰学AI13 小时前
AI核心知识91——大语言模型之 Transformer 架构(简洁且通俗易懂版)
人工智能·深度学习·ai·语言模型·自然语言处理·aigc·transformer
esmap13 小时前
ESMAP 智慧消防解决方案:以数字孪生技术构建全域感知消防体系,赋能消防安全管理智能化升级
人工智能·物联网·3d·编辑器·智慧城市
LaughingZhu13 小时前
Product Hunt 每日热榜 | 2026-02-08
大数据·人工智能·经验分享·搜索引擎·产品运营
芷栀夏13 小时前
CANN ops-math:筑牢 AI 神经网络底层的高性能数学运算算子库核心实现
人工智能·深度学习·神经网络
用户51914958484513 小时前
CVE-2025-47812:Wing FTP Server 高危RCE漏洞分析与利用
人工智能·aigc
阿里云大数据AI技术13 小时前
【AAAI2026】阿里云人工智能平台PAI视频编辑算法论文入选
人工智能
玄同76513 小时前
我的 Trae Skill 实践|使用 UV 工具一键搭建 Python 项目开发环境
开发语言·人工智能·python·langchain·uv·trae·vibe coding
苍何13 小时前
腾讯重磅开源!混元图像 3.0 图生图真香!
人工智能