Pillow 灰度化、二值化与阈值处理

Pillow 灰度化、二值化与阈值处理

在前面的内容中，已经介绍了图像的基础读写、几何变换以及颜色模式与通道表示。在此基础上，图像处理的重点可以进一步从颜色表达转向结构表达。灰度化、二值化与阈值处理正是这一过程中的基础操作，它们能够将连续的颜色信息逐步压缩为更适合分析轮廓、区域、前景与背景关系的形式。

灰度化、二值化与阈值处理常用于目标区域提取、文档图像处理、前景分离、掩码构造以及图像分割的前期准备。在 Pillow 中，这些操作可以通过 convert()、point() 以及结合 NumPy 的像素级逻辑运算来实现。

本章将围绕灰度图的生成、阈值映射、二值化处理、掩码生成以及简单的伪彩色可视化展开，说明图像如何从连续的颜色表示逐步过渡为更明确的结构表达。整体思路仍然延续前文，即从图像的数学表示出发，再落实到 Pillow 的具体接口与 Notebook 中的可视化实现。

---

1. 灰度化：从彩色表示到亮度表示

1.1 原理：单通道亮度建模

一幅彩色图像可表示为：
I : ( x , y ) → ( R , G , B ) I: (x, y) \rightarrow (R, G, B) I:(x,y)→(R,G,B)

而灰度化的目标，是将每个像素从三通道颜色向量压缩为单一亮度值：
I g r a y : ( x , y ) → L I_{gray}: (x, y) \rightarrow L Igray:(x,y)→L

其中 L L L 表示亮度强度，通常取值范围为 [ 0 , 255 ] [0, 255] [0,255]。

这意味着灰度图不再保留颜色类别信息，而是强调图像中的明暗变化、边缘过渡与局部结构。

从图像分析角度看，灰度化的意义在于：

• 降低数据维度；
• 消除颜色差异对结构分析的干扰；
• 为阈值分割、边缘检测与区域提取提供更直接的输入。

1.2 Pillow 接口：convert('L')

在 Pillow 中，灰度化最直接的方法是：

gray = img.convert('L')

这里的 'L' 表示 8 位灰度模式，即每个像素由单个亮度值构成。前文已经说明，convert() 是 Pillow 中进行图像模式转换的核心入口，而灰度图正是最常见的一种模式转换结果。

1.3 示例：彩色图转灰度图

下面继续使用 scikit-image 自带的宇航员图像作为示例：

from PIL import Image
from skimage import data
import matplotlib.pyplot as plt
import seaborn as sns

sns.set_theme(style="whitegrid", font="SimHei", rc={"axes.unicode_minus": False})

img = Image.fromarray(data.astronaut())
gray = img.convert('L')

fig, axes = plt.subplots(1, 2, figsize=(8, 4))

axes[0].imshow(img)
axes[0].set_title("原始图像")
axes[0].axis("off")

axes[1].imshow(gray, cmap='gray')
axes[1].set_title("灰度图像")
axes[1].axis("off")

plt.tight_layout()
plt.show()

从结果可以看到，灰度化之后图像不再依赖颜色差异，而是通过亮度变化来表达面部轮廓、衣物纹理和背景层次。这种表达方式虽然损失了色彩信息，但更便于后续进行阈值分析与结构提取。

1.4 NumPy 视角：数组维度变化

灰度化之后，图像的数组形状也会随之变化：

import numpy as np

rgb_arr = np.array(img)
gray_arr = np.array(gray)

print(rgb_arr.shape)
print(gray_arr.shape)

输出示例：

(512, 512, 3)
(512, 512)

这说明：

• 原始 RGB 图像在数组中包含三个通道；
• 灰度图只保留二维亮度矩阵。

这一点与前文关于"图像模式决定数组结构"的讨论完全一致，只不过这里进一步将颜色表达压缩为了结构更简洁的单通道形式。

---

2. 阈值处理：从连续灰度到离散判别

2.1 原理：阈值映射

灰度图虽然已经简化为单通道表示，但每个像素仍然取连续的 0--255 数值。若希望更明确地区分"前景"和"背景"，可以进一步引入阈值函数，将灰度值映射为离散类别。

