將影象RGB值轉換為灰度值的四個方法
阿新 • • 發佈:2019-01-22
前言
影象從RGB值轉灰度值非常重要,下面介紹四個方法.
1.opencv中的cv2.imread()方法
import cv2
img0 = cv2.imread('image0.jpg', 0)
cv2.imshow('image',img0)
cv2.waitKey(0)
imread()方法的第二個引數,0代表讀進來的影象是灰度值;1代表以RGB值讀入.
但是存在一個問題就是,讀進來之後就是灰度影象,假如,需要先讀入彩色圖片,之後再轉化為灰度值圖片,就需要使用下面的方法.
2.opencv中的cv2.cvtColor方法
import cv2
img0 = cv2.imread('image0.jpg' , 1)
dst = cv2.cvtColor(img0, cv2.COLOR_BGR2GRAY) # 顏色空間轉換 1 data 2 BGR gray
cv2.imshow('image',dst)
cv2.waitKey(0)
cv2.cvtColor(img0, cv2.COLOR_BGR2GRAY) 第一個引數是原影象,第二個引數就是轉化為灰度影象.
3.將RGB相加求均值
import cv2
import numpy as np
img = cv2.imread('image0.jpg', 1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1 ]
# 方法: 將RGB 相加 求均值, 該均值就是該畫素的灰度值
dst = np.zeros([height, width], np.uint8)
for i in range(height):
for j in range(width):
(b, g, r) = img[i, j]
gray = (int(b)+int(g)+int(r)) / 3
dst[i, j] = np.uint8( gray )
cv2.imshow('image1', dst)
#cv2.waitKey(0)
將RGB 相加 求均值, 該均值就是該畫素的灰度值.
4.方法:將RGB值乘以一個係數
import cv2
import numpy as np
img = cv2.imread('image0.jpg', 1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros([height, width], np.uint8)
for i in range(height):
for j in range(width):
(b, g, r) = img[i, j]
b = int(b)
g = int(g)
r = int(r)
gray = r*0.299 + g*0.587 + b*0.114
dst[i, j] = np.uint8(gray)
cv2.imshow('image', dst)
cv2.waitKey(0)
用乘以一個係數的方式 gray = r*0.299 + g*0.587 + b*0.114 來求灰度值.