Python调用OpenCV实现图像反色（反相）处理

1 前言

上一篇介绍了用C++如何将一幅彩色图像和灰度图像进行反色处理，本篇接着用python来做同样的事情。

图像反转，其目的就是增强图像的暗区中白色或灰色的细节，特别是原图中的阴影黑色区域。原理就是用值255减去原来像素点上的像素值，比如用255（白色）-0（黑色）得到的是255（白色）。

2 相关概念

像素：像素是图像的最小单位。每一幅图像都是由M行N列的像素组成的，其中每一个像素都存储一个像素值。

RGB图像：

每一种颜色在视觉效果上都可以由不同比例的红、绿、蓝三种颜色合成（R-red，G-green，B-blue）。RGB图像存在3个通道，即R通道、G通道和B通道。其中R通道指的是红色通道；G通道指的是绿色通道；B通道指的是蓝色通道；并且每个色彩通道都在区间[0，255]内取值。RGB图像对应的是RGB色彩空间。

灰度图像：

每个像素都是从黑到白，被处理为256个灰度级别的单色图像。这256个灰度级别分别用区间[0，255]中的数值表示。其中，“0”表示纯黑色，“255”表示纯白色，0~255的数值表示不同亮度（即色彩的深浅程度）的深灰色或者浅灰色。灰度图像对应的是GRAY色彩空间。

BGR色彩空间：

在RGB色彩空间中，彩色图像的通道顺序是R -> G -> B，但是在OpenCV中，RGB色彩空间被BGR色彩空间取代，使得彩色图像的通道顺序变成了B -> G -> R，与RGB刚好相反。

3 创建测试项目

创建测试项目、配置开发环境，具体可参考之前文章，这里就不多说了

Win10+Python3.10+OpenCV4.6.0加载显示图片_来灵的博客-CSDN博客

这次测试项目名称img_invert，VS2022种创建好的项目截图

将下列代码编辑到img_invert.py文件里，代码中有详细的注释

# !usr/bin/env python
# -*- coding: utf-8 -*-
import cv2
import numpy as np#color_path：彩色图片路径
#gray_path：灰度图片路径
#dst_color_path：反色后的彩色图片路径
#dst_gray_path：反色后的灰度图片路径
def img_invert(color_path, gray_path, dst_color_path, dst_gray_path):#打开彩色原始图像img_color = cv2.imread(color_path) #获取彩色图像宽、高、通道数height_color, width_color, channels_color = img_color.shape#打印彩色图像的宽、高、通道数print("color:width[%d],height[%d],channels[%d]" % (width_color, height_color, channels_color))#将彩色图像转换成灰度图像#注意参数2：OpenCV中彩色色彩空间是BGR，转换成灰度色彩空间GRAYimg_gray = cv2.cvtColor(img_color, cv2.COLOR_BGR2GRAY)#获取灰度图像宽、高、通道数#height_gray, width_gray = img_gray.shapeheight_gray, width_gray = img_gray.shape[:2]#打印彩色图像的宽、高、通道数print("gray:width[%d],height[%d]" % (width_gray, height_gray))#保存灰度图片cv2.imwrite(gray_path, img_gray)#显示转换之前的彩色图像和灰度图像cv2.imshow('img_color', img_color)cv2.imshow('img_gray', img_gray)#先将彩色图像反色#创建空白数组for row in range(height_color):for col in range(width_color):for chan in range(channels_color):point = img_color[row, col, chan]img_color[row, col, chan] = 255 - point#显示和保存反色后彩色图像cv2.imshow('dst_color', img_color)cv2.imwrite(dst_color_path, img_color)#接着讲灰度图像反色#创建空白数组for row in range(height_gray):for col in range(width_gray):img_gray[row][col] = 255 - img_gray[row][col]#显示和保存反色后灰度图像cv2.imshow('dst_gray', img_gray)cv2.imwrite(dst_gray_path, img_gray)#按下任何键盘按键后退出cv2.waitKey()#销毁所有窗口cv2.destroyAllWindows()print("test end...")if __name__ == '__main__':color_path = 'color.jpg'gray_path = 'gray.jpg'dst_color_path = 'dst_color.jpg'dst_gray_path = 'dst_gray.jpg'img_invert(color_path, gray_path, dst_color_path, dst_gray_path)

编辑好代码的项目截图

测试项目工程当前目录

4 效果截图

控制台运行截图

彩色和灰度原图

反色处理后保存的图片

5 总结

1，不论是对彩色图像还是灰度图像，做反转处理的原理都是一样的，即用255减去像素点上的RGB值。不同点：彩色图像是3通道，灰度图像是单通道。

Value(目标) = 255 – Value(当前)

2，将彩色图像转换成灰度图像，使用了OpenCV的接口函数

gray = cv2.cvtColor(color, cv2.COLOR_BGR2GRAY);

参数说明：

color：转换前的图像（即彩色图像）

code：色彩空间转换码（本示例用的是COLOR_BGR2GRAY）

返回值：

gray：转换后的图像（即灰度图像）