最简单的阈值映射可写为：
B ( x , y ) = { 255 , L ( x , y ) ≥ t 0 , L ( x , y ) < t B(x, y)= \begin{cases} 255, & L(x, y) \ge t \\ 0, & L(x, y) < t \end{cases} B(x,y)={255,0,L(x,y)≥tL(x,y)<t

其中：

• L ( x , y ) L(x, y) L(x,y) 为灰度值；
• t t t 为设定阈值；
• 输出结果仅保留两类取值：0 与 255。

从数学意义上看，阈值处理是一种像素级判别函数。它将连续强度空间压缩为离散标签空间，因此非常适合用于区域分离、掩码生成和简单分割任务。

2.2 Pillow 接口：point()

Pillow 提供了 point() 方法对像素逐点映射。对于阈值操作，可以写成：

binary = gray.point(lambda p: 255 if p >= 128 else 0)

这里：

• p 表示单个像素值；
• 当像素值不小于阈值 128 时，映射为白色 255；
• 否则映射为黑色 0。

这种方式非常适合对灰度图进行快速规则映射。

2.3 示例：固定阈值二值化

binary = gray.point(lambda p: 255 if p >= 128 else 0)

fig, axes = plt.subplots(1, 3, figsize=(12, 4))

axes[0].imshow(img)
axes[0].set_title("原始图像")
axes[0].axis("off")

axes[1].imshow(gray, cmap='gray')
axes[1].set_title("灰度图")
axes[1].axis("off")

axes[2].imshow(binary, cmap='gray')
axes[2].set_title("二值图（阈值=128）")
axes[2].axis("off")

plt.tight_layout()
plt.show()

二值化之后，图像中的亮区域与暗区域被清晰分离。尽管这种划分较为粗糙，但已经可以用于很多简单的结构提取任务，例如高亮区域筛选、文本背景分离、物体粗略轮廓定位等。

---

3. 二值化：从阈值判别到结构分割

3.1 原理：前景与背景的两类表达

二值图可以视为一种最简单的分割结果。此时图像不再表示连续亮度，而是只表示两类状态：

• 0：通常对应背景；
• 255：通常对应前景。

因此，二值图在逻辑上非常接近"结构掩码"。

它虽然不能表达复杂的纹理与层次，但可以高效突出：

• 轮廓边界；
• 文本与背景；
• 明亮目标区域；
• 简单形状的存在与否。

3.2 示例：不同阈值的影响

阈值的选择会直接影响分割结果。下面对比几个不同阈值下的二值化效果：

thresholds = [64, 128, 192]

fig, axes = plt.subplots(1, 4, figsize=(14, 4))

axes[0].imshow(gray, cmap='gray')
axes[0].set_title("灰度图")
axes[0].axis("off")

for ax, t in zip(axes[1:], thresholds):
    binary_t = gray.point(lambda p, th=t: 255 if p >= th else 0)
    ax.imshow(binary_t, cmap='gray')
    ax.set_title(f"阈值={t}")
    ax.axis("off")

plt.tight_layout()
plt.show()

从结果中可以观察到：

• 阈值较低时，更多区域会被归入前景；
• 阈值较高时，只有更亮的区域会保留下来；
• 阈值设定不同，本质上对应不同的结构筛选标准。

这说明二值化并不是单纯的"黑白转换"，而是基于判别规则的结构提取过程。

3.3 Pillow 中更规范的二值模式：'1'

如果希望生成真正意义上的单比特图像，还可以进一步转换为模式 '1'：

binary_1bit = gray.point(lambda p: 255 if p >= 128 else 0).convert('1')

print(binary_1bit.mode)

