OpenCV图像灰度化的六种方法

1.环境
2.部分api及其参数解析
3.灰度化方法实例及效果
- 3.1 读取时灰度化处理
- 3.2 调用cvtColor灰度化处理
- 3.3 平均值法：
- 3.4 最大值法
- 3.5 分量法
- 3.6 加权平均法

Opencv4 官方文档 : https://docs.opencv.org/4.2.0/
Opencv4 for Python中文文档点击下载:Opencv4 for Python 中文文档

图像灰度化即是将一幅彩色图像转换为灰度化图像的过程。彩色图像通常包括R、G、B三个分量，分别显示出红绿蓝等各种颜色，灰度化就是使彩色图像的R、G、B三个分量相等的过程。灰度图像中每个像素仅具有一种样本颜色，其灰度是位于黑色与白色之间的多级色彩深度，灰度值大的像素点比较亮，反之比较暗，像素值最大为255（表示白色），像素值最小为0（表示黑色）。比如下图就是灰度化后的图片:

1.环境

Python 3.7 + OpenCV 4.2

2.部分api及其参数解析

方法一:读取时灰度化处理

cv.imread(filename, cv.IMREAD_GRAYSCALE)

具体cv.imread及其使用方法参考博客OpenCV图像的加载、显示与保存

方法二：调用cvtColor灰度化,其中cvtColor如下:

cv.cvtColor(src, code, dst=None, dstCn=None)

参数 :

src：input image: 8-bit unsigned, 16-bit unsigned ( CV_16UC… ), or single-precision floating-point.输入图像，输入图像：8位无符号，16位无符号（CV_16UC …）或单精度浮点型,其实就是读取输入的原图像。
code:color space conversion code.色彩空间转换的代码或表示.
dst:output image of the same size and depth as src.输出图像，大小和深度与原输入图像一致.
dstCn:number of channels in the destination image; if the parameter is 0, the number of the channels is derived automatically from src and code.目标图像通道数，其值为0时，通道数由输入(src)和输入(code)图像决定.

3.灰度化方法实例及效果

3.1 读取时灰度化处理

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)gray1 = cv.imread(filePath,cv.IMREAD_GRAYSCALE)cv.imshow("read2gray",gray1)cv.waitKey(0)cv.destroyAllWindows()

3.2 调用cvtColor灰度化处理

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)gray2 = cv.cvtColor(image, cv.COLOR_BGR2GRAY)cv.imshow("cvtColor2gray", gray2)cv.waitKey(0)cv.destroyAllWindows()

3.3 平均值法：

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)#平均值法h, w = image.shape[:2]gray3 = np.zeros((h, w), dtype=np.uint8)for i in range(h):for j in range(w):gray3[i, j] = (int(image[i, j][0]) + int(image[i, j][1]) + int(image[i, j][2])) / 3cv.imshow("meanGray", gray3)

3.4 最大值法

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)#最大值法h, w = image.shape[:2]gray4 = np.zeros((h, w), dtype=np.uint8)  # 创建一个h行w列的二维listfor i in range(h):for j in range(w):gray4[i, j] = max(image[i, j][0], image[i, j][1], image[i, j][2])cv.imshow("maxGray",gray4)

3.5 分量法

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)#分量法:gray6 = cv.imread(filePath, cv.IMREAD_COLOR)for i in range(gray6.shape[0]):for j in range(gray6.shape[1]):gray6[i, j] = gray6[i, j, 0]cv.imshow("componentGray",gray6)

3.6 加权平均法

def img2Gray(filePath):image = cv.imread(filePath)cv.imshow("sourcePic",image)#加权平均分h, w = image.shape[:2]gray5= np.zeros((h, w), dtype=np.uint8)for i in range(h):for j in range(w):# Y = 0．3R + 0．59G + 0．11B# 通过cv格式打开的图片，像素格式为 BGRgray5[i, j] = 0.3 * image[i, j][2] + 0.11 * image[i, j][0] + 0.59 * image[i, j][1]cv.imshow("weightedGray",gray5)

转载请注明转自:https://leejason.blog.csdn.net/article/details/106416128

OpenCV图像灰度化的六种方法相关推荐

[Python图像处理] 十四.基于OpenCV和像素处理的图像灰度化处理
该系列文章是讲解Python OpenCV图像处理知识,前期主要讲解图像入门.OpenCV基础用法,中期讲解图像处理的各种算法,包括图像锐化算子.图像增强技术.图像分割等,后期结合深度学习研究图像识别 ...
2种图像增强方法：图像点运算和图像灰度化处理
摘要:本文主要讲解图像点运算的灰度化处理,详细介绍常用的灰度化处理方法,并分享了图像颜色空间相互转换,以及三种灰度转换算法的实现. 本文分享自华为云社区<[Python从零到壹] 四十三.图像增 ...
图像灰度化的三种方法（matlab、C++、Python实现）
灰度化处理就是将一幅色彩图像转化为灰度图像的过程.彩色图像分为R,G,B三个分量,分别显示出红绿蓝等各种颜色,灰度化就是使彩色的R,G,B分量相等的过程.灰度值大的像素点比较亮(像素值最大为255,为 ...
图像灰度化的三种常见方法源码
图像灰度化是图像处理很基础的一部分,在这里给出图像灰度化的三种常见方法的M源码,以供大家参考~ 平均值法,最大值法,加权平均值法 function f=MyGrayProcessing(Img) [m ...
Opencv读取文件夹连续图片，RGB分量显示，图像灰度化
1.读取文件夹连续图片刚开始学习图像处理,开始只能一次读入一张图片,今天从网上查了一些资料,自己写了一个可以连续读取多张图片函数. char filename[100];char windownam ...
图像灰度化的常用三种方式及其实现
第一次写blog,还请各位同仁多多指正,万分感谢! 图像灰度化的常用三种方法有: 1.分量法(本文以B通道为例):将彩×××像的R.G.B三分量的亮度之一作为灰度图像灰度值 Gray=B or Gra ...
c#图像灰度化、灰度反转、二值化
图像灰度化: 将彩色图像转化成为灰度图像的过程成为图像的灰度化处理.彩色图像中的每个像素的颜色有R.G.B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*2 ...
MATLAB：虹膜识别的图像灰度化处理，直方图均衡化
(1)图像灰度化处理: 读取一张图片之后,进行灰度化处理,然后对其进行直方图均值化. clear;close all %读取原图地址 RGB= imread('D:\img\1.jpg'); %图像灰 ...
CUDA精进之路（三）：图像处理——图像灰度化、灰度直方图统计
引言在大部分的图像处理程序中,其中必不可少的一步就是对传入的彩图进行灰度处理,将三个通道的RGB图片转化为单通道的Gray图,而对于灰度图进行直方图统计同样是观察检测图像特征的常用方法.在OpenC ...
【python图像处理】图像灰度化处理、图像灰度线性变换、图像灰度非线性变换
一.图像灰度化处理 1.最大值灰度处理方法 2.平均灰度处理方法 3.加权平均灰度处理方法二.图像灰度线性变换 1.图像灰度上移变换 2.图像对比度增强变换 3.图像对比度减弱变换 4.图像灰度反色 ...

OpenCV图像灰度化的六种方法

OpenCV图像灰度化的六种方法

1.环境

2.部分api及其参数解析

3.灰度化方法实例及效果

3.1 读取时灰度化处理

3.2 调用cvtColor灰度化处理

3.3 平均值法：

3.4 最大值法

3.5 分量法

3.6 加权平均法

OpenCV图像灰度化的六种方法相关推荐

最新文章

热门文章