输出结果：

1

这里的 '1' 表示每个像素仅占 1 bit。

与 L 模式下的 0/255 灰度图相比，它在存储层面更加紧凑，常用于文档扫描、黑白图稿和简单掩码保存。

---

4. 掩码生成：阈值结果作为结构选择器

4.1 原理：Mask 的含义

在图像处理中，Mask（掩码）通常是一幅与原图大小一致的单通道图像，用于表示哪些区域"被选中"。

从功能上看，掩码并不直接描述颜色，而是描述像素位置是否满足某种条件。

若记掩码为 M ( x , y ) M(x, y) M(x,y)，则它可以表示为：
M ( x , y ) = { 1 , 该位置满足条件 0 , 该位置不满足条件 M(x, y)= \begin{cases} 1, & \text{该位置满足条件} \\ 0, & \text{该位置不满足条件} \end{cases} M(x,y)={1,0,该位置满足条件该位置不满足条件

在实际中，掩码往往由阈值处理得到。也就是说，二值图本身就可以直接作为掩码使用。

4.2 示例：基于亮度阈值生成掩码

mask = gray.point(lambda p: 255 if p >= 150 else 0)

plt.figure(figsize=(5, 5))
plt.imshow(mask, cmap='gray')
plt.title("亮度掩码")
plt.axis("off")
plt.show()

这张掩码图中，较亮区域被标记为白色，较暗区域则被压制为黑色。

4.3 示例：使用掩码筛选原图区域

在 Pillow 中，可以借助 Image.composite() 用掩码选择保留原图中的部分区域：

from PIL import Image

black_bg = Image.new("RGB", img.size, (0, 0, 0))
masked_result = Image.composite(img, black_bg, mask)

fig, axes = plt.subplots(1, 2, figsize=(10, 4))

axes[0].imshow(mask, cmap='gray')
axes[0].set_title("Mask")
axes[0].axis("off")

axes[1].imshow(masked_result)
axes[1].set_title("掩码筛选结果")
axes[1].axis("off")

plt.tight_layout()
plt.show()

这里的处理逻辑是：

• 掩码为白色的位置，从原图中取值；
• 掩码为黑色的位置，从黑色背景中取值。

因此，掩码实际上起到了"结构选择器"的作用。

这种机制在目标提取、前景保留、区域增强和图像合成中都非常常见。

---

5. 阈值处理中的注意事项

5.1 灰度化并不等于结构分割

灰度图虽然减少了颜色维度，但仍然保留了完整的亮度连续变化。

因此，灰度化只是阈值分割的前置步骤，而不是分割结果本身。

5.2 阈值选择会强烈影响结果

固定阈值方法实现简单，但对光照变化、背景复杂度和图像对比度较为敏感。

同一阈值在不同图像上可能产生完全不同的结果，因此在实际应用中应结合图像内容进行调整。

5.3 二值图更适合离散标签场景

与前一篇几何变换中提到的插值方法选择类似，离散类别图像通常更适合使用最近邻思想来处理，而不宜引入模糊插值。标签图、分割掩码和二值结果本质上都属于离散值图像，这一点与前文关于 NEAREST 更适合掩码类图像的讨论是一致的。

---

6. 简单伪彩色：让灰度结果更易观察

6.1 原理：灰度值到颜色映射

严格来说，灰度图只包含亮度，不包含颜色类别。

但在可视化时，我们常常希望让不同强度区间更容易区分，于是可以使用伪彩色映射，即：

L ( x , y ) → ( R , G , B ) L(x, y) \rightarrow (R, G, B) L(x,y)→(R,G,B)

这并不是恢复原始颜色，而只是将单通道数值映射为某种颜色表，用于增强可视化辨识度。

6.2 示例：使用 Matplotlib 伪彩色显示

虽然 Pillow 本身不提供丰富的 colormap 体系，但在 Notebook 中可以直接配合 Matplotlib 展示：

fig, axes = plt.subplots(1, 3, figsize=(12, 4))

axes[0].imshow(gray, cmap='gray')
axes[0].set_title("灰度图")
axes[0].axis("off")

axes[1].imshow(gray, cmap='viridis')
axes[1].set_title("伪彩色：viridis")
axes[1].axis("off")

axes[2].imshow(gray, cmap='magma')
axes[2].set_title("伪彩色：magma")
axes[2].axis("off")

plt.tight_layout()
plt.show()

这类伪彩色并不会改变图像的结构信息，但能让亮度差异在视觉上更容易被观察到。

因此，在分析热区、亮度分布或局部对比差异时，伪彩色是一种非常实用的辅助表达方式。

---

7. NumPy 视角：阈值处理的数组表达

为了更直接地理解阈值处理，也可以将灰度图转换为 NumPy 数组后进行布尔运算：

gray_arr = np.array(gray)

binary_arr = np.where(gray_arr >= 128, 255, 0).astype(np.uint8)

print(gray_arr.shape)
print(binary_arr.shape)
print(binary_arr.dtype)

输出示例：

(512, 512)
(512, 512)
uint8

然后再转回 Pillow 图像：

binary_from_np = Image.fromarray(binary_arr)

plt.figure(figsize=(5, 5))
plt.imshow(binary_from_np, cmap='gray')
plt.title("NumPy 阈值结果")
plt.axis("off")
plt.show()

这种方式与前文中 Pillow 和 NumPy 的互转思路完全一致：Pillow 提供图像对象与基础接口，NumPy 提供更灵活的数组级逻辑运算，两者结合后可以构建更复杂的像素处理流程。

---

8. 从灰度化到掩码提取的完整流程

下面给出一个更完整的示例，将灰度化、阈值处理与掩码应用串联起来：

from PIL import Image
from skimage import data
import matplotlib.pyplot as plt
import numpy as np

# 1. 读取图像
img = Image.fromarray(data.astronaut())

# 2. 灰度化
gray = img.convert('L')

# 3. 阈值二值化
mask = gray.point(lambda p: 255 if p >= 150 else 0)

# 4. 用掩码提取亮区域
black_bg = Image.new("RGB", img.size, (0, 0, 0))
result = Image.composite(img, black_bg, mask)

# 5. 可视化
fig, axes = plt.subplots(1, 4, figsize=(16, 4))

axes[0].imshow(img)
axes[0].set_title("原始图像")
axes[0].axis("off")

axes[1].imshow(gray, cmap='gray')
axes[1].set_title("灰度图")
axes[1].axis("off")

axes[2].imshow(mask, cmap='gray')
axes[2].set_title("阈值掩码")
axes[2].axis("off")

axes[3].imshow(result)
axes[3].set_title("掩码提取结果")
axes[3].axis("off")

plt.tight_layout()
plt.show()

这个流程很好地展示了本章的主线：

• 先通过灰度化去掉颜色冗余；
• 再通过阈值处理建立结构判别规则；
• 最后将二值结果作为掩码，用于区域筛选与前景提取。

这正是从"颜色表示"向"结构提取"过渡的典型过程。

---

9. 总结

本章围绕 Pillow 中的灰度化、二值化与阈值处理，对灰度转换、阈值映射、二值分割、掩码生成以及伪彩色可视化的实现方式与基本原理进行了系统说明。

通过这些操作可以看到：

• 灰度化本质上是将彩色图像压缩为单通道亮度表示；
• 阈值处理是对连续灰度值进行离散判别；
• 二值图可以作为结构掩码使用；
• 掩码不仅能够表示区域选择，还可以参与图像合成与目标提取；
• 伪彩色则提供了更直观的灰度结果可视化方式。

结合 Pillow 的像素映射接口与 NumPy 的数组表示，可以更直观地理解图像如何从颜色表达过渡到结构表达。这些操作构成了图像预处理、区域提取与简单分割任务的重要基础，也是进一步理解图像增强、滤波处理与更复杂视觉分析流程的前提。